الگوریتم ترکیبی فراابتکاری برای مسائل چندهدفه زمانبندی پروژه

thesis
abstract

امروزه با پیچیده شدن شرایط اقتصادی و رقابتی شدن شرایط حاکم بر اقتصاد، اهمیت برنامه ریزی برای دستیابی به اهداف مختلف برای سازمان ها بیش از پیش نمایان شده است..سازمان های پروژه محور نیز مطابق این قاعده به منظور دستیابی به اهداف حاصل از اجرای پروژه های مختلف اقدام به ایجاد برنامه زمانبندی برای این پروژه ها می نمایند.از طرفی زمانبندی پروژه حوزه ای از مسائل تحقیق در عملیات را شامل می شود که زمینه تحقیقاتی جذابی برای استفاده از روش های بهینه سازی برای حل این مسائل می باشد. در تحقیق حاضر مسأله زمانبندی پروژه با محدودیت منابع چندمد با اهداف بیشینه سازی ارزش خالص فعلی و کمینه سازی مدت زمان تکمیل پروژه درنظرگرفته شده است. محدودیت منابع هم منابع تجدیدپذیر را شامل می شود و هم منابع تجدیدناپذیر. از آنجایی که از طرفی این مسأله جزئی از مسائل چندهدفه و از طرف دیگر جزء مسائل np-hard می باشد، رویکردهای کلاسیک حل مسائل چندهدفه کارایی خود را در جل از دست می دهند. با توجه به این پیچیدگی در حل الگوریتم چندهدفه جهش قورباغه به عنوان یکی از الگوریتم های فراابتکاری برای این مسأله ارائه شده است. سپس اعتبار این الگوریتم با سه پروژه نمونه ارزیابی شد. نتایج این ارزیابی نمایانگر کارایی بالای الگوریتم ارائه شده برای تولید مجموعه پارتو در مقایسه با الگوریتم های بهینه سازی مجموعه ذرات و الگوریتم ژنتیک چندهدفه می باشد.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

ارائه یک الگوریتم ترکیبی کارا جهت حل مدل برنامه‌ریزی خطی چندهدفه زمانبندی مسائل تک ماشین

Since the determination of efficient scheduling plans in sequencing problems with various criterions is considered an important problem, hence in this article a single machine sequencing problem with the minimization type delay and the total weighted lateness objectives are being studied. In this article, the applications of new optimization techniques in sequencing problems and scheduling are ...

full text

مقایسه و تحلیلی بر استفاده از الگوریتم های فراابتکاری برای حل مسائل زمانبندی تولید کارگاهی

One of the most important problems in research and applied fields of production management is a suitable scheduling for different operations. So, there are many approaches for job workshop or job non-workshop scheduling problems. Since job workshop scheduling problems (JSP) belong to NP-Hard class, some metaheuristics methods such as Tabu Search, Simulated Annealing, Genetic Algorithm and Parti...

full text

ارائه یک الگوریتم ترکیبی کارا جهت حل مدل برنامه ریزی خطی چندهدفه زمانبندی مسائل تک ماشین

از آنجا که تعیین برنامه های زمانبندی کارا در مسائل توالی عملیات برای معیارهای مختلف، ازجمله مسائل مهم در برنامه ریزی تولید است، لذا در این مطالعه مساله توالی عملیات تک ماشینه با معیارهای حداقل کردن تعداد کارهای دارای تاخیر و مجموع دیرکرد موزون مورد بررسی قرار می گیرد. در این مقاله کاربرد روش های جدید بهینه سازی در مسائل توالی و زمانبندی مطرح می شود. ابتدا مدل ریاضی مساله برای اهداف موردنظر ارائ...

full text

بکارگیری الگوریتم NSGA-II برای حل مسائل مکان‌یابی چندهدفه

مکان‌یابی کاربری‌ها یکی از مهمترین مسائل شهرسازی است که دارای مقیاس‌های متفاوتی می‌باشد. هنگامی‌که با یک مسئله‌ی مکان‌یابی کوچک مقیاس با شرایط و محدودیت‌های اندک روبه‌رو باشیم می توان با استفاده از روش‌های سنتی به جواب رسید ولی زمانی که با یک مسئله‌ی بزرگ مقیاس مکان‌یابی با شرایط و محدودیت‌های زیاد روبه‌رو باشیم، مشکل بتوان بدون استفاده از هوش مصنوعی و الگوریتم‌های تکاملی، مکان بهینه یا حتی نزد...

full text

الگوریتم ترکیبی فراابتکاری برای طراحی بهینه ی سازه‌های اسکلت فلزی

در نوشتار حاضر، با الهام از شیوه‌ی جست‌وجوی الگوریتم‌های فراابتکاری مختلف از قبیل G‌A، C‌S‌S، P‌S‌O و H‌S الگوریتم ترکیبی نوینی پیشنهاد شده است. در الگوریتم مذکور، هر طرح در فضای طراحی به‌عنوان یک نقطه در فضای کاوش لحاظ می‌شود. مجموعه‌ی نقاط در کنار یکدیگر، جمعیت را تشکیل می‌دهند. براساس روش پیشنهادی، هر نقطه از جمعیت با حرکت به سوی نقاط منتخب جمعیت حاضر، مرکز هندسی نقاط منتخب و نیز مرکز هندسی...

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 علامه طباطبایی - دانشکده مدیریت

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023