حل مساله تولید ترکیبی دوهدفه با امکان برون سپاری تولید با استفاده از الگوریتم رقابت استعماری و الگوریتم ژنتیک

پایان نامه
چکیده

محققان در دهه های اخیر روش ها و تکنیک های بسیاری را جهت بهینه سازی مسائل معرفی نموده اند. اما بیشتر به مساله بهینه سازی تک هدفه پرداخته اند.این در حالی است که امروزه با تحول شیوه های تولید و تغییر نقش منابع و عوامل تولید در ساختار اقتصادی-اجتماعی< بسیاری از سازمان ها فعالیت های تولیدی خود را در قالب تولید انواعی از محصولات تعریف و مدیریت می کنند. با توجه به اینکه در این سازمان ها معمولا اهداف چندگانه در نظر گرفته می شوند وجود مدل ترکیبی با قابلیت درنظر گرفتن اهداف متفاوت می تواند بسیار مفید باشد. در این تحقیق مساله تولید ترکیبی با قابلیت برون سپاری و وجود چندین محدودیت و منابع محدود< با درنظر گرفتن دو تابع هدف ترکیبی مورد بررسی قرار گرفته است. یک مدل ریاضی ارائه شده است که قادر به حل مسائل کوچک می باشد. با درنظر گرفتن پیچیدگی و تعداد زیاد فعالیت هاالگوریتم فراابتکاری رقابت استعماری و الگوریتمnsga2 و یک روش فرا ابتکاری دیگر که ترکیبی از الگوریتم ژنتیک و الگوریتم ازدحام ذرات می باشد، برای حل مساله ارائه شده است. عملکرد الگوریتم های فوق از طریق آزمایش های عددی با یکدیگر و با روش مبتنی بر شاخه و کران مقایسه شده است. آزمایش های عددی انجام شده حاکی از برتری نسبی روش پیشنهادی مبتنی بر الگوریتم رقابت استعماری نسبت به سایر روشها میباشد.

منابع مشابه

حل مساله پخش بار اقتصادی نیروگاه‌های تولید هم زمان برق و حرارت با استفاده از الگوریتم اصلاح شده‌ای بر پایه الگوریتم بهینه‌سازی رقابت استعماری

در این مقاله یک روش جدید بر پایه "الگوریتم رقابت استعماری (ICA)" برای حل مساله "پخش بار اقتصادی تولید هم زمان برق و حرارت "(CHPED) پیشنهاد می‌شود. به منظور جلوگیری از به دام افتادن ICA در بهینه‌های محلی و بهبود کیفیت شبیه‌سازی، سیاست همسان‌سازی جدیدی معرفی می‌شود که به طور انطباقی در هر تکرار تغییر می‌کند. مساله CHPED یک مساله بهینه‌سازی غیرخطی و غیرمحدب می‌باشد که دارای قیود مختلفی می‌باشد. بر...

متن کامل

الگوریتم ترکیبی موثر ژنتیک برای حل مساله مسیریابی وسیله نقلیه

  The Vehicle Routing Problem (VRP) is one of the most important combinational optimization problems that has nowadays received much attention of researchers and scientists. In this problem, the objective is to minimize the cost traveled by several vehicles that start to move simultaneously from depot and come back to depot after visiting customers if at first each node is visited only once by ...

متن کامل

حل مسائل زمان‌بندی پروژه با محدودیت منابع (RCPSP) با استفاده از الگوریتم رقابت استعماری اصلاح‌شده (DICA)

مسئلۀ زمان‌بندی پروژه با محدودیت منابع (RCPSP) جزء مسائل غیرچندجمله‌ای سخت (NP-Hard) است که برای حل آن، روش‌های ابتکاری و فراابتکاری در مقایسه با راه‌حل‌های دقیق، کارایی بیشتری دارند. در این تحقیق از الگوریتم رقابت استعماری اصلاح‌شده برای حل مسئلۀ زمان‌بندی پروژه با محدودیت منابع در حالت تک‌حالته و همچنین از الگوریتم محاسبۀ جواب موجه ابتدایی برای افزایش سرعت الگوریتم رقابت استعماری اصلاح‌شده با...

متن کامل

مکان‌یابی ماشین‌های مجازی با استفاده از الگوریتم رقابت استعماری

مجازی‌سازی و استفاده از ماشین‌های مجازی اساس تکنولوژی پردازش ابری است. ماشین‌های مجازی پس از مکان‌یابی، بر روی ماشین‌های فیزیکی منتخب اجرا می‌شوند. منظور از مکان‌یابی، انتخاب میزبان مناسب برای ماشین‌های مجازی موجود است. مکان‌یابی ماشین‌های مجازی در میزان مصرف انرژی و جلوگیری از هدر رفتن منابع در بسترهای سخت‌افزاری، نقش اساسی دارند. از طرفی، توسعه روزافزون سیستم‌های ابری فرآیند مکان‌یابی ماشین‌ه...

متن کامل

حل مساله مکان‌یابی پایانه‌های شبکه اتوبوس‌رانی درون‌شهری با استفاده از الگوریتم ژنتیک

Bus network design is an important problem in public transportation. The main step to this design, is determining the number of required terminals and their locations. This is an especial type of facility location problem, a large scale combinatorial optimization problem that requires a long time to be solved. Branch & bound and simulated annealing methods have already been used for solving Urb...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه بوعلی سینا - دانشکده مهندسی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023