کاربرد جستجوی ممنوع برای حل مسائل استقرار و تخصیص

thesis
abstract

یکی از موضوعات مورد بحث در مسائل بهینه سازی جانمائی مسئله استقرار و تخصیص می باشد. در حالت کلی در این مسئله محل استقرار بهینه و تخصیص بهینه چند خدمت دهنده برای تامین تقاضای چندین مشتری باید تعیین شود. این مسئله به دلیل طبیعت نامحدب آن معمولا دارای بهینه های محلی متعددی بوده و اسنفاده از روشهای دقیق ریاضی به تنهایی برای حل این مسائل بسیار پرهزینه و غیرممکن است . لذا همانگونه که در مقالات تحقیقی اخیر مشاهده می شود، بیشتر از روشهای ابتکاری و مخصوصا فوق ابتکاری برای حل مسئله مذکور استفاده گردیده است . از جمله روشهای فوق ابتکاری برای حل مسائل استقرار و تخصیص ، روشهای simulated annealing(sa)، genetic algoritjm(ga) و tabu search(ts) می باشد که به ترتیب در سال های 1997-1996-1994 ارائه شده اند. از میان روشهای ارائه شده روش ts عملکرد بهتری نسبت به روشهای مورد مقایسه داشته است . در این مطالعه پس از بررسی مسئله استقرار و تخصیص و روشهای قبلی حل این مسئله، به ویژه روش فوق ابتکاری ts، با استفاده از دانش تجزیه و تحلیل دسته بندی (cluster analysis)، روشی ترکیبی تحت عنوان hcmts پیشنهاد شده و برای مسائل استقرار و تخصیص با فواصل متعامد مورد آزمایش قرار گرفته ات . در این رساله با استفاده از زبان برنامه نویسی qbasic الگوریتم پیشنهادی و الگوریتم ts قبلی [8] بر روی یک کامپیوتر شخصی (pentiume 166) اجرا گردید. نتایج مقایسه نشان میدهد که در حل مسائل استقرار و تخصیص با فواصل متعامد، روش پیشنهادی نسبت به روش ts قبلی مزیت کامل دارد.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

کاربرد روش جستجوی ممنوع برای حل گونه ای خاص از مدلهای توزیع چندکالایی

مدل توزیع چندکالایی1 یکی از مدلهای جالب و پرکاربرد برنامه ریزی ریاضی است که در شبکه توزیع محصولات نقش مهمی را ایفا می کند. هدف از مقاله حاضر تشریح و حل گونه ای خاص از مسئله توزیع چند کالایی است که در آن یک کالا در مسیرارسال از کارخانه به مشتری می تواند از مراکز توزیع گوناگونی عبور کند. مسئله مورد بحث عبارت است از تعیین اینکه کدام مراکز توزیع باید مورد استفاده قرار گیرند به نحوی که تمام تقاضای م...

full text

حل برنامه ریزی دو سطحی با الگوریتم جستجوی ممنوع

برنامه ریزی دو سطحی ابزاری برای مدلسازی مسئله تصمیم گیری غیر متمرکز است. که در ان تصمیم گیرنده سطح یک و دو بترتیب رهبر و پیرو گفته می شوند. ثابت شده است که مسئله برنامه ریزی دو سطحی یک مسئله Np_hard است. روشهای بسیاری برای حل این مسئله ارایه شده است؛ اما کارآیی محاسباتی آنها در حدی نیست که بتوانند مسائل بزرگ را حل کنند. دراین مقاله سعی شده است روشی بر اساس جستجوی ممنوع برای حل مسئله برنامه ریزی...

full text

حل برنامه ریزی دو سطحی با الگوریتم جستجوی ممنوع

برنامه ریزی دو سطحی ابزاری برای مدلسازی مسئله تصمیم گیری غیر متمرکز است. که در ان تصمیم گیرنده سطح یک و دو بترتیب رهبر و پیرو گفته می شوند. ثابت شده است که مسئله برنامه ریزی دو سطحی یک مسئله np_hard است. روشهای بسیاری برای حل این مسئله ارایه شده است؛ اما کارآیی محاسباتی آنها در حدی نیست که بتوانند مسائل بزرگ را حل کنند. دراین مقاله سعی شده است روشی بر اساس جستجوی ممنوع برای حل مسئله برنامه ریزی...

full text

به کارگیری الگوریتم جستجوی ممنوع در تخصیص بهینه تولیدات پراکنده و منابع توان راکتیو

به کارگیری تولیدات پراکنده1 در سیستم توزیع مزایای فنی، اقتصادی و زیست محیطی بسیاری را به دنبال دارد. برای رسیدن به این مزایا، تولیدات پراکنده باید اندازه مناسب داشته باشند و در مکانهای مناسب نصب شوند. باتوجه به نحوه تأثیر تولیدات پراکنده و خازنها بر روی شاخصهای عملکردی سیستم توزیع به نظر می رسد با تعیین مکان و اندازه بهینه هر دو نوع تجهیزات به طور همزمان علاوه بر دستیابی به بیشترین مزیت در استف...

full text

مشکل طرح‌های تکذیب‌ناپذیری و لغوپذیری برای حل مسائل گتیه چیست؟

مسائل گتیه موارد یا نمونه‌هایی هستند که از مواجهه با تحلیل JTB معرفت، به مثابه باور صادق موجه که p، می‌گریزند. بنا بر نظریة JTB معرفت، S می‌داند که p، اگر فقط: الف) یک گزارة صادق وجود داشته باشد؛ ب) S باور داشته باشد که p صادق است؛ ج) S در باور به اینکه p، موجه باشد. مسائل گتیه بیان می-کنند که این سه شرط (الف تا ج) برای تبیین اینکه معرفت چیست کافی نیستند، چرا که احتمالاً موارد نقضی هستند که هرچن...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023