بهینه سازی منبع با استفاده از شبیه‌سازی ترکیب یافته و الگوریتم ژنتیک
با ایجاد تجهیزات و نیروی کار برای امر ساخت و تولید، این امر آشکار است که تدبیرهای کاربرد نیروی کار متناوب و کاربرد بهتر از منابع کاری موجود، به منظور بهبود دادن،بهره دهی کاری و کاهش هزینه های ساخت، مورد نیاز است. استفاده کارآمد از منابع پروژه، هزینه های ساخت را برای مالکان و مصرف کنندگان کاهش می دهد، و در عین حال سودمندیهایی را برای پیمانکاران افزایش می دهد. با این وجود،برخی فاکتورها وجود دارند که ،مدیریت منبع را امر دشواری می سازند، این فاکتورها در مراحل زیر توضیح داده شده اند:
سیاست جداسازی مدیریت منبع:در ادبیات، محققان گوناگون، تعدادی تکنیکها را برای پرداختن به جنبه های فردی مدیریت منبع، همانند تخصیص منبع، سطح بندی منبع، مدیریت نقدینگی، و تجزیه و هزینه و زمان معاملات (TCT) ، ارائه داده اند. مطالعات تالبوت و پترسون(1979) و گاولیش و پیرکون (1991)، برای مثال، به تخصیص منابع مربوط بود ، در حالیکه بررسیهای Easa (1989) و Shah et al (1993) به سطح بندی و تراز کردن منابع می پرداخت روشهای دیگر ، تنها روی تجزیه TCT متمرکز شدند. همانطوریکه این بررسیها سودمند واقع شدند، آنها به ویژگیهای مجزایی پرداختند که یکی پس از دیگری برای پروژه ها بکار برده می شدند ( نه بطور همزمان) . بوسیله پیچیدگی اساسی پروژه ها و مشکلاتی در رابطه با الگوبرداری تمام ویژگیهای ترکیب یافته، تلاش بسیار کمی برای بهینه سازی منابع ترکیب شده به عمل آمد. ناکارآمدی الگوریتم های بهنیه سازی سنتی: در چند دهه گذشته ، بهینه سازی منبع سنتی، براساس روشهای ریاضی یا براساس تکنیکهای ذهنی(غیرمستدل) بوده است. روشهای ریاضی ، همانند برنامه ریزیهای عدد صحیح ، خطی، یا برنامه ریزیهای دینامیکی ،برای مشکلات منبع فردی پیشنهاد شده بودند.با این وجود ، روشهای ریاضی از لحاظ محاسبه ای برای هر پروژه واقعی انعطاف ناپذیر بودند که این روش فقط برای سایزهایی از پروژه مناسب می باشد. همچنین ،روشهای ریاضی پیچیده ایشان دستخوش تغییر می شوند وممکن در مطلوبترین وبهینه ترین قرار بگیرند، روشهای ذهنی (غیرمستدل) ، ازسوی دیگر، تجربیات وقوانین thumb را بکار می برند، نه فرمولهای ریاضی سخت ودقیق را. محققان برای تخصیص منبع، مدلهای ذهنی گوناگونی را پیشنهاد نموده اندن،تراز بندی منبع ها،تجزیه TCT، علی رغم سهولتشان ،این روش های ذهنی هنگامی که درشبکه های پروژه ای مختلف بکار برده می شوند ،نتایج گوناگون را اعمال می نمایند ، و برای کمک به انتخاب بهترین روش ذهنی برای کاربرد، هیچ گونه راهنماهای دقیقی وجود ندارد. بنابراین ، آنها نمی توانند راه حلهای بهینه ای را تضمین نمایند. همچنین ،راه حلهای غیرثابت آنها ( غیرپایدار آنها) به تفاوتها وتناقض‌های وسیع، میان قابلیهای محدود شده منبعی نرم افزار در مدیریت پروژه تجاری کمک شایانی کرده اند.
قیمت فقط6,000 تومان پرداخت و دانلود
مشخصات فروشنده
نام و نام خانوادگی : حسین طالب زاده
شماره تماس : 09120218371
ایمیل :info@fileforosh.ir
سایت :fileforosh.ir
مشخصات فایل
فرمت : doc
تعداد صفحات : 41
قیمت : 6,000 تومان
حجم فایل : 78 کیلوبایت
برای خرید و دانلود فایل و گزارش خرابی از لینک های روبرو اقدام کنید...
پرداخت و دانلودگزارش خرابی و شکایت از فایلطراحی و بهینه سازی شبکه لجستیک معکوس در شرایط عدم قطعیت با استفاده از الگوریتم ژنتیک
دانلود پایان نامه مهندسی صنایع
طراحی و بهینه سازی شبکه لجستیک معکوس در شرایط عدم قطعیت با استفاده از الگوریتم ژنتیک
*آپدیت جدید:
ضمیمه شدن مدل بهینه‌سازی در قالب 15 صفحه بصورت رایگان:)
چکیده:
لجستیک معکوس تمام فعالیت های زنجیره تأمین را شامل می شود به صورت معکوس اتفاق می افتد. مهم ترین اصل در لجستیک معکوس این است که بسیاری از مواد که اصطلاحاً غیر قابل استفاده یا فاقد کاربرد برای مصرف کننده هستند، دارای ارزش بوده وبا اندکی اصلاح و مرمت می توانند مجدداً وارد زنجیره تأمین شوند.
در زنجیره تأمین، مدیریت برگشتی، در قالب لجستیک معکوس اعمال می‌شود. به دلایل مختلف، جریان مواد و کالاها در خلاف جهت عادی زنجیره، اجتناب‌ناپذیر است. پرداختن به موضوع شبکه لجستیک معکوس و مدیریت و هدایت موثر و ضروری است. با توجه به بررسیها یکی از مواردی که تأثیر بسیاری بر مدلسازی شبکه لجستیک معکوس دارد، در نظر گرفتن شرایط عدم قطعیت است. در لجستیک معکوس، پارامترهایی مثل ظرفیت مراکز، تقاضا، هزینه و کیفیت و... غیرقطعی هستند.
با توجه به این موارد، در این تحقیق، یک مدل برنامه‌ریزی خطی عدد صحیح آمیخته احتمالی برای طراحی شبکه لجستیک معکوس ارائه شده است. برای حل این نوع مدل، ابتدا باید آن را به یک مدل قطعی تبدیل نمود. مدل ارائه شده در این تحقیق، چند محصولی و چند رده‌ای می‌باشد که همزمان، هزینه‌های حمل و نقل و احداث تسهیلات را در بر می‌گیرد. مدل مورد نظر با در نظر گرفتن کمینه‌سازی هزینه‌ها (هزینه‌های استقرار تسهیلات و هزینه‌های حملونقل) و همچنین در نظر گرفتن عدم قطعیت در تقاضای محصولات برگشتی، از نوع مسائل NP-Hard است که در آن، زمان حل مسأله به صورت نمایی و با توجه به ابعاد مسأله افزایش می‌یابد بنابراین، در این تحقیق، یک روش کارا با استفاده از الگوریتم ژنتیک با کدینگ اولویت ـ محور پیشنهاد داده شده است.
کلید واژه‌ها:
زنجیره تأمین
الگوریتم ژنتیک
لجستیک معکوس
شرایط عدم قطعیت
کدینگ اولویت ـ محور
برنامه‌ریزی عدد صحیح آمیخته
مقدمه
لجستیک معکوس از بدو پیدایش خود در اشکال گوناگون در سازمان های نظامی دنیا وجود داشته است ، امادر گذشته ، سازمان های نظامی به دلایل متعددی توجه زیادی به لجستیک معکوس نداشتند و شاید فکر می کردند که لجستیک معکوس یک مقوله بلند پروازانه با یک مقوله بافناوری فوق العاده پیشرفته است که ،همواره مانع از پیشرفت واحدهای نظامی می شود.تغییرات و تحولات عمیق در دنیای کسب و کار و الزامات جدید تولید و تجارت در عصر کنونی، زمینه ظهور و بروز نگرش‌ها و پارادایم‌های جدیدی را فراهم ساخته است که باید مورد توجه دست اندر کاران عرصه تولید و تجارت قرارگیرد. در همین راستا، رویکرد و نگرش جدیدی پیرامون موضوع لجستیک تحت عنوان لجستیک معکوس به وجود آمده است.
لجستیک، بخش فیزیکی زنجیره تأمین را در بر می‌گیرد و عمدتاً شامل کلیه فعالیت‌های مربوط به جریان مواد و کالاها از مرحله تهیه مواد خام تا تولید محصول نهایی از جمله حملونقل، انبارداری و غیره است. یکی از گرایش‌های جدید در مدیریت لجستیک، بازیافت ، چرخه مجدد و یا استفاده مجدد از محصولات است. در این روش، محصولاتی که به پایان عمر مفیدشان می‌رسند، مجدداً از مصرف‌کننده نهایی خریداری می‌شوند و پس از دمونتاژ، قسمت‌هایی از محصول که قابلیت استفاده مجدد را دارند، دوباره در قالب محصولات اسقاطی به چرخه حیات برمی‌گردند [1].
فهرست مطالب
طراحی و بهینه‌سازی شبکه لجستیک معکوس در شرایط عدم قطعیت با استفاده از الگوریتم ژنتیک 1
چکیده 2
کلید واژه‌ها: 3
مقدمه 3
شکل1. جریان کالا در لجستیک مستقیم و معکوس [13]. 5
مرور ادبیات و پیشینه تحقیق 7
مدلهای لجستیک معکوس ارائه شده، از سه منظر زیر قابل بررسی هستند: 8
تعریف مسأله و ارائه مدل ریاضی 13
شکل 2. شبکه لجستیک معکوس چند رده‌ای و چند محصولی 16
مدلسازی ریاضی 16
تابع هدف مدل 21
محدودیت‌های مدل 22
محدودیت‌های غیرقطعی و قطعی‌سازی مدل 27
روش‌شناسی حل مسأله 29
نمایش جواب 30
نمایش جواب بر اساس کدینگ اولویت ـ محور 32
الگوریتم 1: الگوریتم اولویت ـ محور برای هر قسمت از جواب 33
شکل 4. کروموزم برای کدینگ مسأله لجستیک معکوس مورد بررسی 35
شکل 5. مراحل دیکد کردن هر کروموزم برای مسأله لجستیک معکوس مورد بررسی 37
عملگر انتخاب 37
عملگر تقاطع 38
عملگر جهش 40
عملگر ارزیابی 41
در این تحقیق، تابع هدف مسأله به عنوان عملگر ارزیابی در نظر گرفته شده است. 41
ارائه مثال 41
نتیجه‌گیری 52
منابع 53
قیمت فقط29,000 تومانپرداخت و دانلود
مشخصات فروشنده
نام و نام خانوادگی : محمد همتی
شماره تماس : 09106392022
ایمیل :hemmati.eng@gmail.com
سایت :fileina.com
مشخصات فایل
فرمت : doc
تعداد صفحات : 56
قیمت : 29,000 تومان
حجم فایل : 1014 کیلوبایت
برای خرید و دانلود فایل و گزارش خرابی از لینک های روبرو اقدام کنید...
پرداخت و دانلودگزارش خرابی و شکایت از فایلبررسی علم ژنتیک،الگوریتم ژنتیک و روشهای ترکیب
دانلود پایان نامه رشته کامپیوتر
بررسی علم ژنتیک،الگوریتم ژنتیک و روشهای ترکیب
چکیده
الگوریتم ژنتیک (Genetic Algorithm - GA) تکنیک جستجویی در علم رایانه برای یافتن راه‌حل تقریبی برای بهینه‌سازی و مسائل جستجو است. الگوریتم ژنتیک نوع خاصی از الگوریتم‌های تکامل است که از تکنیکهای زیست‌شناسی فرگشتی مانند وراثت و جهش استفاده می‌کند.در واقع الگوریتم‌های ژنتیک از اصول انتخاب طبیعی داروین برای یافتن فرمول بهینه جهت پیش‌بینی یا تطبیق الگو استفاده می‌کنند. الگوریتم‌های ژنتیک اغلب گزینه خوبی برای تکنیکهای پیش‌بینی بر مبنای تصادف هستند. مختصراً گفته می‌شود که الگوریتم ژنتیک (یا GA) یک تکنیک برنامه‌نویسی است که از تکامل ژنتیکی به عنوان یک الگوی حل مسئله استفاده می‌کند. مسأله‌ای که باید حل شود ورودی است و راه‌حل‌ها طبق یک الگو کد گذاری می‌شوند که تابع fitness نام دارد هر راه حل کاندید را ارزیابی می‌کند که اکثر آنها به صورت تصادفی انتخاب می‌شوند.کلاً این الگوریتم‌ها از بخش های زیر تشکیل می‌شوند: تابع برازش، نمایش، انتخاب، تغییر.
کلمات کلیدی:
هیوریستیک
الگوریتم ژنتیک
ترکیب و جهش
معمای هشت وزیر
تکامل طبیعی داروین
مقدمه
امروزه یکی از مهمترین زمینه‌های تحقیق و پژوهش، توسعۀ روشهای جستجو بر مبنای اصول تکامل طبیعی می‌باشد. در محاسبات تکاملی به صورت انتزاعی از مفاهیم اساسی تکامل طبیعی در راستای جستجو برای یافتن راه حلّ بهینه برای مسائل مختلف الهام گرفته شده است.بسیاری از دانشمندان و اندیشمندان، میل به تکامل را مهترین عامل پیشرفت دستگاه آفرینش و انسان می‌دانند. از این دیدگاه هر پدیده‌ای را که بنگرید، یک مسأله جستجوست. انسان همواره می‌کوشد تا به تکامل برسد، از این رو می‌اندیشد، می‌پژوهد، می‌کاود، می‌سازد، می‌نگارد و همواره می‌کوشد تا باقی بماند. حتی میتوان گفت که میل به زادن فرزند، گامی در برآوردن این نیاز و البته دیگر جانداران است. میتوان این تلاش در راه رسیدن به تکامل را یک مسألۀ جستجو تعبیر کرد.
کوشش یک مؤسسه اقتصادی یا تولیدی –که تابعی برای تبدیل داده‌ها به ستادهاست- برای کمینه کردن هزینه‌ها و بیشینه کردن سود، یک مسألۀ جستجو است. تلاش یک سپاه در حال جنگ، برای وارد کرد بیشترین خسارات بر دشمن با از دست دادن کمترین نیرو و جنگ‌افزار، یا کوشش یک دانش‌آموز برای دست یافتن به بالاترین نمره، سعی یک موسیقیدان یا نگارگر برای خلق زیباترین اثر هنری، تلاش یک کاندیدا برای به دست آوردن بیشترین رأی، طراحی یک نجّار برای ساختن راحت‌ترین صندلی، تلاش و نقشه چینی ورزشکاران و مربّیان برای یافتن راه‌های پیروزی بر حریف و... همگی جستجویی در فضای یک مسأله برای یافتن نقاط یا ناحیه بهینگی (بیشینه یا کمینه) هستند و همین امر موجب پیشرفت تمدن و آفرینش شده است.
در دانش کامپیوتر و فناوری اطلاعات هم «جستجو» یکی از مهمترین مسائل است. تنها کافیست که حجم اطلاعات قرار گرفته بر حافظه‌های گوناگون و اینترنت را در نظر بگیریم تا جایگاه ویژه آن را دریابیم.
تاکنون روشهای بسیاری توسط طراحان الگوریتم‌ها برای انجام جستجو بر داده‌های دیجیتالی ارائه شده است. روش‌هایی به نام جستجوی سریع و جستجوی دودویی ، از ساده‌ترین الگوریتم‌هایی هستند که دانشجویان گرایش‌های مهندسی کامپیوتر در نخستین سال‌های دوره کارشناسی فرا می‌گیرند، امّا این الگوریتم‌ها شاید، هنگامی که با حجمی گسترده از داده‌ها روبرو شوند، کارایی ندارند و حتی الگوریتم‌های پیشرفته‌تر مانند جستجوی بازپخت شبیه‌سازی شده و الگوریتم عمیق‌شوندۀ تکراری نیز در هنگام رویارویی با مسائل ابرفضا از یافتن راه‌حل یا ناحیه‌های دلخواه در می‌مانند. در این میان یک روش جادویی وجود وجود دارد که مسائل بزرگ را به سادگی و به گونه‌ای شگفت‌انگیز حل می‌کند و آن «الگوریتم ژنتیک» است. ناگفته پیداست که واژۀ «الگوریتم ژنتیک» از دو واژۀ «الگوریتم» و «ژنتیک» تشکیل شده است که خود مبیّن این مطلب است که این روش از دو علم ریاضی و زیست‌شناسی برای حل مسائل کمک می‌گیرد.
الگوریتم‌ژنتیک بر خلاف دیگر روشهای جستجو، که توسط طراحان نگاشته می‌شوند، در حقیقت به دست دستگاه آفرینش پدید آمده، و پس از شناخت نسبی دانشمندان از این روش به صورت مسأله‌ای ریاضی فرموله شده و وارد دانش مهندسی کامپیوتر و دیگر علوم مرتبط گردیده است. در یکی دو دهه گذشته که این الگوریتم در علوم مهندسی بکار گرفته شده، ناباورانه چنان دست‌آوردها و نتایج شگفت‌انگیزی داشته که نگاه بسیاری از دانش‌پژوهان علوم گوناگون فنی‌مهندسی را به خود جلب کرده است.[1]
فهرست مطالب
فصل اول 1
1-1- مقدمه 2
1-2- به دنبال تکامل... 3
1-3- ایدۀ اصلی استفاده از الگوریتم ژنتیک 4
1-4- درباره علم ژنتیک 6
1-5- تاریخچۀ علم ژنتیک 6
1-6- تکامل طبیعی (قانون انتخاب طبیعی داروین) 7
1-7- رابطه تکامل طبیعی با روشهای هوش مصنوعی 10
1-8- الگوریتم 11
1-8-1- الگوریتم‌های جستجوی ناآگاهانه 12
1-8-1-الف- جستجوی لیست 12
1-8-1-ب- جستجوی درختی 13
1-8-1-پ- جستجوی گراف 14
1-8-2- الگوریتم‌های جستجوی آگاهانه 14
1-8-2-الف- جستجوی خصمانه 15
1-9- مسائل NP-Hard 15
1-10- هیوریستیک 17
1-10-1- انواع الگوریتم‌های هیوریستیک 19
فصل دوم 21
2-1- مقدمه 22
2-2- الگوریتم ژنتیک 23
2-3- مکانیزم الگوریتم ژنتیک 25
2-4- عملگرهای الگوریتم ژنتیک 28
2-4-1- کدگذاری 28
2-4-2- ارزیابی 29
2-4-3- ترکیب 29
2-4-4- جهش 29
2-4-5- رمزگشایی 30
2-5- چارت الگوریتم به همراه شبه کد آن 30
2-5-1- شبه کد و توضیح آن 31
2-5-2- چارت الگوریتم ژنتیک 33
2-6- تابع هدف 34
2-7- روشهای کد کردن 34
2-7-1- کدینگ باینری 35
2-7-2- کدینگ جایگشتی 36
2-7-3- کد گذاری مقدار 37
2-7-4- کدینگ درخت 38
2-8- نمایش رشته‌ها 39
2-9- انواع روشهای تشکیل رشته 41
2-10- باز گرداندن رشته‌ها به مجموعه متغیرها 42
2-10-1- تعداد بیت‌های متناظر با هر متغیر 43
2-11- جمعیت 44
2-11-1- ایجادجمعیت اولیه 44
2-11-2- اندازه جمعیت 45
2-12- محاسبه برازندگی (تابع ارزش) 46
2-13- انواع روشهای انتخاب 48
2-13-1- انتخاب چرخ رولت 49
2-13-2- انتخاب حالت پایدار 51
2-13-3- انتخاب نخبه گرایی 51
2-13-4- انتخاب رقابتی 52
2-13-5- انتخاب قطع سر 52
2-13-6- انتخاب قطعی بریندل 53
2-13-7- انتخاب جایگزینی نسلی اصلاح شده 53
2-13-8- انتخاب مسابقه 54
2-13-9- انتخاب مسابقه تصادفی 54
2-14- انواع روشهای ترکیب 54
2-14-1- جابه‌جایی دودوئی 55
2-14-2- جابه‌جایی حقیقی 58
2-14-3- ترکیب تک‌نقطه‌ای 59
2-14-4- ترکیب دو نقطه‌ای 60
2-14-5- ترکیب n نقطه‌ای 60
2-14-6- ترکیب یکنواخت 61
2-14-7- ترکیب حسابی 62
2-14-8- ترتیب 62
2-14-9- چرخه 63
2-14-10- محدّب 64
2-14-11- بخش_نگاشته 64
2-15- احتمال ترکیب 65
2-16- تحلیل مکانیزم جابجایی 66
2-17- جهش 66
2-17-1- جهش باینری 69
2-17-2- جهش حقیقی 69
2-17-3- وارونه سازی بیت 70
2-17-4- تغییر ترتیب قرارگیری 70
2-17-5- وارون سازی 71
2-17-6- تغییر مقدار 71
2-18- محک اختتام اجرای الگوریتم ژنتیک 72
2-19- انواع الگوریتم‌های ژنتیکی 72
2-19-1- الگوریتم ژنتیکی سری 73
2-19-2- الگوریتم ژنتیکی موازی 74
2-20- مقایسه الگوریتم ژنتیک با سیستم‌های طبیعی 75
2-21- نقاط قوّت الگوریتم‌های ژنتیک 76
2-22- محدودیت‌های GAها 78
2-23- استراتژی برخورد با محدودیت‌ها 79
2-23-1- استراتژی اصلاح عملگرهای ژنتیک 79
2-23-2- استراتژی رَدّی 79
2-23-3- استراتژی اصلاحی 80
2-23-4- استراتژی جریمه‌ای 80
2-24- بهبود الگوریتم ژنتیک 81
2-25- چند نمونه از کاربردهای الگوریتم‌های ژنتیک 81
فصل سوم 86
3-1- مقدمه 87
3-2- حلّ معمای هشت وزیر 88
3-2-1- جمعیت آغازین 90
3-2-2- تابع برازندگی 94
3-2-3- آمیزش 95
3-2-4- جهش ژنتیکی 96
3-3- الگوریتم ژنتیک و حلّ مسألۀ فروشندۀ دوره‌گرد 97
3-3-1- حل مسأله TSP به وسیله الگوریتم ژنتیک 99
3-3-2- مقایسه روشهای مختلف الگوریتم و ژنتیک برای TSP 107
3-3-3- نتیجه گیری 108
3-4- حلّ مسأله معمای سودوکو 109
3-4-1- حل مسأله 110
3-4-2- تعیین کروموزم 110
3-4-3- ساختن جمعیت آغازین یا نسل اول 111
3-4-4- ساختن تابع از ارزش 112
3-4-5- ترکیب نمونه‌ها و ساختن جواب جدید 113
3-4-6- ارزشیابی مجموعه جواب 118
3-4-7- ساختن نسل بعد 118
3-5- مرتب سازی به کمک GA 119
3-5-1- صورت مسأله 119
3-5-2- جمعیت آغازین 119
3-5-3- تابع برازندگی 122
3-5-4- انتخاب 123
3-5-5- ترکیب 123
3-5-6- جهش 124
فهرست منابع و مراجع 126
پیوست 127
واژه‌نامه 143
قیمت فقط49,000 تومانپرداخت و دانلود
مشخصات فروشنده
نام و نام خانوادگی : محمد همتی
شماره تماس : 09106392022
ایمیل :hemmati.eng@gmail.com
سایت :fileina.com
مشخصات فایل
فرمت : doc
تعداد صفحات : 197
قیمت : 49,000 تومان
حجم فایل : 417 کیلوبایت
برای خرید و دانلود فایل و گزارش خرابی از لینک های روبرو اقدام کنید...
پرداخت و دانلودگزارش خرابی و شکایت از فایل