مقایسه ی عملکرد دو روش هوشمند الگوریتم ژنتیکی و الگوریتم پرندگان در حل مسئله ی برنامه ریزی تولید

[توضیح سیویلیکا: متن اصلی مقاله دارای مشکلات جزئی قلم می باشد] درproduct mix problem هدف برنامه ریزی تولید با کسب حداکثر سود با توجه به امکانات و محدودیت هاست. این مسئله از نوعNP-hard بوده و در صورت افزایش تعداد متغیرها، زمان لازم برای حل آن با روش های کلاسیک با سرعت بیشتر از چند جمله ای رشد نموده و عملا غیر قابل محاسبه می شود. اما روش های هوشمند قادرند برای مسائلی که حل آن ها با روش های کلاسیک وقت گیر یا غیرممکن می باشد جواب قابل قبولی در زمان معقول ارائه کنند. در این مقاله یکمسئله ی نمونه توسط دو روش هوشمندParticle Swarm Optimization و Genetic Algorithm حل شده و نتایج بدست آمده مقایسه می شوند. نتایج بدست آمده حاکی است که در صورت داشتن تلرانس بزرگ درصد جواب های قابل قبول بدست است( 98 % در مقابل 96 %). اما در صورت داشتن تلرانس کوچک درصد جوا بهای قابل قبول PSO بیشتر از GA آمده ازبدست آمده ازPSO بسیار بیشتر از GA می باشد( 96 % در مقابل 16 %). و نهایتا بهترین جواب ممکن توسط الگوریتم PSO بدست می آید(با خطای کمتر از 0,0004 % نسبت به جواب بهینه).

کلیدواژه ها:

الگوریتم پرندگان ، الگوریتم ژنتیکی ، برنامه ریزی تولید