برای یک سازمان در فضای اقتصاد مبتنی بر دانش، مدیریت سرمایه های فکری و تجربی به منظور رقابت و بقا ضروری می باشد. گرچه انتقال و ارایه دانش ملموس و غیر ملموس مشکل است، اما حافظه موجود سازمان و پایگاه های اطلاعاتی سازمان، شامل منابع گرانبهایی به منظور آشکارسازی ثروت دانشی سازمان می باشند. دانش از استنتاج داده ها و اطلاعات بدست می آید، دانش بطور فعالی در عملکرد، حل مساله، تصمیم گیری، یادگیری و آموزش موثر است.طرح ها و اقدامات بازاریابی مربوط به گذشته، شامل دانش و تجارب و مستندات ارزشمندی می باشند، این اقدامات و طرح ها توسط مدیران بازاریابی و فروش سازمان توسعه داده شده و اجرا شده اند. گرچه تجارب بطور شفاهی قابل انتشار و به اشتراک گذاری هستند، اما دانش هنگامی مفید است که در زمان مناسب، در موقعیت مناسب و توسط فردی مناسب فراهم گردد.بنابراین نگهداری سیستماتیک سوابق و موارد گذشته در یک سیستم کامپیوتری، فراهم آوری مکانیزمی به منظور بازیافت موثر و فراهم آوری مکانیزم تطبیق برای مدیران بازاریابی، اجباری و بسیار سودمند می باشد. این موضوع گامی بسیار مهم در جهت پیاده سازی مدیریت دانش بازاریابی و مدیریت ارتباطات مشتریان در سازمان می باشد.هدف این تز، ارایه یک سیستم استنتاج موردگرا در حیطه بازاریابی و فروش می باشد، تا اقدامات بازاریابی و فروش در یک پایگاه موارد ذخیره شده و به منظور اشتراک و انتشار در مورد شرایط خاص یک مشتری مورد استفاده قرار گیرند.استنتاج موردگرا شامل بازیافت، استفاده مجدد، تجدید نظر و نگهداری موارد می باشد و ثابت کرده است که روشی موثر در بازیافت اطلاعات و دانش مربوط به موقعیت های قبلی می باشد. استنتاج موردگرا بطور گسترده ای در حوزه های مختلف حل مساله، بطور تیوری و کاربردی مورد استفاده قرار گرفته است.سیستم استنتاج موردگرا پیشنهادی، شامل دو محور جدید در حیطه های مجموعه های نادقیق و سیستم استنتاج فازی می باشد، که به منظور افزایش انعطاف پذیری و عملکرد سیستم طراحی شده اند. به منظور آنالیز پایگاه موارد، الگوریتمی بر اساس مجموعه های ناموزون جهت بررسی ضریب اهمیت ویژگی ها با توجه به وابستگی بین آن ها، ارایه می گردد و در گام بعدی محاسبه بردار وزن بر اساس سیستم استنتاج فازی صورت می پذیرد.سیستم فوق الذکر، بعلت محوریت استنتاج موردگرا و توسعه آن در مجموعه های نادقیق و سیستم های فازی با نام rough-fuzzy cbr و اختصار rfcbr معرفی می گردد. یافته ها و جنبه های تیوریکِ جدید این تز عبارتند از:طراحی و توسعه سیستم مدیریت ارتباطات مشتریان هوشمند، بر اساس متدولوژی استنتاج مورد گرا محاسبه و تحلیل ضریب اهمیت ویژگی ها با توجه به اطلاعات درون پایگاه موارد بر اساس مجموعه های نادقیق ارایه یک متدولوژی به منظور محاسبه بردار وزن فرایند بازیافت بر اساس سیستم استنتاج فازی یافته ها و جنبه های کاربردیِ جدید این تز عبارتند از: برپایی سیستم تصمیم یار در حیطه بازاریابی مورد به مورد ارایه نرم افزاری بر مبنای متدولوژی استنتاج مورد گرا برای مساله آنالیز مشتریان در صنعت فولاد

از آنجایی که بخش خرید تأثیر مستقیم بر کاهش هزینه ها و افزایش سودآوری و انعطاف پذیری یک شرکت دارد، دارای نقش کلیدی در کارایی سازمان است. ارزیابی و انتخاب تأمین کنندگان یکی از وظایف عمده بخش خرید در یک زنجیره تأمین می باشد.به همین منظور، در این پایان نامه یک مدل فازی چند هدفه و غیر خطی جهت حل مسیله انتخاب تأمین کننده ارایه شده است. این مدل کاستی های موجود در مطالعات قبلی را تا حدود زیادی پوشش می دهد. مدل مذکور، تصمیم گیرنده را قادر می سازد که به معیارهای مختلف با توجه به استراتژی های خرید وزن های متفاوتی تخصیص دهد. ضمن اینکه، با لحاظ کردن کل هزینه های خرید ( هزینه های تأمین مواد، هزینه های حمل و نگهداری ) امکان استفاده از مدل در شرایطی که هزینه های حمل به خریدار تحمیل می شود، فراهم آمده است. مدل در محیط فازی حل شده و با استفاده از اهداف، محدودیت ها و نیز وزن های فازی ابهام حاکم بر مسایل دنیای واقعی لحاظ شده است. روش های مختلف فرآیند تحلیل سلسله مراتبی فازی جهت تعیین وزن نسبی معیارها معرفی و با هم مقایسه شده اند و در نهایت نتایج و مطالعات پیشنهادی آمده است.

انتخاب تامین کننده یکی از مباحث مهم در مدیریت زنجیره تامین می باشد. واضح است که به دلیل قدرت خریدار، تامین کنندگان در اغلب اوقات مجبور هستند تا شرایط خریدار را پذیرفته و براساس آن رفتار کنند. با این توصیف خریدار برنده اصلی فرآیند انتخاب تامین کننده است. چون تامین کنندگان برای اجابت خواسته های خریدار و برگزیده شدن به عنوان طرف قرارداد خریدار تا حد ممکن از منافع خود چشم پوشی کرده اند و شاید گاهی اوقات به حداقل سود قناعت نموده اند. از طرف دیگر خریدار توانسته است محصولی را با حداکثر کیفیت و حداقل قیمت به دست آورده یعنی سود خود را حداکثر نماید. اصلی اساسی در مدیریت زنجیره تامین این است که برنامه ریزی در یک زنجیره تامین به گونه ای انجام شود که منافع همه اجزا زنجیره یعنی رسیدن به وضعیت برنده-برنده تامین شود. این در حالی است که در مرحله انتخاب تامین کننده این هدف دنبال نمی شود. تامین توسعه داده شده است. تامین کننده و خریدار پس از این که مدتی با یکدیگر همکاری کردند تازه به این نتیجه می رسند که می توانند برای افزایش سود زنجیره تامین تغییراتی در برنامه های خود ایجاد نمایند. در این رساله 3 مدل برای تلفیق دو موضوع انتخاب تامین کننده و هماهنگی خیریدار و تامین کننده با هدف کاهش هزینه کل زنجیره تامین ارایه شده است. در مدل اول سیاست ارسال محموله توسط تامنی کنندگان به خریدار به صورت lot for lot در نظر گرفته شده است. در مدل دوم تامین کنندگان می توانند در حین تولید نسبت به ارسال محموله برای خریدار اقدام نمایند. در مدل سوم نیز تامین کنندگان قادر هستند هر اندازه انباشته تولیدی را در محموله های کوچکتر در حین تولید ارسال کنند. اما این محموله ها بر خلاف دو مدل قبلی می توانند مساوی نباشند. برای هر یک از مدل ها یک مساله برنامه ریزی غیر خطی با هدف کاهش هزینه کل زنجیره تامین که شامل هزینه خریدار و تامین کنندگان است ارایه شده و برای حل آن ها از روش های تحلیلی استفاده شده است.

روشهای الگوریتم ژنتیک از قابلیت مناسبی درحل مسایل چند هدفه برخوردارند و در هر بار اجرا مجموعه ای از نقاط بهینه را در قالب مسیر بهینگی چند هدفه ارایه می کنند. قابلیت حل مسایل با هر درجه غیر خطی و نیز مسایل غیر محدب و مشتق ناپذیر حوزه کاربرد این روشها را وسیعتر کرده است. اما این روشها دارای نقاط ضعفی از جمله کندی همگرایی و عدم دقت در ارایه راه حلهای بهینه و زمان نسبتا زیاد حل هم هستند و این ضعفها به ویژه در زمینه الگوریتمهای چند هدفه نمود بیشتری دارند. در این رساله ضمن بررسی ادبیات زمینه الگوریتمهای ژنتیک و تعیین نقاط قوت و ضعف آنها، تلاش شده است ک الگوریتمهایی توسعه داده شود که از نظر شاخصهای عملکردی، الگوریتمهای ژنتیک چند هدفه موجود را بهبود دهند. در این راستا پس از مرور ادبیات، شاخصهایی که مبنای مقایسه را فراهم می آورند، الگوریتم مبنا که نتایج الگوریتمهای توسعه داده شده با آن مقایسه می گردد و مساله پایه برای اجرای الگوریتمهای توسعه داده شده (مساله توسعه سیاستهای بهره برداری از سیستم سدهای چند مخزنه به صورت قطعی و فازی) مشخص شده اند. در ادامه سه نوع الگوریتم ژنتیک چند هدفه جدید زیر بر اساس نقاط قابل بهبود الگوریتمهای موجود، توسعه داده شده اند : الگوریتم ژنتیک مبتنی بر گرادیان که در آن توسعه نسلهای بعدی به صورت تصادفی نیست بلکه با استفاده از اطلاعات گرادیان، نسلهای بعدی تولید می شوند. این استراتژی باعث می گردد که ضمن برخورداری از مزایای الگوریتم ژنتیک، دقت جستجوی محلی الگوریتم بهتر شده و جوابهای بهتری در زمان کمتری تولید شود. الگوریتم ژنتیک یادگیرنده که از ترکیب یک الگوریتم ژنتیک با شبکه های عصبی خود سازمانده کوهونن توسعه داده شده است. این شبکه ها برای آموزش نیاز به مجموعه ای از داده ها دارند که این داده ها به آسانی در الگوریتمهای ژنتیک تولید می شوند و قابل دسترس اند. شبکه نرونها در حین آموزش جوابهای جدیدی توسعه می دهد که می توان از آنها برای ارتقاء کیفیت مجموعه حل جمعیت خارجی یا آرشیو استفاده کرد. نتایج اجرای این روش قابل توجه بوده و در سه زمینه زمان پردازش، پراکندگی حل و دقت مجموعه حل نهایی الگوریتم مبنا (nsca-ii) را بهبود داده است. الگوریتم ژنتیک یادگیرنده مبتنی بر گرادیان که از ترکیب دو الگوریتم ژنتیک بر گرادیان و الگوریتم ژنتیک یادگیرنده توسعه داده شده است و در آن شبکه عصبی خودسازمانده با استفاده از الگوریتم ژنتیک مبتنی بر گرادیان آموزش می بیند. دقت بیشتر حلهای این الگوریتم و تعداد بیشتر حلهای موثر آن بعث افزایش کارایی و اثربخشی الگوریتم ژنتیک یادگیرنده شده است و بر اساس شاخصهای عملکردی نتایج بدست آمده به نحوی است ک بهبودی جامع در همه زمینه های مشخص شده ایجاد شده است. کارایی مدلهای پیشنهادی با استفاده از اطلاعات سیستم چند مخزن کارون –دز ارزیابی شده است.

در این پایان نامه، تولید نقاط موثر مسئله زمانبندی مجموعه ای از کارهای مستقل روی یک مجموعه از ماشین های موازی غیر یکسان با دو معیار عملکرد میانگین دیرکرد و میانگین شناوری مورد توجه قرار گرفته است. در این مسئله فرض بر این است که کارها در زمانصفر در دسترس هستند، کارها دارای اولویت یکسان هستند. فطع کارها غیر مجاز است و زمان پردازش و موعد تحویل کارها قطعی می باشند. مسئله n/1/r (f، t چزء مسائل سخت است. در این پایان نامه، ابتدا مدل برنامه ریزی صفر -یک مختلط و روش شمارش کامل بررسی شده است. در روش شمارش کامل با ارائهیک قضیه به محاسبه تعداد حل های ممکن برای مسئله پرداخت شده است. سپس چندین قضیه ریاضی در مورد مسئله در حالت های خاص اثبات شده است. در ادامه دو روش ابتکاری مبتنی بر الگوریتم شبیه سازی تبرید توسعه شده است. با حل مسائل بسیاری در ابعاد مختلف از دو روش الگوریتم ژنتیک و شبیه سازی تبرید. این نتیجه حاصل گردید که الگوریتم ژنتیک هم از نظر کیفیت حل و هم از نظر زمان حل بر الگوریتم شبیه سازی تبرید برتری دارد. شایان ذکر است که معیار ارزیابی معرفی شده جهت تعیین کیفیت حل هر روش، بیانگر میزان دقت روش ها در برآورد مجموعه جواب های موثر است. پژوهش های آتی می تواند روی توسعه روش های حل بر مبنای دیگر الگوریتم های فوق ابتکاری مثل جستجوی ممنوع، مسائل زمانبندی چند هدفه با اهداف دیگر و یا محیط های پیچیده مثل کارگاه سری چند مرحله ای، نامساوی بودن وزن کارها و وجود روابط پیش نیازی بین کارها تمرکز داشته باشد.

مساله انتخاب صحیح گونه درختی از مهمترین مسائلی است که در موفقیت یک طرح جنگلکاری موثر است. بنابراین در تحقیق حاضر به منظور حل آن و انتخاب گونه مناسب درختی برای جنگل کاری در مناطق خشک و نیمه خشک، به علت چند بعدی بودن مساله و وجود معیارهای مختلف کمی و کیفی، از تکنیک تصمیم گیری چند معیاره و یکی از مهمترین روشهای آن به نام فرایند تحلیل سلسله مراتبی استفاده گردید. بدین منظور پارک جنگلی چیتگر به عنوان منطقه مورد نظر برای مطالعه در نظر گرفته شد. تجزیه مشکل تصمیم به عناصر کوچکتر سبب ایجاد یک سلسله مراتبی 5 سطحی شد که در سطح اول آن هدف تصمیم و در سطح دوم آن چهار معیار اصلی حفاظتی، اکولوژیکی، اقتصادی و زیباشناختی قرار گرفتند. به منظور وزن دهی به معیارها و زیرمعیارهای موجود در این سلسله مراتبی از نظرات کارشناسی 10 تصمیم گیرنده در قالب یک گروه تصمیم گیری استفاده شد. مقایسه زوجی گونه ها نیز در سطح آخر نسبت به عناصر سطح بالاتر از خود نیز با توجه به آماربرداری انجام گرفته از منطقه صورت گرفت. نتایج این تحقیق اولویت بیشتر معیار اکولوژیکی را نسبت به سایر معیارها نشان داد. بطور کلی در سطح دوم، معیار اکولوژیک با اولویت وزنی 462/ 0در سطح سوم تاج پوشش درختی (زیرمعیار حفاظتی) با اولویت وزن0/71، سازگاری (زیرمعیار اکولوژیک) با اولویت وزنی 0/512، تنوع رنگی (زیرمعیار زیباشناختی) با اولویت وزنی 0/609 و در سطح چهارم شاخص زنده مانی و نسبت c/n به ترتیب با اولویت وزنی 0/556 و 0/827 بیشترین وزن ها را نسبت به دیگر فاکتورها بدست آورند. نتایج وزن نهایی گونه ها نیز نشان داد کاج تهران با وزن نهایی 0/198، اولویت اول برای کاشت در منطقه را داشته و گونه های پلت و بلوط به ترتیب با وزنهای 0/162 و 0/159 در اولویت های بعدی قرار دارند.