موضوعات مختلفی در دنیای واقعی وجود دارند که برنامه ریزی دو سطحی برای مدل سازی فرآیندهای تصمیم گیری در آن ها مناسب است، اما به دلیل فقدان الگوریتم های موثر برای حل مسائل برنامه ریزی دوسطحی کاربرد آنها در دنیای واقعی محدود است. برای حل مسائل برنامه ریزی دو سطحی الگوریتم های دقیق متنوعی گسترش داده شده است؛ اما همه این روش ها بسیار زمان بر هستند به خصوص زمانی که مسئله در ابعاد بزرگ باشد و نمی توان از رویکردهای معمول در حل این گونه مسائل استفاده نمود؛ این امر منجر به استفاده از روش های فراابتکاری در حل مسائل برنامه ریزی دو سطحی شده است. الگوریتم رقابت استعماری الگوریتم فراابتکاری جدیدی است که در حل مسائل گوناگون بهینه سازی عملکرد خوبی داشته است. در این پایان نامه با استفاده از این الگوریتم و نوعی روش شمارش، الگوریتمی برای حل مسائل کوچک و متوسط برنامه ریزی دوسطحی خطی ارائه می شود. این الگوریتم با استفاده از عملگرهای موجود در الگوریتم رقابت استعماری و استفاده از مفاهیم موجود در روش سیمپلکس به حل مسائل مختلف می پردازد. پس از مدل سازی و ارائه الگوریتم پیشنهادی،کارایی الگوریتم رقابت استعماری در مسائل کوچک با حل مسائل موجود در مقالات و در مسائل متوسط با مقایسه نتایج حاصل از اجرای الگوریتم پیشنهادی و الگوریتم ژنتیک بررسی می شود . نتایج نشان می دهد الگوریتم رقابت استعماری در حل مسائل کوچک عملکرد خوبی داشته است و در حل مسائل متوسط در مقایسه با الگوریتم ژنتیک در تعداد کمتری از مسائل به جواب بهینه می رسد اما زمان حل مسائل را به طور متوسط تا 45/2 برابر، نسبت به زمان حل در الگوریتم ژنتیک کاهش می دهد.

اعتماد یک مشخصه مهم در سیستم های الکتریکی و مکانیکی است که در صنایع ارتباطات، شبکه های اینترنتی، سیستم های مخابراتی، سیستم های تولید نیرو، تسهیلات تولیدی و ... مطرح می شود. یافتن سطح بهینه قابلیت اعتماد بر اساس محدودیت های موجود در سیستم، مسئله بهینه سازی قابلیت اعتماد نامیده می شود. تنوع ساختارهای سیستم و محدودیت های منابع در بهبود قابلیت اعتماد، منجر به ساخت و آنالیز چندین مدل بهینه شده است. یکی از روش های ارتقا قابلیت اعتماد سیستم، استفاده از اجزای مازاد در سیستم است. اثبات شده است که مسئله تخصیص اجزای مازاد یک مسئله np-hard است و با افزایش اندازه مسئله و محدودیت ها، محاسبات به صورت نمایی افزایش می یابد. از این رو یافتن راه حل مناسب در این دسته مسائل اهمیت دارد. در این پایان نامه مسئله تخصیص اجزاء مازاد، در ارتقای قابلیت اعتماد سیستم های سری - موازی براساس انتخاب چندگانه اجزاء مورد بررسی قرار گرفت و به منظور حل مسائل، از الگوریتم اجتماع مورچگان استفاده شد. پژوهش حاضر، بهینه سازی قابلیت اعتماد و شرایط سیستم را در قالب دو سیستم الکتریکی و مکانیکی بررسی می نماید و یک روش حل جدید بر اساس الگوریتم مورچگان پیشنهاد می دهد. در سیستم مکانیکی، ماکزیمم سازی قابلیت اعتماد، مینیمم سازی هزینه سیستم، مینیمم سازی وزن سیستم و بهینه سازی همزمان قابلیت اعتماد، هزینه و وزن سیستم در حالت انتخاب چندگانه اجزا، بر اساس محدودیت های هزینه و وزن و حداقل قابلیت اعتماد مورد بررسی قرار گرفت. سیستم مکانیکی موردنظر توسط نویسندگان مختلف مورد بررسی قرار گرفته است و الگوریتم پیشنهادی در مقایسه با رویکردهای پیشین عملکرد بهتری را نشان داده است. به منظور نشان دادن کاربرد مسئله تخصیص اجزای مازاد و کارایی الگوریتم مورچگان پیشنهادی، یک سیستم الکتریکی نیز بررسی شد. سیستم مورد نظر یک برد الکترونیکی می باشد که در تجهیزات پزشکی استفاده شده و هم اکنون توسط شرکت اپتیک صا ایران اصفهان تولید می گردد. در این تجهیز علاوه بر محدودیت هزینه و وزن، لازم است که محدودیت حجم (ابعاد سیستم) نیز در نظر گرفته شود. افزودن محدودیت حجم(ابعاد سیستم) در حالت انتخاب چندگانه اجزاء تا کنون مورد بررسی قرار نگرفته است و در این پایان نامه به آن نیز پرداخته شد. در سیستم الکتریکی، ماکزیمم سازی قابلیت اعتماد و مینیمم سازی هزینه سیستم در حالت انتخاب چندگانه اجزا، بر اساس محدودیت های هزینه، وزن، حجم (ابعاد) و حداقل قابلیت اعتماد مورد بررسی قرار گرفت. پژوهش حاضر الگوریتم و روش حل مناسبی را جهت حل مسائل بهینه سازی قابلیت اعتماد در سیستم های سری-موازی بر اساس تخصیص اجزای مازاد ارائه نموده است.

یکی از مسئولیت های مهم و اساسی در واحدهای صنعتی، برنامه ریزی و کنترل موجودی می باشد. امروزه اکثر سیستم های تولیدی و خدماتی و صنعتی از یک سیستم مدیریت موجودی بهره می برند. طراحی سیستم موجودی برای تعیین مقدار بهینه یا نزدیک به بهینه-ی سفارش و نقطه ی سفارش دهی مجدد می تواند در افزایش سودآوری و به خصوص در کاهش هزینه ها، نقش بسیار مهمی داشته باشد. همانند بسیاری از سیستم ها، سیستم های موجودی نیز با محدودیت هایی همراه هستند. وجود محدودیت ها و اعمال آنها در مدل، پیچیدگی مدل و روش حل آن را در بر دارد ولی از سوی دیگر باعث می شود تا مدل بتواند رفتار سیستم واقعی را بهتر و دقیق تر نشان دهد. این پایان نامه در ارتباط با یک سیستم موجودی می باشد که به صورت پیوسته مورد ارزیابی قرار می گیرد. حالت چند کالایی به همراه محدودیت منبع در نظر گرفته شد ه است. محدودیت منبع در نظر گرفته شده، بودجه ی در اختیار برای خرید کالاها می باشد که می تواند برای خرید همه ی کالاها مصرف شود. تقاضا مشتریان دارای توزیع گسسته ی پواسون می باشد و سفارشات بعد از زمان انتظار ثابت در اختیار سیستم موجودی قرار می گیرد. در این سیستم سه نوع هزینه در نظر گرفته شده است که عبارتند از هزینه های سفارش دهی، نگهداری موجودی و جریمه مربوط به سفارشات معوقه. هدف تعیین مقدار سفارش و نقطه ی سفارش دهی مجدد می باشد به طوری که هزینه ی کلی سیستم حداقل گردد. یک روش ابتکاری برای تعیین سیاست سفارش دهی (r,q) ارائه گردیده است. این روش از دو مرحله تشکیل شده است که مرحله ی اول بر اساس کاهش موقعیت موجودی می باشد. در صورت بهینه نبودن جواب مرحله ی اول، در مرحله ی دوم از جستجوی محلی استفاده می شود. با مثال های عددی نشان داده شده-است که روش پیشنهادی در مقایسه با روش موجود، هزینه ی کلی را به مقدار بیشتری کاهش می دهد. زمان محاسباتی روش پیشنهادی و روش موجود با بزرگ شدن ابعاد مسأله افزایش می یابد. در راستای برطرف کردن این مشکل، روش دیگری ارائه گردیده است که در قسمتی از الگوریتم مربوط به آن از روش شبکه ی عصبی بهره گرفته شده است. این روش توانسته است سیاست سفارش دهی را برای مسائل با ابعاد بزرگ در زمان کوتاهتری در مقایسه با روش های موجود ارائه دهد.

ارائه ی دروس در یک دانشکده به گونه ای که امکان اخذ آن ها از نظر تلاقی زمان کلاس ها برای دانشجویان در بیشترین سطح وجود داشته باشد علاوه بر ارتقاء برنامه های آموزشی و بهره وری کلاس ها امکان اتمام دوره تحصیل را در مدت مجاز برای آن ها فراهم می آورد. در اکثر مسائل زمانبندی دروس دانشگاهی، جهت تضمین این که دانشجویان دوره ی تحصیل خود را در مدت مجاز به اتمام برسانند یک برنامه ی آموزشی به دانشجویان ارائه می گردد. بطوریکه دانشجویان موظفند در هر نیمسال تحصیلی در دروس متعلق به برنامه آموزشی مربوط به آن نیمسال ثبت نام نمایند. بنابراین در مطالعات انجام شده انعطاف پذیری در انتخاب دروس توسط دانشجویان در نظر گرفته نشده است. این در حالی است که با مکانیزه شدن سیستم های ثبت نام الکترونیکی دروس، امکان دستیابی به آمار ثبت نام مقدماتی و متقاضیان ثبت نام هر درس در اکثر دانشگاه ها وجود دارد. لذا می توان با استفاده از این اطلاعات به گونه ای برنامه ریزی کرد که با کاهش تلاقی کل دروس دانشجویان قادر به ثبت نام در دروس مطلوبشان باشند و بدین ترتیب شرایط برای برنامه ریزی کارآمد فراهم شود. این تحقیق بر اساس مطالعات میدانی از چند دانشگاه معتبر کشورمان و مطالعه ی موردی بر روی دانشکده مهندسی صنایع دانشگاه صنعتی اصفهان شکل گرفته است. با استفاده از آمار بدست آمده از عملیات ثبت نام مقدماتی، ابتدا مدلی جامع و کاربردی بر اساس برنامه ریزی اعداد صحیح صفر و یک برای تخصیص استاد - درس- زمان ارائه می دهد. اهداف مورد نظر مسئله علاوه بر افزایش رضایت اساتید در تخصیص دروس و بازه های زمانی مطلوب که در ادبیات موضوع مورد توجه بوده است، افزایش رضایت دانشجویان را از طریق کاهش تلاقی دروس در بر خواهد داشت. به منظور حل مسائل با اندازه بزرگ دو الگوریتم فراابتکاری سیستم اجتماع مورچگان و شبیه سازی تبرید گسترش داده شده است. به منظور بررسی کارایی روش های حل پیشنهادی، از داده های واقعی مطالعه ی موردی و داده های تصادفی بهره گرفته شده است. در ابعاد کوچک میانگین زمان حل دو الگوریتم فراابتکاری بسیار نزدیک به هم است و به طور کلی در تمام دسته های کوچک میانگین درصد انحراف تابع هدف روش سیستم اجتماع مورچگان نسبت به الگوریتم شبیه سازی تبرید کمتر است. در مورد مسائل با ابعاد بزرگ با افزایش ابعاد مسئله زمان حل الگوریتم سیستم اجتماع مورچگان نسبت به الگوریتم شبیه سازی تبرید به طور چشمگیری افزایش می یابد در حالیکه میانگین تابع هدف الگوریتم شبیه سازی تبرید انحراف قابل ملاحظه ای نسبت به الگوریتم سیستم اجتماع مورچگان ندارد.

در این مطالعه، مسئله ی تعیین اندازه ی انباشته ی پویای احتمالی با در نظرگرفتن تخفیف کلی تعریف و مدل سازی می شود. از آن جا که مدل مورد نظر غیرخطی مختلط است، مدل تقریب تکه تکه خطی مسئله نیز ارائه می گردد. برای حل مدل غیرخطی مسئله ی مورد نظر دو روش ارائه شده است. رویکرد حل اصلی استفاده از یک الگوریتم شاخه کران (b&b) است. در این الگوریتم زیرمسئله ی مربوط به هر گره، یک مسئله ی غیرخطی مختلط است که بر مبنای برنامه ریزی پویا (dp) حل می شود. در هر مرحله از این برنامه ریزی پویا، زیر مسئله ای وجود دارد که می توان آن را به دو روش آزادسازی لاگرانژ (lr) و رویکرد مجموعه ی فعال (as) حل کرد. نتایج عددی ارائه شده در پایان این مطالعه نشان می دهد که الگوریتم های پیشنهادی b&b_dp_as و b&b_dp_lr نسبت به حل مدل ریاضی مسئله با استفاده از نرم افزار تجاری gams از زمان حل بسیار کم تری برخوردارند.

در این پایان نامه یک سیستم دو رده ای زنجیره تأمین «تأمین کننده- تولیدکننده» بررسی شده است. نرخ تولید در هر دو رده محدود است. همچنین فرض شده است که بین ارسال دسته از رده ی اول تا رسیدن آن به رده ی دوم تأخیر وجود دارد. همچنین این امکان در نظر گرفته شده است که اندازه ی دسته ی تولیدی تولید کننده (رده دوم) چند برابر اندازه دسته ی تولیدی تأمین کننده (رده اول) باشد و تولیدکننده بتواند در هر سیکل تولیدی خود چند بار (در چند محموله) از تأمین کننده کالا (مواد اولیه) دریافت کند و کمبود نیز مجاز نیست، به همین منظور در مفروضات مسئله، نرخ تولید تأمین کننده بیشتر از نرخ تولید تولیدکننده در نظر گرفته شده است. تعامل و برنامه ریزی یک برنامه ی موجودی و تولید مشترک در بین اجزای یک زنجیره تامین می تواند باعث افزایش سطح خدمات و افزایش رضایت مشتری و به تبع آن افزایش سود اجزاء در بلندمدت گردد. بر این اساس، هدف، تعیین اندازه سفارش اقتصادی در هر رده به گونه ای است که هزینه ی کل سیستم کمینه گردد. مسئله مذکور توسط رویکرد هزینه ی متوسط و رویکرد ارزش خالص فعلی با تقریب و بدون تقریب (با درنظرگیری ارزش زمانی پول) مورد بررسی قرارگرفته است.