ارائه الگوریتم مبتنی بر خوشه بندی فازی برای حل مسأله مکان یابی-تخصیص
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه شاهد - دانشکده فنی
- نویسنده محمد محمدخانلو
- استاد راهنما مهدی بشیری
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1391
چکیده
خوشه بندی یکی از شاخه های یادگیری بدون نظارت می باشد و فرآیند خودکاری است که در طی آن، نمونه ها به دسته هایی که اعضای آن مشابه یکدیگر می با شند تقسیم می شوند، که به این دسته ها خوشه گفته می شود. بنابراین خوشه مجموعه ای از اشیاء می باشد که در آن اشیاء با یکدیگر مشابه بوده و با اشیاء موجود در خوشه های دیگر غیر مشابه می باشند. مطالعه ادبیات پیشین موضوع، نشان می دهد با آنکه از الگوریتم های مختلفی در زمینه مسأله مکان یابی و تخصیص استفاده شده است، مطالعات اندکی با استفاده از الگوریتم های خوشه بندی بر روی مسأله مکان یابی و تخصیص ظرفیت دار انجام شده است، لذا ضرورت مطالعه حاضر بیش از پیش احساس شد. در این تحقیق، به ارائه یک الگوریتم مبتنی بر خوشه بندی c-means فازی برای حل مسأله مکان یابی-تخصیص پرداخته شده است، در الگوریتم پیشنهادی، فرایند مکان یابی و تخصیص به وسیله یک الگوریتم ابتکاری که مبتنی بر خوشه بندی c-means فازی است، صورت گرفته و برای بدست آوردن مکان دقیق در فرایند مکان یابی، که در انتهای الگوریتم پیشنهادی است، از الگوریتم رویه تقریب هذلولوی استفاده شده است. در واقع می توان گفت که، هدف اصلی الگوریتم پیشنهادی به گونه ای است که می خواهیم مراحل مکان یابی و تخصیص در آن طوری انجام شود که در نهایت هزینه نقل و انتقال میان مشتریان و تسهیلات موجود حداقل شود. برای ارزیابی الگوریتم پیشنهادی، نتایج بدست آمده از الگوریتم پیشنهادی با نتایج مربوط به مطالعات پیشین مورد مقایسه قرار گرفت و مشاهده شد که الگوریتم پیشنهادی از نتایج بهتری برخوردار است. ولذا، عملکرد و کارایی الگوریتم پیشنهادی مورد تأیید می باشد.
منابع مشابه
الگوریتم ژنتیک آشوب گونه مبتنی بر حافظه و خوشه بندی برای حل مسائل بهینه سازی پویا
چکیده: اکثر مسائل موجود در دنیای واقعی یک مسئله بهینهسازی با ماهیتی پویا هستند، بهطوریکه مقدار بهینه سراسری آنها در طول زمان ممکن است تغییر کند، بنابراین برای حل این مسائل الگوریتمهایی نیاز داریم که بتوانند خود را با شرایط این مسائل بهخوبی سازگار نموده و بهینه جدید را برای این مسائل ردیابی نمایند. در این مقاله، یک الگوریتم ژنتیک آشوبگونه مبتنی بر خوشهبندی و حافظه برای حل مسائل پویا ارائ...
متن کاملارائه یک روش ابتکاری ترکیبی مبتنی بر الگوریتم ژنتیک برای حل مسأله هاب پوششی در حالت فازی
Hub location problem is one of the new issues in location problems. This kind of location problem is widely used in many transportation and telecommunication networks. Hubs are facilities that serve as transshipment and switching point to consolidate flows at certain locations for transportation,airline and postal systems so they are vital elements of such these networks. The location and numb...
متن کاملارائه یک روش ابتکاری ترکیبی مبتنی بر الگوریتم ژنتیک برای حل مسأله هاب پوششی در حالت فازی
مسأله مکانیابی هاب یکی از موضوعات جدید در حوزه مسائل مکانیابی بشمار می رود. این دسته از مسائل؛ کاربردهای فراوانی در سیستمهای حمل و نقل، در شبکه های پستی و همچنین در شبکههای ارتباطی دارند. در این تحقیق؛ فرموله نمودن مسائل هاب پوششی(یکی از انواع مسائل مکانیابی هاب) در محیط فازی انجام می شود و به منظور لحاظ نمودن عدم قطعیت های موجود در زمانهای انتقال و جابجایی محموله ها، فرمول بندی برنامه ری...
متن کاملالگوریتم ژنتیک آشوب گونه مبتنی بر حافظه و خوشه بندی برای حل مسائل بهینه سازی پویا
چکیده: اکثر مسائل موجود در دنیای واقعی یک مسئله بهینهسازی با ماهیتی پویا هستند، به طوری که مقدار بهینه سراسری آنها در طول زمان ممکن است تغییر کند، بنابراین برای حل این مسائل الگوریتمهایی نیاز داریم که بتوانند خود را با شرایط این مسائل بهخوبی سازگار نموده و بهینه جدید را برای این مسائل ردیابی نمایند. در این مقاله، یک الگوریتم ژنتیک آشوبگونه مبتنی بر خوشهبندی و حافظه برای حل مسائل پویا ارائ...
متن کاملمدل سازی و ارائه الگوریتم حل برای مسأله مکان یابی هاب مرکز ظرفیت دار
هاب ها تسهیلاتی هستند که در بسیاری از سیستم های توزیع برای تعویض و انتقال جریان بین مبدا ها و مقصد ها استفاده می شوند. مسایل مکان یابی هاب زمانی مطرح می شوند که جابه جایی مستقیم اقلام بین زوج های مبدا- مقصد به دلیل هزینه بالای ایجاد شبکه مورد نیاز عملا امکان پذیر نبوده و جابجایی جریان از طریق هاب ها هزینه کمتری نسبت به جابجایی مستقیم بین گره ها دارا است. مسأله هاب مرکز در شبکه ای از هاب ها مطرح...
15 صفحه اولارایه شاخصی جدید جهت سنجش اعتبار خوشه بندی در الگوریتم های خوشه بندی فازی نوع-2
One of the main issues in fuzzy clustering is to determine the number of clusters that should be available before clustering and selection of different values for the number of clusters will lead to different results. Then, different clusters obtained from different number of clusters should be validated with an index. But so far such an index has not been introduced for interval type-2 fuzzy C...
متن کاملمنابع 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 شاهد - دانشکده فنی
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023