رهیافت هایی کارا بر الگوریتم شاخه و کران برای حل مساله ی زمانبندی پروژه با منابع محدود
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده علوم ریاضی
- author الهه نعمتی زاده
- adviser حامد رضا طارقیان محمد هادی فراهی
- Number of pages: First 15 pages
- publication year 1389
abstract
مساله ی زمانبندی پروژه با منابع محدود ، تعیین مجموعه ای از متشکل از زمان شروع فعالیت ها است، که با تامین محدودیت های تقدم و تاخر از سر ریز منابع جلوگیری کند و در نهایت هدف کمینه کردن بازه ی زمانی اجرای این پروژه است. الگوریتم شاخه و کران بهبود یافته برای حل این مساله که np_hard است، استفاده می شود. این الگوریتم از روش های هرس انتقال به چپ، مقایسه و جواب جزیی مناسب، بهره می برد. در انتها، روشی جدید برای محاسبه ی کران پایین ارایه می کنیم، که با شروع از انتها میزان محاسبات را کاهش می دهد. همچنین روش مقایسه ی جدید با 4 شرط معرفی می شود. این روش، امکان کاهش تعداد مقایسه های لازم برای هرس گره ی نا مناسب را فراهم می آورد.
similar resources
توسعه یک الگوریتم شاخه و کران برای حل مساله زمانبندی در سیستم تولید جریان کارگاهی مونتاژی
سیستم تولید جریان کارگاهی مونتاژی شامل دو مرحله است. در مرحله اول پردازش قطعات صورت می‌گیرد و معمولا به صورت یک ایستگاه با ماشین‌های موازی درنظر گرفته میشود. مرحله دوم نیز یک ایستگاه یا خط مونتاژ می‌باشد که قطعات پردازش شده، در آن مونتاژ و محصولات نهایی کامل میشود. در این تحقیق فرض میشود قرار است تعدادی محصول از انواع مختلف تولید شود و هر محصول جهت کامل شدن، نیازمند قطعاتی مشخص است. بعضی از ...
full textاستفاده از فشرده سازی ساختاری شبکه در الگوریتم شاخه و کران برای حل مساله ی زمانبندی پروژه با منابع محدود
مساله زمان بندی پروژه حالت تعمیم یافته مساله معروف کارگاه سفارشات صنعتی است و از این رو در زمره مسائل پیچیده یا np گروه بندی می شود. در این نوع مسایل فعالیت موجود است که هر کدام آنها در یک دوره زمانی ثابت می توانند بدون شکست و یا با شکست دوره زمانیشان در حین اجرا بارعایت دو محدودیت پیشنیازی و منابع انجام شوند. یکی از راهکارهای حل مسایل زمانبندی پروژه با منابع محدود می توان به روش شاخه و کران ...
ارایه الگوریتم الکترومغناطیس تلفیقی برای مسأله زمانبندی پروژه با منابع محدود و فعالیت های چند حالته
در این مقاله، مسأله زمانبندی پروژه با منابع محدود و فعالیتهای چند حالته (یعنی امکان انتخاب روشهای اجرایی مختلف برای فعالیتها)، برای حل به دو زیر مسأله تقسیم میشود: تخصیص روشهای اجرایی به فعالیتها و سپس زمانبندی فعالیتها به منظور کمینه نمودن زمان اتمام پروژه. روش الکترومغناطیس[i] با مسأله اول در ارتباط بوده و فهرست روش اجرای فعالیتها را تولید می کند. پس از تعیین روش اجرایی هر فعالیت، زما...
full textارائه روشی مبتنی بر الگوریتم pso برای حل مساله زمانبندی پروژه های چندهدفه با منابع محدود
طراحی و زمانبندی فعالیتها از نظر تولید طرحهای موفق و بیشینه نمودن بهره وری اهمیت فوق العاده ای دارند. به علاوه در محیط واقعی، مسائل شامل چندین هدف می باشند که باید به طور همزمان بهینه شوند و معمولا مشخصه محیط واقعی اطلاعات غیرقطعی و غیرقابل کنترل می باشد. بنابراین یافتن طرحهای شدنی و کارا چالشی مهم محسوب می شود. در همین رابطه، مساله rcpsp چندهدفه می کوشد تا فعالیتها را زمانبندی نماید و منابع را...
15 صفحه اولحل مسایل زمانبندی پروژه ها با منابع محدود با استفاده از الگوریتم مورچگان اصلاح شده
موضوع زمانبندی پروژه ها با منابع محدود1 (rcpsp) در پی یافتن توالی مناسبی برای انجام فعالیت های یک پروژه است؛ به نحوی که محدودیت های تقدم و و تأخر شبکه پروژه و انواع مختلف محدودیت های منبعی موجود در پروژه به طور همزمان ارضا و معیار سنجش معینی از جمله زمان انجام پروژه، هزینه انجام، تعداد فعالیت های تأخیر دار و غیره بهینه شوند. rcpsp، یک مسئله چندجمله ای غیرقطعی سخت2 به شمار می آید و اهمیت این موض...
full textارایه الگوریتم الکترومغناطیس تلفیقی برای مسأله زمانبندی پروژه با منابع محدود و فعالیت های چند حالته
در این مقاله، مسأله زمانبندی پروژه با منابع محدود و فعالیتهای چند حالته (یعنی امکان انتخاب روشهای اجرایی مختلف برای فعالیتها)، برای حل به دو زیر مسأله تقسیم میشود: تخصیص روشهای اجرایی به فعالیتها و سپس زمانبندی فعالیتها به منظور کمینه نمودن زمان اتمام پروژه. روش الکترومغناطیس [i] با مسأله اول در ارتباط بوده و فهرست روش اجرای فعالیت ها را تولید می کند. پس از تعیین روش اجرایی هر فعالیت، زم...
full textMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده علوم ریاضی
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023