بکارگیری الگوریتم مورچگان در یک شبکه زنجیره ای

  • سال انتشار: 1395
  • محل انتشار: سومین کنفرانس سراسری نوآوری های اخیر در مهندسی برق و کامپیوتر
  • کد COI اختصاصی: COMCONF03_002
  • زبان مقاله: فارسی
  • تعداد مشاهده: 667
دانلود فایل این مقاله

نویسندگان

الهام تشخیصی

گروه مهندسی کامپیوتر، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، اراک، ایران

پروانه منصوری

گروه مهندسی کامپیوتر، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، اراک، ایران

چکیده

تعیین اندازه انباشته اقتصادی در تیم های عمومی با محدودیت منابع در دسترس به گونه ای که نیازهای مشتریان برآورده شود یکی از مسایل پر کاربرد و در عین حال پیچیده در دنیای واقعی است سیستم های عمومی ساختارهای شبکه ای غیر مروری می باشد که در ان چند محصول در چند سطح تولید شده است که در این مطالعه به بررسی تعیین اندازه انباشته در این سیستم تولیدی با محدودیت منابع در دسترس افق برنامه ریزی متناهی پرداخته می شود ترکیبی از الگوریتم فرا ابتکار کلونی مورچگان و یک روش ابتکاری به نام قاعده انتقال و برای درک بهتر مسیله مثال الگوریتم مورچگان را برای حل مساله فروشنده دوره گرد چند حالته پیشنهاد میشود هدف تعیین مقدار اندازه انباشته اقتصادی هر محصول در هر دوره به نحوی است که علاوه بر تامین کلیه نیازهای مشتریان مجموع هزینه های سیستم شامل هزینه های راه اندازی تولید محصول و نگهداری کمینه گردد نو اوری دراین پایان نامه استفاده از الگوریتم مورچگان ابتکاری بوده که اطلاعات هیستوریک ان به صورت ابتکاری به هزینه های اماده سازی و نگهداری مرتبط گردیده است در روش ابتکاری انتقال نیز از جهت انتقال ایتم ها به جای استفاده از شماره ایتم به ترتیب از یک تابع احتمال ابتکاری استفاده می گردد از جهتی یک مدل برنامه نویسی احتمالی دو سطحی به برنامه نویسی گفته می شود که برای به حداکثر رساندن سود دریک مسیله خاص، پایداری بین پارامترهای مساله وجود داشته باشد. برای بررسی و تجزیه پارامترهای مناسب الگوریتم از الگوریتم بازنگری شده مورچه ALA استفاده کرده ایم. در این تحقیق با استفاده از الگوریتم های شبه بیولوژیکی از جمله الگوریتم مورچه بازنگری شده برای یافتن بهترین پارامترها در برنامه نویسی احتمالی دو سطحی استفاده شده است.نتایج محاسبات نشان داد که سرعت پردازش این الگوریتم و میزان تخصیص موقعیت در این الگوریتم نسبت به الگوریتم های مشابه نیز bco بیشتر شده است.

کلیدواژه ها

الگوریتم موچه؛ مسیله تخصیص موقعیت، برنامه ریزی احتمالی، شبکه تامین چند ستونی

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.