Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

مقایسه الگوریتم های تلفیقی ژنتیک و بهینه سازی اجتماع مورچگان در حل مساله زمانبندی چند هدفه

مقایسه الگوریتم های تلفیقی ژنتیک و بهینه سازی اجتماع مورچگان در حل مساله زمانبندی چند هدفه
سال انتشار: 1387
کد COI مقاله: IIEC06_184
زبان مقاله: فارسیمشاهده این مقاله: 3,571
فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 17 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مقایسه الگوریتم های تلفیقی ژنتیک و بهینه سازی اجتماع مورچگان در حل مساله زمانبندی چند هدفه

الهام محمدخانی - کارشناس ارشد مهندسی صنایع
میربهادرقلی آریانژاد - استاد دانشکده مهندسی صنایع، دانشگاه علم و صنعت ایران
فرناز پرزین پور - استادیار دانشکده مهندسی صنایع، دانشگاه علم و صنعت ایران

چکیده مقاله:

در بسیاری از مسائل زمانبندی در دنیای واقعی مانند زمانبندی کارگاهی ماشین آلات، منابع انسانی و زمانبندی آموزشی، چندین معیار برای ارزیابی کیفیت جواب یا همان برنامه زمانبندی تولید شده در نظر گرفته می شوند که از آن جمله میتوان به طول مدت برنامه زمانبندی، میزان تاخیر، دیرکرد و یا جلو بودن از برنامه و نیز تامین دیگر اولویت های فردی اشاره کرد. لزوم بهینه سازی هم زمان چند تابع هدف (بهینه سازی چند هدفه) که اغلب در تعارض با یکدیگرند افزون بر اینکه مساله زمان بندی دارای ماهیت ترکیبی است و از گروه مسایل NP-hard به شمار می رود، بر ضرورت استفاده از روش های غیر دقیق و ابتکاری برای حل صحه می گذارد. تاکنون الگوریتم های فراابتکاری مختلف اما معدودی با رویکرد چند هدفه به منظور دستیابی به مجموعه جواب های خوب و نزدیک بهینه در یک بار اجرا و بدون نیاز به تبدیل مساله به مدل تک هدفه ارایه شده است. در نوشتار پیش رو دو الگوریتم فرا ابتکاری جمعیت محور از نوع تلفیقی ژنتیک و بهینه سازی به شیوه اجتماع مورچه برای حل مساله زمانبندی چند هدفه با هدف مقایسه قدرت حل و نیز افزایش کارایی آنها نسبت به رویکردهای کلاسیک طراحی و ارایه شده است. در توسعه ی این دو الگوریتم رویکرد مورد استفاده در بهینه سازی چند هدفه، استراتژی تخصیص برازش در روش SPEA2 می باشد. مساله زمانبندی مورد نظر از نوع کارگاهی job-shop در ابعاد مختلف و با دو تابع هدف کمینه سازی زمان تکمیل (makespan) و کمینه سازی میانگین زمان شناوری (Mean flowtime) برای حل انتخاب شده و نتایج مورد بررسی قرار گرفته است.

کلیدواژه ها:

زمانبندی ، بهینه سازی چند هدفه ، الگوریتم های ژنتیک ، بهینه سازی اجتماع مورچگان

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا IIEC06_184 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/58958/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
محمدخانی، الهام و آریانژاد، میربهادرقلی و پرزین پور، فرناز،1387،مقایسه الگوریتم های تلفیقی ژنتیک و بهینه سازی اجتماع مورچگان در حل مساله زمانبندی چند هدفه،ششمین کنفرانس بین المللی مهندسی صنایع،تهران،https://civilica.com/doc/58958

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1387، محمدخانی، الهام؛ میربهادرقلی آریانژاد و فرناز پرزین پور)
برای بار دوم به بعد: (1387، محمدخانی؛ آریانژاد و پرزین پور)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Anant Singh Jain _ Sheik Meeran, A STATE- _ F-THE-ART ...
  • Bagchi T. P., Multiobj ective Scheduling by Genetic Algorithms, Kluwer ...
  • Baker, K. R., Introduction to Sequencing and Scheduling, John Wiley, ...
  • Coello Coello, C. A., Christiansen, A. D., MOSES: A Multiobj ...
  • Dorndorf U., Pesch E., Evolution based learning in a job-shop ...
  • Fisher, M. L., Optimal Solution of Scheduling Problems using Language ...
  • French, S., Sequencing and Scheduling - An Introduction to Mathematics ...
  • Gen M., Cheng R., Genetic Algorithms and Engineering Design, John ...
  • Giffler, B. and Thompson, G. L., Algorithms for Solving Production ...
  • Glover, F., Greenbery, H. J., New Approaches for Heuristic Search: ...
  • Jolai F., M. Rabbani, S. Amalnick, A. Dabaghi, M. Dehghan, ...
  • Zitzler E., Laumanns M., Bleuler S., A Tutorial On Evolutionary ...
  • Zitzler E., Thiele L., Multiobj ective Evolutionary Algorithms: A Comparative ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی