Selecting the optimum size of machinery for loading operations in construction projects
محل انتشار: اولین کنفرانس بین المللی ابزار و تکنیکهای مدیریت
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 575
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MANAGTOOLS01_026
تاریخ نمایه سازی: 9 مرداد 1395
چکیده مقاله:
The problem of loading system size selection has a substantial impact on the economy of a mining project on account of its high contribution to the total cost. This problem is a strategic issue that not only takes into account the factors pertaining to cost minimization; but also considers the factors related to benefit maximization. According to the inherent complexity imposed by mining projects, the uncertainty plays a key role in the process of formulation. The merit of using fuzzy logic is to face with the uncertainty resulted from less or lack of information. On the other hand, nonlinear programming is one of the most popular techniques in modeling the complex and nonlinear patterns. In this study, a nonlinear programming model based on fuzzy logic is developed to select the optimum size of shovel machine. The proposed model is applied for a real world case study to demonstrate the capability and effectiveness of the model. The results show that the proposed model can diminish the cost/benefit ratio by approximately 5 percent
کلیدواژه ها:
نویسندگان
Hossein Mombeini
Department of financial management, Dubai Branch, Islamic Azad University, Dubai, UAE
Abdolreza Yazdani-Chamzini
Department of Mining Engineering, Faculty of Engineering, Tarbiat Modares University, P.O. Box ۱۴۱۱۵-۱۳۴, Tehran, Iran
Mohammad Hossein Basiri
Department of Mining Engineering, Faculty of Engineering, Tarbiat Modares University, P.O. Box ۱۴۱۱۵-۱۳۴, Tehran, Iran
Alaeddin Malek
Department of Applied Mathematics, Faculty of Mathematical Sciences, Tarbiat Modares University, P.O. Box ۱۴۱۱۵-۱۳۴, Tehran, Iran;
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :