فردین احمدی زر

روند صعودی مصرف انرژی در جهان چالش‌های پیچیده‌ای را به همراه دارد. این روند صعودی منجر به اتمام ذخایر محدود منابع انرژی شده و انتشار گازهای گلخانه‌ای را در جو زمین افزایش می‌دهد. صنایع تولیدی بخش قابل توجهی از کل انرژی موجود در جهان را مصرف می‌کنند. بنابراین همزمان در نظر گرفتن زمانبندی تولید و مدیریت مصرف انرژی، تولیدکنندگان را قادر می‌سازد تا فرصت‌ها یا استراتژی‌هایی را برای بهبود بهره‌وری انرژی بدون ایجاد بی‌ثباتی در فعالیت‌های تولید شناسایی کنند، در نتیجه انتشار گازهای گلخانه‌ای را کاهش داده و هزینه‌های عملیاتی خود را به حداقل برسانند. زمانبندی عملیات مشترک یکی از مسائل زمانبندی است که به یافتن چیدمان بهینه از عملیات مورد نیاز مجموعه‌ای از کارها می‌پردازد. در این مسئله هر کار شامل چند جزء است و کار زمانی آماده تحویل می‌گردد که تمامی اجزا آن پس از پردازش یک یا چند عملیات، تکمیل شده باشند. همچنین پردازش هر عملیات ممکن است در تکمیل چند کار موثر باشد. در این پژوهش، مسئله زمانبندی عملیات مشترک در محیط ماشین‌های موازی یکسان با در نظر گرفتن مصرف انرژی مورد بررسی قرار می‌گیرد. با توجه به مکانیزم استفاده شده برای مدیریت مصرف انرژی و نوع توابع هدف، مسئله در سه حالت مورد مطالعه قرار می‌گیرد. در حالت اول، مسئله با هدف حداقل نمودن همزمان مجموع زمان‌های دیرکرد و مجموع انرژی مصرفی بررسی می‌شود. در این حالت، انرژی مصرفی با لحاظ نمودن استراتژی مقیاس- سرعت مدنظر قرار می‌گیرد. در حالت دوم، کمینه نمودن همزمان مجموع زمان‌های تکمیل و مجموع انرژی مصرفی به عنوان اهداف مسئله در نظر گرفته می‌شوند و انرژی مصرفی بر اساس استراتژی مقیاس - سرعت بررسی می‌گردد. حداقل نمودن همزمان مجموع زمان‌های تکمیل و مجموع هزینه انرژی مصرفی، اهداف در نظر گرفته شده برای مسئله در حالت سوم هستند. در این حالت، مصرف انرژی بر اساس استراتژی مقیاس - سرعت بررسی می‌گردد و از قیمت‌گذاری مبتنی بر زمان استفاده برای محاسبه هزینه انرژی مصرف شده، استفاده می‌شود. هر یک از حالت‌های مسئله به صورت برنامه‌ریزی خطی عدد صحیح آمیخته مدلسازی می‌شود و با حل یک مثال کوچک تشریح می‌گردد. با توجه به پیچیدگی مسائل مطرح شده، برای حل نمونه‌های تصادفی مقیاس متوسط و بزرگ در هر حالت از مسئله، الگوریتم‌های فراابتکاری چندهدفه توسعه داده می‌شوند. کارایی الگوریتم‌های پیشنهادی توسعه داده شده برای هر حالت از مسئله با حل نمونه‌های تصادفی و مقایسه نتایج به دست آمده برای شاخص‌های ارزیابی الگوریتم‌های چندهدفه، ارزیابی می‌شوند. بر اساس نتایج به دست آمده، در حالت اول مسئله الگوریتم ژنتیک رتبه‌بندی نامغلوب جواب‌های نامغلوب بیشتر و متنوع‌تری را ارائه داده است درحالی‌که، از لحاظ همگرایی راه‌حل‌های جبهه پارتو، نسخه دوم الگوریتم ژنتیک مرتب‌سازی نامغلوب عملکرد بهتری را از خود نشان داده است. برای حالت دوم مسئله، نسخه دوم الگوریتم ژنتیک مرتب‌سازی نامغلوب ترکیب شده با بهینه‌سازی ازدحام ذرات در مقایسه با نسخه دوم الگوریتم ژنتیک مرتب‌سازی نامغلوب عملکرد بهتری را در تمامی معیارهای ارزیابی از خود نشان داده و توانسته است راه‌حل‌های نامغلوب همگراتر و متنوع‌تری را ارائه دهد. در حالت سوم مسئله، الگوریتم کلونی زنبور مصنوعی چندهدفه جواب‌های نامغلوب بیشتر و با تنوع بهتری را ارائه داده است درحالی‌که، از لحاظ همگرایی راه‌حل‌های جبهه پارتو، نسخه دوم الگوریتم ژنتیک مرتب‌سازی نامغلوب عملکرد بهتری را از خود نشان داده است. در نهایت برای هر کدام از حالت‌های ‌مسئله، اثرگذاری برخی از پارامترهای مسئله بر روی مقادیر اهداف در نظر گرفته شده مورد تجزیه و تحلیل قرار می‌گیرد.

صاحبان صنایع تولیدی به منظور حفظ و یا ارتقاء جایگاه خود در بازار رقابتی، باید سعی در ارائه محصولات مطابق با زمان تحویل، تنوع و حجم درخواستی مشتریان نموده و از این طریق هم موجب حفظ مشتریان خود شده و هم میزان هزینه های تولید را کاهش دهند. از جمله صنایعی که سبب دستیابی به این اهداف و رفع نیازهای مشتریان میشوند، سیستمهای تولید-مونتاژ هستند. در این سیستمها چند قطعه تولید شده، سپس عملیات مونتاژ روی آنها صورت میپذیرد. در این تحقیق یک سیستم تولید-مونتاژ در نظر گرفته شده است به طوریکه کارها امکان پردازش توسط کارخانه های یکسان را دارند. هر کارخانه شامل یک سیستم تولید-مونتاژ است که از دو سطح تشکیل شده است: 1- سطح تولید 2- سطح مونتاژ. سطح تولید شامل یک مرحله و سطح مونتاژ شامل دو مرحله است، بنابراین مسئله به صورت کلی شامل سه مرحله است. ماشینهای موازی اختصاصی در سطح تولید و یک جریان کارگاهی ترکیبی دو مرحله ای در سطح مونتاژ وجود دارد. اهمیت ارائه این تحقیق به کاربردهای آن در دنیای واقعی بر میگردد و اینکه تا کنون مورد بررسی قرار نگرفته است. راه اندازی صنایع با بررسی دو جنبه حائز اهمیت است. جنبه اول منفعت رسیدن به صاحبان صنایع و جنبه دوم مربوط به رضایت ذینفعان میباشد. در این تحقیق هر دو جنبه در نظر گرفته شده است. در نظر گرفتن کارخانه های موازی در مکانهای مختلف، هم به لحاظ هزینه های پایین تر نیروی انسانی و زمین و هم به لحاظ نزدیکی به مشتریان و توزیع کار در مناطق مختلف، شامل دو جنبه مطرح شده میشود. مشتریان به دنبال محصولی هستند که بیشترین تطابق را با خواسته های آنها داشته باشد، بنابراین ماشینهای موازی اختصاصی در مرحله سوم میتوانند بخشی از این نیاز را برآورده نمایند. ماشینهای موازی در مرحله دوم موجب افزایش سرعت مونتاژ محصولات میشوند، این موضوع سبب برآورده سازی نیاز مشتریان در موعد تحویل میگردد. با توجه به کاربردهای مسئله در محیط های مختلف، مسئله زمانبندی تولید-مونتاژ توزیع شده با وجود جریان کارگاهی ترکیبی در سطح مونتاژ، در سه حالت بررسی شده است. در حالت اول، ماشینهای موازی اختصاصی در مرحله اول، یک ماشین در مرحله دوم و ماشینهای موازی یکسان در مرحله سوم در نظر گرفته شده است. در حالت دوم، ماشینهای موازی اختصاصی در مرحله اول، ماشینهای موازی یکسان در مرحله دوم و یک ماشین در مرحله سوم وجود دارند. در حالت سوم، ماشینهای موازی اختصاصی در مرحله اول، ماشینهای موازی یکسان در مرحله دوم و ماشینهای موازی اختصاصی در مرحله سوم در نظر گرفته شده است. حل هریک از حالتها در ابعاد مختلف انجام شده است. با استفاده از حل مدل ریاضی در ابعاد کوچک، جوابهای بهینه برای مسائل بدست آمده است. با توجه به اینکه پیچیدگی مسئله بالاست، امکان حل مسئله در ابعاد بزرگ به صورت دقیق وجود ندارد، بنابراین برای ابعاد بزرگ مسئله، الگوریتمهای فراابتکاری متناسب با مسئله ارائه شده است. برای مسئله حالت اول، یک الگوریتم ژنتیک بهبودیافته با ترکیب الگوریتم ژنتیک و روش مرتب سازی بر اساس طولانی ترین زمان پردازش کارها (با توجه به تابع هدف بیشینه زمان تکمیل کارها) ارائه شده است. در حالت دوم، الگوریتم بهبودیافته از ترکیب الگوریتم بهینه سازی ازدحام ذرات با رفتار کوانتومی، روش کوتاهترین زمان پردازش کارها (با توجه به تابع هدف مجموع زمان تکمیل کارها) و قواعد غلبه ارائه شده است. برای مسئله حالت سوم، یک الگوریتم بهبودیافته از ترکیب الگوریتم بهینه سازی مبتنی بر جغرافیای زیستی و قواعد غلبه برای تابع هدف مجموع زمانهای دیرکرد کارها ارائه شده است. به منظور ارتقاء عملکرد الگوریتمها، تنظیم پارامترها با استفاده از تحلیل واریانس یک طرفه برای هر دو سایز کوچک و بزرگ انجام شده است. با توجه به نتایج محاسباتی، الگوریتمهای بهبودیافته در مقایسه با حل دقیق در مسائل با سایزهای کوچک، در زمان کمتری به جواب بهینه دست یافته اند و کارایی بیشتری دارند. برای سایزهای بزرگ، نتایج الگوریتمهای بهبودیافته در مقایسه با حالت کلاسیک و سایر الگوریتمها بهتر شده است. به منظور بررسی و انتخاب مقادیر مناسب پارامترهای مسئله و همچنین مقایسه عملکرد الگوریتمهای ارائه شده، تحلیل حساسیت روی پارامترهای مختلف مسئله انجام شده است.

رایانش ابری با استفاده از فناوری مجازی سازی منابع محاسباتی، ذخیره سازی و شبکه را از طریق اینترنت به سازمان ها و کاربران نهایی به روشی کاملا پویا ارائه می دهد. منابع مجازی ارزان تر، دارای مدیریت آسان تر و انعطاف پذیرتر از مجموعه های فیزیکی هستند. رشد چشمگیر و روزافزون تعداد سرویس ها و برنامه های کاربردی همچون اینترنت اشیا، کلان داده ها، محاسبات علمی، یادگیری ماشین و غیره رایانش ابری را با چند چالش جدی مواجه کرده است. از جمله این چالش ها می توان به افزایش تاخیر ارتباطی، مصرف بی رویه پهنای باند شبکه، امنیت و حریم خصوصی اشاره کرد. در راستای رفع این چالش ها، رایانش مه به عنوان مکملی برای ابر معرفی شده است که در آن سرویس های رایانش ابری در لبه شبکه و نزدیک به کاربران ارائه می گردد. اخیرا رایانش مه-ابر به عنوان یک مدل محاسباتی امیدبخش بین محققان و صنعت مطرح شده است. اما این مدل محاسباتی هنوز به بلوغ نرسیده است و با چالش های متعددی همراه است. زمانبندی جریان کار یکی از مهمترین آنها به شمار می رود که در آن هر درخواست در قالب دنباله ای از وظیفه های وابسته بهم تعریف می شود که باهم تشکیل یک گراف جهت دار بدون دور می دهند. این مسئله شامل دو مرحله است: (1) مشخص کردن ترتیب اجرای وظیفه-ها و (2) نگاشت وظیفه ها به منابع محاسباتی مجازی در دسترس. در این تحقیق ابتدا یک مدل بهینه سازی چند هدفه برای مسئله زمانبندی جریان کار در محیط رایانشی مه-ابر مجازی سازی شده با هدف کمینه-سازی توام زمان خاتمه و مصرف انرژی سیستم ارائه می شود. سپس برای مرحله اول مسئله از الگوریتم فرا-ابتکاری NSGA-II استفاده می شود که در آن به منظور بهبود عملکرد الگوریتم، جمعیت اولیه به صورت نیمه-حریصانه تولید می شود. برای مرحله دوم نیز یک تکنیک ابتکاری کارآمد جهت تخصیص ماشین های مجازی به وظیفه ها پیشنهاد می گردد. به منظور ارزیابی کارایی الگوریتم پیشنهادی، آزمایش های گسترده ای روی مجموعه داده های مصنوعی و مجموعه داده های واقعی شامل گراف های واقعی اپی ژنومیکس، مونتاژ و لایگو صورت گرفته است. الگوریتم پیشنهادی از نظر زمان خاتمه و انرژی مصرفی به ترتیب با HEFT و GHEFT و از نظر معیارهای کارایی فاصله نسلی، فاصله نسلی معکوس و رویکرد برنامه نویسی هدف با الگوریتم چند هدفه MOHEFT مقایسه شده است. نتایج حاصل از شبیه سازی نشان می دهد که روش پیشنهادی زمان خاتمه را حدود 11.3% تا 45.6% و مصرف انرژی را حدود 3.8% تا 20.6% کاهش می دهد. متوسط درصد بهبود برای معیارهای فاصله نسلی، فاصله نسلی معکوس و رویکرد برنامه نویسی هدف به ترتیب حدو 2.3% ، 5.7% و 9.8% گزارش شده است.

زمانبندی تولید و توزیع و مسیریابی وسایل نقلیه، جزئی از فرآیند تصمیم گیری در زنجیره تامین بسیاری از صنایع محسوب می شوند که نقش مهمی را در برآورده سازی نیازهای مشتریان و ارتقای سطح خدمت دهی به مشتریان ایفا می نمایند. در مساله ای که در این رساله مورد بررسی قرار گرفته است، زمانبندی یکپارچه تولید کارگاهی ترکیبی و مسیریابی وسایل نقلیه بررسی می شود. یک کارخانه با محیط تولید کارگاهی ترکیبی با ماشینهای یکسان در هر مرحله، سفارشهای مشتریان را دریافت می کند و پس از تولید محصولات سفارش داده شده، آنها را به روش مسیریابی وسایل نقلیه با ظرفیتهای محدود و یکسان، به مشتریان تحویل می دهد. کالاهای تخصیص یافته به هر وسیله نقلیه، تا زمان اتمام تولید سایر کارهای آن وسیله ی نقلیه، در انتظار ارسال می مانند. هدف، یافتن یک برنامه زمانی یکپارچه ی تولید و مسیریابی است به گونه ای که مجموع هزینه ها، شامل هزینه های توزیع و دیرکرد حداقل شود. در راستای این مساله، مساله دیگری مورد بررسی قرار گرفته است که در آن هزینه نگهداری کالاهای تولیدشده نیز به مفروضات مساله اضافه شده است. هر کار پس از اتمام تولید، تا زمانی که توسط وسیله حمل ارسال شود، در انبار نگهداری شده و متناسب با زمان نگهداری در انبار مشمول هزینه ای می گردند. هر مساله، ابتدا به صورت یک مدل برنامه ریزی خطی عددصحیح مختلط ارائه و اعتبارسنجی آنها انجام شده است. به دلیل hard-NP بودن ماهیت مسائل، الگوریتمهای فراابتکاری ترکیبی گسسته و پیوسته بر اساس الگوریتم بهینه سازی اجتماع ذرات و عملگرهای الگوریتم ژنتیک برای حل مساله یکپارچه در نمونه مسائل با ابعاد بزرگ پیشنهاد شده اند. برای حل مساله اول، از عملگرهای الگوریتم ژنتیک برای به روزرسانی موقعیت ذرات الگوریتم بهینه سازی اجتماع ذرات استفاده می شود. الگوریتم از قواعد اولویت برای نمایش راه حل اولیه و جستجوها در فضای جواب از جمله جوابهای فعال استفاده می کند. برای حل مساله دوم، تعدادی قاعده و شرایط لازم جواب بهینه به عنوان قواعد غلبه استخراج شده و با الگوریتم پیشنهادی ادغام شده اند. برای بررسی کارایی و اثربخشی روش حل پیشنهادی، مطالعات عددی با مسائل تصادفی انجام شده است. نتایج محاسباتی نشان می دهد که الگوریتمهای گسسته پیشنهادی، عملکرد خوبی برای مسائل با ابعاد بزرگ دارند و قادر به تولید راه حلهای نسبتا خوب برای نمونه مسائل بررسی شده هستند. الگوریتم ارائه شده برای مساله اول به طور میانگین در 82 درصد موارد و الگوریتم ارائه شده برای مساله دوم به طور میانگین در 88 درصد موارد نتایج بهتری نسبت به سایر الگوریتمها داشته اند. به جهت ارزیابی معناداری تفاوت جوابهای به دست آمده از الگوریتمها، آزمونهای مقایسات زوجی آماری t انجام شده و نتایج برای زوج الگوریتمها تشریح شده است. نتایج نشان می دهد که الگوریتمهای پیشنهادی با سطح معناداری آماری قوی، بهتر از الگوریتمهای ادبیات موضوع هستند. همچنین با بررسی نتایج از دیدگاه مدیریتی، نشان داده شده است که با افزایش ظرفیت وسایل نقلیه، درصد استفاده از وسایل نقلیه، افزایش می یابد و با کاهش هزینه ثابت حمل، درصد استفاده از وسایل نقلیه کاهش می یابد. در مساله دوم با کاهش نرخ هزینه نگهداری، درصد استفاده از وسایل نقلیه افزایش می یابد.

اکثر مدلهای ارائه شده در محیط های مختلف زمان بندی به منظور سادگی بیشتر، تنها مفروضات محدودی را در مدل ارائه شده در نظر می گیرند. به طور مثال عمده ی مطالعات زمان بندی در محیط تک ماشین، به صورت تک هدفه و بدون در نظرگیری محدودیتهایی از قبیل زمانهای آماده سازی ، زمان حمل و نقل ، محدودیت دسترسی ، پارامترهای غیر قطعی و ... انجام شده است. این در حالی است که بخش عظیمی از صنایع به محیطهای چند ماشینی همچون سیستمهای کار کارگاهی تعلق دارند، همزمان باید چندین هدف متناقض را برآورده نمایند و همواره نیازمند آماده سازی، تعمیر و نگهداری هستند. این گونه مدلها صرفا ارزش تئوری دارند و قابل پیاده سازی در دنیای واقعی نیستند. از این رو در این مطالعه سعی بر این است که با در نظر گرفتن شرایطی نزدیک تر به دنیای واقعی، مسائل واقعی تر و کاربردی تر در محیط کارکارگاهی تعریف و مدلسازی شوند. در این مطالعه مفهوم اثرات یادگیری که تا کنون در مطالعات پیشین در محیط کارکارگاهی در نظر گرفته نشده است، محدودیت دسترسی بصورت عملیات نگهداری و تعمیرات پیشگیرانه در دو حالت ثابت و منعطف، زمانهای آماده سازی وابسته به توالی، زمانهای حمل و نقل و پارامترهای فازی در نظر گرفته شده اند و چهار مدل ریاضی مختلف شامل یک مدل دو هدفه و سه مدل تک هدفه به همراه فرمولهای بهبود یافته برای اثرات یادگیری، پیشنهاد شده است و با توجه به پیچیدگی مسئله، مدلها با روش های دقیق و فراابتکاری متفاوتی حل شده اند و کارایی روشهای حل نیز مورد مقایسه قرار گرفته است.

در این پژوهش با هدف یکپارچه سازی عملیاتی در صنعت ساخت و ساز، مساله هماهنگی انتخاب تامین کننده و زمانبندی پروژه با منابع محدود در زنجیره های تامین ساختمان سازی با در نظر گرفتن رضایت تامین کنندگان بررسی میشود. به طور خاص، یک شبکه پروژه متشکل از چندین پروژه همزمان با هدف به حداقل رساندن تاخیر کلی همه پروژه ها و بیشینه کردن رضایت تامین کنندگان (با به حداقل رساندن هزینه تامین کنندگان برای تحقق قرارداد عرضه) در نظر گرفته میشود. این پروژه ها در عمل مستقل هستند. اما مشمول تامین کنندگان مشترک و بازبینی کیفیت نهایی توسط همان کمیته هستند که منجر به نیاز به توالی بازرسی پروژه میشود. مساله به عنوان یک مدل برنامه ریزی خطی عدد صحیح مختلط فرموله شده و یک الگوریتم ژنتیک برای آن تعریف میشود. به منظوربررسی نتایج خروجی و مقایسه الگوریتمهای فراابتکاری به کاربرده شده، ابتدا و قبل از ارائه نتایج به تنظیم پارامتر الگوریتم های فراابتکاری با روش تاگوچی پرداخته شده و پس از تحلیل خروجیهای مساله به حل مسائل نمونه و مقایسه روشها پرداخته میشود. سپس، میانگینهای مقادیر تابع هدف و زمان حل مساله در سایزهای مختلف نشان داده میشود. پس از آن، به تشریح روشهای حل دقیق و فراابتکاری پرداخته میشود. همچنین، مدل در 3 سایز کوچک، متوسط و بزرگ حل میشود. در نهایت، کارایی الگوریتم فراابتکاری برای حل مساله مشخص میشود که نتایج نشانگر عملکرد خوب الگوریتم است

کیفیت خدمات شبکه سلامت به عنوان یک معیار مهم برای توسعه یک جامعه و نیز پیشرفت اقتصادی در نظر گرفته می شود. در طول پنجاه سال گذشته، جهان شاهد افزایش قابل توجهی در هزینه های سلامت و دیگر هزینه های مرتبط با آن بوده است. ازاینرو، امروزه خدمات مراقبت در منزل از اهمیت قابل توجهی برخوردار است و برای تامین تقاضاهای روزافزون، طراحی و برنامه ریزی شبکه مراقبت در منزل ضروری به نظر میرسد. در این راستا، دو مدل ریاضی با در نظر گرفتن شرایط واقعی موجود در سیستمهای سلامت مانند عدم قطعیت پارامترهای تاثیرگذار، ارائه و مورد بررسی قرارگرفته است. در مدل اول مسئله استوار سه مرحله ای و چندهدفه مسیریابی و زمانبندی مراقبت در منزل ارائه شده است. در مرحله اول، مجموعه ای از مکانهای کاندید مرکز سالمت و آزمایشگاه با استفاده از رویکرد ترکیبی فرایند سلسله مراتبی فازی و تحلیل منطقی خاکستری رتبه بندی شده اند. در مرحله دوم، یک مدل ریاضی استوار چندهدفه و چند دوره ای با زمان خدمت دهی مبتنی بر سناریو ارائه شده است. در این مدل توابع هدف به ترتیب به حداقل سازی کل هزینه ها، حداکثرسازی تطبیق سطح مهارت و حداکثرسازی کارایی شبکه سلامت میپردازند. سپس، در مرحله سوم، رویکرد نیم باس برای تبدیل توابع هدف پیشنهادی به یک مسئله بهینه سازی مقیاس پذیر تنظیم شده است. همچنین، این مدل بر روی یک مطالعه موردی واقع در شهر سنندج برای بازتاب کاربرد مدل پیشنهادی و اعتبارسنجی رویکرد حل آن در شرایط دنیای واقعی انجام شده است. مدل ریاضی دوم توسعه ای از مدل پیشنهادی اول است که در آن عالوه بر زمان خدمت دهی مبتنی بر سناریو، هزینه ها و پارامترهای اجتماعی غیرقطعی و فازی هستند. همچنین، در این مدل بیش از یک مرکز سلامت افتتاح میشود و بیماران نیز میتوانند بیش از یک خدمت دریافت نمایند. علاوه بر کل هزینه های شبکه سلامت، ناکارآمدی و تاثیرات اجتماعی مراکز سلامت به عنوان توابع هدف در مدل توسعه یافته در نظر گرفته شده اند. در مدل توسعه یافته برای اندازه گیری ناکارآمدی مراکز سلامت از روش تحلیل پوششی داده استفاده شده است. علاوه بر این، یک رویکرد فازی تعاملی جهت مقابله کارآمد با توابع مسئله چندهدفه ارائه شده است. الزم به ذکر است که ضرورت پرداختن به عدم قطعیت در هر دو مدل، عدم وجود اطلاعات کافی برای برخی پارامترهای تاثیرگذار است. درنهایت، به منظور نشان دادن کاربرد مدل در دنیای واقعی از مطالعه موردی شهر کرمانشاه استفاده شده است. نتایج نشان میدهد که استفاده از رویکردهای تعاملی برای حل مدل چندهدفه به تصمیم گیرندگان امکان یافتن جوابهای مناسب بر اساس ترجیحات آنها را میدهد. همچنین، در نظر گرفتن عدم قطعیت در پارامترهای مهمی همچون زمان خدمت دهی باعث میشود که از به خطر انداختن جان بیماران جلوگیری شود. علاوه براین، با ارائه رویکردهای استوار و استوار فازی جهت مقابله با عدم قطعیت پارامترها، خدمات به موقع برای بیماران فراهم میشود به طوریکه میزان نقض و تاخیر در زمان قابل مدیریت باشد. به علاوه، در نظر گرفتن سطح مهارت پرستاران متناسب با نیاز بیماران باعث کاهش مازاد مهارت ارائه شده توسط پرستاران به بیماران میشود. به عبارت دیگر، پرستاران بر اساس مهارت خود در سطوح مختلف دسته بندی میشوند و بر اساس آن به بیماران تخصیص داده میشوند. این کار، رضایت را برای پرستاران و بیماران به دنبال خواهد داشت.

سودآوری، موفقیت و بقای یک کسب و کار بیش از هر چیزی به رضایت و جذب حداکثری مشتریان آن کسب و کار وابسته است. بدون شک ازدحام و تشکیل صف های طولانی یا خرابی های مکرر و توقف های طولانی موجب نارضایتی مشتریان و انصراف آنها می شود. تصمیمات مکان یابی بر حجم ازدحام تسهیلات و میزان از دست رفتن مشتریان ناشی از خرابی موثر است. در این تحقیق مساله مکان یابی تسهیلات پرازدحام و خدمت دهندگان مستعد خرابی با فرض مشتریان بی حوصله در نظر گرفته می شود. ازدحام مشتریان برای دریافت خدمت معمولا موجب تشکیل صف های انتظار در تسهیلات می شود. همچنین وقوع حوادثی همچون خرابی ماشین آلات، قطع برق یا قطع سیستم های ارتباطی می تواند موجب توقف خدمت شوند. هر تسهیل مادامی که شکستی رخ نداده است همانند سیستم صف M⁄(M⁄1) کار می کند. پس از وقوع شکست، خدمت دهنده از کار می افتد و مشتریانی که در حال دریافت خدمت و یا در صف انتظار هستند تسهیل را ترک می کنند. علاوه بر این، مشتریانی که در خلال تعمیرات به تسهیل مراجعه می کنند نیز از ورود به تسهیل و دریافت خدمت منصرف می شوند. در این تحقیق، دو مساله متفاوت برای مکان یابی تسهیلات پرازدحام با خدمت دهندگان مستعد خرابی ارائه می شود. در هر دو مساله، وقوع ازدحام و وقوع خرابی به عنوان دو منبع بالقوه برای از دست رفتن مشتریان در نظر گرفته می شوند. همچنین دو نوع سیستم صف متفاوت برای تحلیل وضعیت های مختلف تسهیلات و محاسبه معیارهای سیستم صف در نظر گرفته می شود. در سیستم صف نوع اول چنین فرض می شود که خدمت دهنده فقط در زمان ارائه خدمت به مشتریان دچار توقف می شود و هیچ خرابی در زمان بیکاری خدمت دهنده رخ نمی دهد. در سیستم صف نوع دوم، خرابی در زمان بیکاری خدمت دهنده نیز رخ می دهد. نتایج تحلیل سیستم صف در ارائه مدل های مکان یابی به کار برده می شوند. در مدل های ارائه شده، معیارهای مختلف سیستم صف با توجه به متغیرهای مربوط به مساله مکان یابی و نحوه توزیع تقاضا تعیین می شوند. در مساله اول، مدلی برای تعیین تعداد و مکان بهینه تسهیلات ارائه می شود. تابع هدف این مدل، مجموع سود حاصل از ارائه خدمت به مشتریان را بیشینه می کند. مثال های عددی نشان می دهند که با در نظر گرفتن فرض توقف خدمت دهندگان، تعداد و مکان بهینه تسهیلات تغییر می کنند. همچنین دو رویکرد حل تقریبی (الگوریتم شیرمورچه و الگوریتم ژنتیک) برای حل مثال های با سایز بزرگ ارائه می شود. در مساله دوم، تعداد تسهیلات مشخص است و مکان بهینه آنها به نحوی تعیین می شود که کمینه ضریب بهره وری تسهیلات بیشینه شود. برای این مساله یک مدل برنامه ریزی ریاضی غیرخطی و چندین مدل تقریبی خطی ارائه می شود. همچنین یک الگوریتم حل دقیق (الگوریتم شاخه و کران) و دو الگوریتم حل تقریبی (الگوریتم ابتکاری و الگوریتم شیرمورچه) ارایه می گردد. آزمایش های عددی کارایی الگوریتم های حل را نشان می دهند.

در این رساله، سه مساله زمانبندی تولید و توزیع مورد بررسی قرار گرفته اند. مساله اول به زمانبندی یکپارچه تولید و مسیریابی وسایل نقلیه میپردازد. یک کارخانه که چند خط تولید موازی در اختیار دارد، سفارشهای مشتریان را دریافت میکند و پس از تولید محصوالت سفارش داده شده، آنها را به صورت دسته ای و به روش مسیریابی وسایل نقلیه به مشتریان تحویل میدهد. هدف، یافتن یک برنامه زمانی یکپارچه ی تولید و مسیریابی است به گونه ای که مجموع هزینه ها شامل هزینه های آماده سازی ماشین آلات، نگهداری، توزیع و دیرکرد حداقل شود. در مساله دوم، امکان برونسپاری کارها به مفروضات مساله اول اضافه شده است. هر کار برونسپاری شده در زمان معین و با هزینه مشخص به کارخانه تحویل داده خواهد شد. مساله سوم تعمیمی ازمساله دوم است به گونهای که توزیع به صورت دو مرحله ای انجام میشود. محصولات تولید شده برای مراکز توزیع ارسال شده و از آنجا به روش مسیریابی وسایل نقلیه به مشتریان تحویل داده میشود. هر یک از مسائل مورد بررسی ابتدا به صورت یک مدل برنامه ریزی خطی عددصحیح مختلط ارائه و اعتبارسنجی آن انجام شده است. به دلیل hard-NP بودن این مسائل، الگوریتمهای فرا ابتکاری برای حل نمودهایی با ابعاد بزرگ پیشنهاد شده اند. برای حل مساله اول، تعدادی لم، قضیه و قواعد غلبه اثبات و با یک الگوریتم رقابت استعماری که از یک روش جدید بازنمایی و رمزگشایی بهره میگیرد، ترکیب شده اند. برای حل مساله دوم نیز تعدادی قواعد غلبه استخراج شده و با یک الگوریتم ژنتیک ادغام شده اند. به منظور نشان دادن تاثیر پارامترهای کلیدی شامل اندازه جمعیت، نرخ نخبه گرایی، ترکیب و جهش بر تابع هدف، آنالیز حساسیت انجام شده است. همچنین برای حل مساله سوم، یک الگوریتم بهینه سازی بیوه سیاه -یکی از جدیدترین الگوریتمهای فراابتکاری- ارائه و با جست و جوی محلی بهبود داده شده است. به منظور ارزیابی عملکرد الگوریتمهای پیشنهادی، تعدادی نمود تصادفی تولید و حل شده اند. نتایج محاسباتی حاکی از آن است که این الگوریتمها عملکرد خوبی برای مسائل با ابعاد بزرگ دارند. برای بررسی معناداری نتایج به دست آمده از آزمون آماری t استفاده شده است. همچنین، تاثیر پارامترهای هرمساله بر مقادیر متغیرها بررسی شده است تا یک دیدگاه مدیریتی مناسب به دست آید.

یکی از مباحث مهم که در چند دهه اخیر کاربرد بسیار زیادی در عمل داشته و برای افزایش کارایی و بهره وری سیستم های حمل و نقل مطرح شده است مسئله مسیریابی وسایل نقلیه است. این مسائل، اغلب شامل انتقال کالاهای واقع شده در یک ایستگاه مرکزی به سمت مشتریانی است که سفارش این کالاها را داده اند. هم چنین در مسائل زمانبندی، در رابطه با این که محصولات در موعد مقرر به مراکز توزیع برسند تصمیم گیری می شود، زیرا اگر تحویل به موقع صورت نگیرد برای شرکت تولیدی هزینه بردار خواهد بود. درهمین راستا، این تحقیق به بررسی مسئله زمانبندی-مسیریابی در یک شرکت تولیدی، زمانی که تولید محصولات به پایان رسیده است، با درنظرگرفتن کنترل سرعت وسایل نقلیه می پردازد. ضمن توجه به حمل و نقل سبز، فرض بر این است که راننده اختصاص داده شده به هر کامیون نباید تا زمان تحویل سفارشات تغییر کند و تنها یک سطح سرعت برای هر کامیون مجاز است. ابتدا، این مسئله به صورت یک مدل ریاضی با هدف بهینه سازی معیارهای هزینه حمل و نقل و آلودگی ارائه شده است. از نرم افزار GAMS و حل کننده CPLEXبرای حل مسائل با ابعاد کوچک استفاده شده است. به دلیل پیچیدگی و مشکل بودن حل مدل در مسائل با ابعاد بزرگتر و به منظور رسیدن به نتایج مناسب در زمان منطقی، یک الگوریتم فراابتکاری مبتنی بر بهینهسازی انبوه ذرات توسعه داده شده است. چندین مسئله با اندازه های مختلف توسط الگوریتم پیشنهادی حل شده و هم چنین، تاثیر پارامتر جمعیت بر عملکرد الگوریتم مورد بررسی قرار گرفته است. نتایج به دست آمده، اعتبار و کارآمدی الگوریتم را نشان می دهد. علاوه بر این، تجزیه و تحلیل حساسیت بر روی پارامترهای مسئله انجام شده است که میتواند بستر مناسبی برای مدیران فراهم آورد تا بهترین سطوح این پارامترها را به منظور بهبود عملکرد سیستم در وضعیتهای مختلف اتخاذ نمایند.

رایانش مه-ابر به یک بستر امیدوار کننده برای اجرای وظایف اینترنت اشیا با نیازهای مختلف تبدیل شده است. اگرچه محیط مه به دلیل مجاورت با دستگاه های اینترنت اشیا، تاخیر کم را ایجاد می کند اما از محدودیت منابع رنج می برد. این وضعیت معکوس محیط ابر است؛ به این معنی که مراکز ابری تقریبا محدودیتی از نظر منابع ندارند اما به دلیل فاصله زیاد با دستگاه های اینترنت اشیا تاخیر زیادی را ایجاد می-کنند؛ بنابراین، استفاده کارآمد از منابع ابر و مه برای اجرای وظایف بارگیری شده از دستگاه ها یک مسئله اساسی است. به منظور کنار آمدن با این مسئله و بهینه کردن توابع چند هدفه، چهار روش شامل سه الگوریتم ابتکاری و یک روش ترکیبی مبتنی بر الگوریتم ژنتیک در محیط رایانشی مه-ابر ارائه کرده ایم. اهدافی که در این تحقیق برای مسئله زمانبندی فرمول سازی شده اند عبارتند از: هزینه های نقض مهلت، محاسبات، ارتباطات و مصرف انرژی. نیازهای مختلف وظایف و ماهیت ناهمگن گره های مه و ابر در این پژوهش در نظر گرفته شده است. کیفیت سرویس که در این پژوهش به عنوان هزینه نقض مهلت مورد بررسی قرار می گیرد مهمترین معیار و هدف تحقیق انجام شده است. در واقع سعی داریم کیفیت سرویس را در کنار معیارهای افزایش کارایی سیستم در توابع هدف مختلف مورد ارزیابی قرار دهیم. یک گره مدیریتی در لایه مه مسئولیت دریافت وظایف از دستگاه ها، نظارت بر منابع مه و ابر و اجرای الگوریتم زمانبندی را برعهده دارد. الگوریتم اول یک روش بی درنگ مبتنی بر روش تصادفی بوده که از حق انتخاب گره برای هر وظیفه برخوردار است. در روش دوم تصمیم گیری برای تخصیص منابع به وظایف براساس مجموع هزینه های محاسبات، ارتباطات و نقض مهلت برای هر وظیفه انجام می شود. روش سوم نیز یک روش ابتکاری مبتنی بر هزینه نقض مهلت می باشد که وظایف را به صورت دسته ای دریافت کرده و زمانبندی را انجام می دهد. در روش چهارم ترکیبی از استراتژی های اولویت بندی، طبقه بندی و الگوریتم ژنتیک می باشد که هدف اصلی آن رعایت مهلت وظایف و مصرف بهینه انرژی است. در نهایت الگوریتم ها در محیط رایانشی مه-ابر از جنبه ها و معیارهای گوناگونی با روش های ابتکاری و فراابتکاری مورد ارزیابی و مقایسه قرار می گیرند.

امروزه کاهش هزینه ها و بهبود دسترسی به خدمات سلامت، به عنوان یک مساله مهم در سیستم های زمان بندی بیماران سرپایی مطرح می شود. در اکثر مطالعات در زمینه زمان بندی بیماران سرپایی برای ساده سازی مساله، بسیاری از عوامل موثر بر زمان بندی را نادیده گرفته اند. در حالی که این عوامل در عمل اجتناب ناپذیر بوده و در نظر نگرفتن آنها موجب کاهش کارایی سیستم های زمان بندی می گردد. بنابراین در تحقیق حاضر با در نظر گرفتن برخی از این عوامل سعی در بهبود کارایی سیستم های زمان بندی بیماران سرپایی می شود. در این پژوهش هدف بهبود رضایت بیماران و پزشک است به طوری که رضایت بیماران با کاهش زمان انتظار آنها و رضایت پزشک با کاهش زمان های بیکاری و اضافه کاری وی حاصل می شود. در این تحقیق، مساله زمان بندی بیماران سرپایی با در نظر گرفتن وقت نشناسی بیمار، تاخیر و وقفه کاری پزشک، لغوهای بی خبر و بیماران سرزده مدل سازی و حل می شود. این مدل تصادفی سعی دارد، مجموع وزین زمان انتظار بیماران و زمان بیکاری و اضافه کاری پزشک را کمینه سازد. مدل غیرخطی مساله با استفاده از تقریب میانگین نمونه، خطی سازی شده سپس از طریق الگوریتم دقیق تجزیه بندرز، برای تعیین برنامه زمانی بهینه سراسری حل می شود. نتایج حاصل از مدل، نمایانگر این است که فواصل بین قرار ملاقات ها در ابتدای شیفت کاری، باید زیاد و در انتهای جلسه کوتاه در نظر گرفته شود و همچنین بخش عمده هزینه تابع هدف مربوط به انتظار بیماران است و بیکاری پزشک کمترین سهم را به خود اختصاص می دهد.

امروزه، مفهوم تولید بهنگام در مدیریت تولید و کنترل موجودی کاربرد گسترده ای دارد. در این سیستم، هر کار بایستی تا حد امکان نزدیک به موعد تحویلش تکمیل گردد. در چنین محیط هایی، مدت زمانی که یک کار با دیرکرد و یا زودکرد مواجه میشود حائز اهمیت است؛ بنابراین، برنامه های زمانبندی سعی در کمینه کردن مجموع دیرکرد و زودکرد که نمایانگر رضایت مشتری و کنترل موجودی است، دارند. در بیشتر تحقیقات زمانبندی فرض بر این است که ماشین ها همواره در طول افق برنامه ریزی در دسترس هستند. اما در دنیای واقعی ممکن است یک ماشین به دلایل مختلف همچون وقوع خرابی و یا لزوم انجام فعالیت های نگهداری و تعمیراتِ پیشگیرانه موقتاً در دسترس نباشد. بنابراین، درنظرگرفتن عدم دسترسی به عنوان محدودیت، امری ضروری در تعریف مسائل زمانبندی در سیستم تولید بهنگام است. در این تحقیق، محدودیت دسترسی دوره ای انعطاف پذیر دو حالته در مسئله تک ماشین مورد بررسی قرارگرفته است. در هر دوره، مدت زمان عدم دسترسی مطابق با زمان کار مداوم دستگاه به شیوه گسسته تغییر نموده و میتواند دو مقدار متفاوت را اتخاذ کند. از آنجا که تابع هدف بی قاعده است، بیکاری غیرضروری ممکن است مفید باشد که این موضوع پیچیدگی مسئله را بیشتر میکند. ابتدا یک مدل ریاضی عدد صحیح ارائه شده است. با توجه به NP-Hard بودن مسئله مورد بررسی، برای حل مسئله در ابعاد بزرگ یک الگوریتم ژنتیک پیشنهاد شده است. برای بررسی عملکرد الگوریتم ژنتیک پیشنهادی، تعدادی مسئله نمونه طراحی و حل شده و نتایج با مقادیر بدست آمده از حل مدل ریاضی با نرم افزارگمز مقایسه شده است. نتایج محاسباتی نشان میدهند که الگوریتم ارائه شده با انحراف میانگین 87 صدم درصد و زمان محاسباتی مناسب عملکرد خوبی دارد.

مسئله مورد نظر به بررسی مسئله مکان یابی-مسیریابی- موجودی با در نظر گرفتن پنجره های زمانی و نقاضاهای غیر قطعی می پردازد. یکی از مشخصه های مسئله کاهش هزینه ی توزیع می باشد. در این تحقیق یک شبکه ی توزیع سه سطحی، شامل تولید کننده، مراکز توزیع و مشتری ها مورد بررسی قرار گرفته اند، و به منظور یکپارچه سازی شبکه ی مذکور، مسائل مکان یابی مراکز توزیع، تخصیص مشتریان به مراکز توزیع فعال شده، مسیریابی وسایل نقلیه با در نظر گرفتن محدودیت پنجره های زمانی و کنترل موجودی مراکز توزیع به صورت همزمان در نظر گرفته می شوند. مسئله مورد بررسی یک مسئله ی دومرحله ای برای محصولات غذایی است که مرحله ی اول مسئله ی مکان یابی- مسیریابی- موجودی با در نظر گرفتن پنجره های زمانی مورد بررسی و مرحله ی دوم هزینه های حمل و نقل با در نظر گرفتن محدودیت ظرفیت وسائل نقلیه مورد بررسی قرار می گیرد. با توجه به این که ارزش و کیفیت محصولات غذایی به مرور زمان کاهش می یابد تحویل محصولات در بازه ی مشخصی از زمان می تواند در مدیریت کردن هزینه ها و افزایش سطح رضایت مشتریان کمک کند. در بیشتر تحقیقات صورت گرفته تقاضای مشتریان به صورت قطعی در نظر گرفته می شود اما در دنیای واقعی این گونه نمی باشد ازین رو در تحقیق مورد بررسی تقاضای مشتریان را به صورت غیر قطعی در نظر گرفته و با در نظر گرفن منطق فازی مسئله مورد نظر را بررسی کرده ایم. برای تبدیل اعداد فازی به قطعی از روش جیمز استفاده شده است تا بتوان تقاضای مشتریان را برآورده ساخت. بدین منظور ابتدا برای مسئله ی مورد بررسی یک مدل برنامه ریزی غیر خطی عدد صحیح آمیخته با هدف کمینه کردن مجموع هزینه های مکان یابی- تخصیص، مسیریابی و کنترل موجودی توسعه داده می شود. سپس به منظور اعتبارسنجی مدل ارائه شده چند مساله در ابعاد کوچک توسط نرم افزار بهینه سازی GAMS حل و تحلیل می شوند. با توجه بهNP-Hard بودن مسئله مورد بررسی و این که مدل تنها قادر به حل مسئله در ابعاد کوچک و متوسط می باشد، برای حل آن در ابعاد بزرگ الگوریتم ژنتیک ارائه شده و برای بررسی الگوریتم ژنتیک پیشنهاد شده تعدادی مسئله نمونه طراحی و حل شده است و با جواب به دست آمده از GAMS مقایسه شده است، نتایج محاسباتی کارایی الگوریتم ارائه شده را نشان می دهند.

به منظور کاهش هزینه ها و افزایش کارایی سیستم زنجیره تامین، انبارهای متقاطع یکی از مهمترین استراتژیهای انبارداری برای ترکیب محصولات، از تامین کننده های مختلف به مشتریان مختلف است. محصولات با کامیونهای ورودی از تامین کنندگان جمع آوری شده و سپس به وسیله ی کامیونهای خروجی از طریق انبار متقاطع به سمت مشتریان حرکت داده میشوند. زمانبندی کامیونها نقش مهمی را در سیستم انبارداری متقاطع ایفا می کند. در این تحقیق، مساله تعیین توالی کامیون های ورودی و خروجی و تخصیص آن ها به درهای تخلیه- بارگیری، در یک سیستم متقاطع که دارای چندین درب ورودی و چندین درب خروجی است، بررسی می شود. همچنین تخصیص محصولات از کامیون های ورودی به کامیون های خروجی، با در نظر گرفتن پنجره زمانی نرم مشتری و وقفه برای کامیون های ورودی، مورد بررسی قرار می گیرد. بدین صورت که نیازهای مشتریان باید در یک زمان از پیش تعیین شده جواب داده شود، ولی امکان خدمت دهی به مشتریان خارج از بازه تعیین شده نیز وجود دارد؛ اما جریمه حاصل از هر واحد تخطی از پنجره زمانی تعیین شده باید پرداخت شود. با مجاز بودن وقفه در تخلیه کامیون های ورودی، برای جلوگیری از جریمه های پنجره زمانی در صورت نیاز عملیات تخلیه کامیون در حال تخلیه، متوقف شده و تخلیه بارکامیون دیگرکه نیاز است، شروع می شود. طوری-که هدف کمینه نمودن مجموع جریمه های ناشی از عدم رعایت پنجره های زمانی است. برای نیل به این هدف مدل ریاضی برای این سیستم ارائه می شود و از آن جا که مساله ی مذکور جزء مسایل NP-hard می باشد، الگوریتم های فراابتکاری ژنتیک و ازدحام ذرات برای حل مدل در ابعاد متوسط و بزرگ استفاده می شود. سپس نتایج محاسباتی حاصل از حل مدل با استفاده از الگوریتم های نامبرده ارائه می شود. درنهایت،کارایی بالای الگوریتم ژنتیک در مقایسه با الگوریتم ازدحام ذرات نشان داده می شود.

در مدیریت زنجیره تامین، انبار متقاطع یک روش لجستیکی جهت کنترل همزمان جریان مواد، هزینه های لجستیک، توزیع و تنظیم سطح خدمت به مشتری می باشد. به عبارت دیگر انبار متقاطع یک استراتژی انبارداری ، برای به حداقل رساندن ذخیره سازی انبار و هماهنگی فعالیتهای توزیع می باشد. در این تحقیق، مساله زمانبندی کامیونهای ورودی در سیستم انبار متقاطع، با زمانهای ثابت حرکت کامیونهای خروجی و محدودیت منابع مورد بررسی قرار می گیرد. در این راستا چندین درب ورودی و خروجی برای انبار متقاطع در نظر گرفته شده و در آن نحوه تخصیص کامیونهای ورودی به درب های ورود و توالی آن ها بر روی منبع تخلیه مشخص می گردد. هدف لحاظ شده در این مدل ، کمینه کردن هزینه های نگهداری محصولات در مکان ذخیره سازی موقت است. همچنین به منظور کاهش کل هزینه های موجودی، از مفهوم جابجایی محصولات مشابه استفاده شده است . بدین منظور برای مساله مورد بررسی یک مدل ریاضی فرموله شده و از الگوریتم فراابتکاری شبیه سازی تبرید برای حل مدل استفاده گردیده است. در ادامه، نتایج محاسباتی انجام گرفته اعتبار و صحت مدل و الگوریتم پیشنهادی را نشان می دهد.

اکثر مدلهای کنترل موجودی فرض می کنند که کالاها دارای عمر بی نهایت هستند، در حالی که در عمل محصولات زیادی را می توان یافت که دارای عمر محدود باشند. محصولات فاسدشدنی جزء دسته محصولاتی می باشند که در گذشت زمان از کارایی و ارزش آن ها کاسته می شود و دارای عمر مفید محدود می باشند. به همین دلیل، برنامه ریزی و مدیریت موجودی کالاهای فاسدشدنی از اهمیت خاصی برخوردار شده است. در این پژوهش، مساله مدیریت موجودی کالاهای فاسدشدنی در زنجیره تامین سه سطحی با هدف کمینه کردن هزینه های سیستم موجودی ارائه می شود. هزینه های این سیستم شامل هزینه های ثابت و متغیر محصولات، نگهداری، کمبود و فاسدشدن محصولات فاسدشدنی می باشند. در این زنجیره تامین، تقاضا به صورت واحدهای تکی به خرده فروش وارد می شود. درصدی از تقاضای مازاد را به صورت پس افت و مابقی را به صورت فروش از دست رفته پاسخ می دهد. زمان شروع فرآیند زوال پذیری این محصولات بلافاصله پس از تولید در سطح تامین کننده بوده و در طول زنجیره ازکارایی و ارزش آن ها کاسته می شود. در ادامه مساله مدل سازی می شود و از آن جا که مساله مذکور جزء مسایل NP-hard می باشد، الگوریتم فراابتکاری ژنتیک برای حل مدل در ابعاد متوسط و بزرگ استفاده می شود. سپس نتایج محاسباتی حاصل از حل مدل با استفاده از الگوریتم ژنتیک ارائه می شود. درنهایت،کارایی بالای الگوریتم به کارگرفته شده نشان داده می شود.

با توسعه مهندسی صنایع، سیستمهای پیچیده مختلفی ایجاد شد و طراحی قابلیت اطمینان این سیستم ها اهمیت خاصی پیدا کرد. افزایش نیاز به سیستم هایی با قابلیت اطمینان بالا، مطالعه در زمینه بهینه سازی قابلیت اطمینان را افزایش داد. بنابراین روش های دقیق تر و کارآمدتری در پیدا کردن قابلیت اطمینان بهینه سیستم مورد نیاز است؛ در غیر این صورت، ایمنی و بهروری سیستم نمی تواند تضمین شود. به منظور بهبود قابلیت اطمینان یک سیستم خاص، از مواردی چون افزایش قابلیت اطمینان جزء، استفاده از افزونگی به صورت موازی، تعمیر اجزاء قابل تعویض و ترکیبی از افزایش قابلیت اطمینان اجزاء و استفاده از اجزاء افزونه به صورت موازی، استفاده می شود. در مسائل تخصیص افزونگی انواع مختلفی از استراتژی مورد استفاده قرار می گیرد. به طور سنتی در این نوع از مسائل فرض بر آن است که افزونگی اجزاء بر اساس استراتژی از پیش تعیین شده فعال و یا آماده به کار است. اخیرا استراتژی جدیدی به نام استراتژی مختلط معرفی شده است؛ که به طور همزمان از هر دو استراتژی فعال و آماده به کار برای هر زیر سیستمی استفاده شده است. بیشتر کارهای انجام شده در مسائل تخصیص افزونگی _ قابلیت اطمینان بر اساس فرض ثابت بودن قابلیت اطمینان اجزاء بیان شده است؛ در حالی که در شرایط واقعی قابلیت اطمینان اجزاء تحت عملیات مختلف و شرایط محیطی مبهم بوده که اغلب به صورت بازه ای بیان می شود. همچنین چند هدفه در نظر گرفتن این نوع از مسائل به واقعی تر شدن مسئله کمک می کند. در این پژوهش با استفاده از مدل سازی ریاضی چند هدفه، سعی در بهینه سازی همزمان دو هدف، با در نظر گرفتن قابلیت اطمینان و هزینه به صورت بازه ای، شده است. اهداف مدل ریاضی به صورت بیشینه سازی قابلیت اطمینان وکمینه سازی هزینه بیان شده است. همچنین به منظور اعتبار سنجی مدل ارائه شده، تعدادی مسئله نمونه با کمک گرفتن از داده های مقالات معتبر تولید شد و در محیط نرم افزارگمز با روش محدودیت اپسیلون تقویت شده، حل شده است. به دلیل NP_Hard بودن این نوع از مسائل، از روش فرا ابتکاری NSGA II برای حل این مسئله در ابعاد بزرگتر استفاده شده و نتایج در قالب جداول و اشکال بیان شده است.

تجارت جهانی در قرن بیست و یکم، بنگاه های اقتصادی را وادار نموده است تا با چالش های مورد انتظار مشتریان همچون بالا بردن کیفیت، تولید با هزینه کمتر و بالا بردن سرعت در پاسخ به نیاز مشتریان، مواجه شده و بر آنها غلبه یابند. امروزه صاحبان بسیاری از صنایع، دو فرآیند تحت عناوین طراحی مجدد برای زنجیره تامین بنگاه اقتصادی و طراحی سیستم های تولید سلولی در درون تسهیلات تولیدی را برای افزایش کارایی انجام می دهند. تجارت جهانی، این امکان را برای بنگاه های اقتصادی فراهم نموده است که ظرفیت تولیدی محصولات خود را در گستره جغرافیایی وسیعی توزیع نمایند. همچنین فرصت های تجاری، بنگاه های اقتصادی را بر آن داشته است که با یکدیگر در سازمان هایی موقتی، همکاری و فعالیت کنند. به عبارت دیگر، واحدهای تجاری در یک موسسه مشترک، همچون مراکز مستقل، از یک سو کسب درآمد می نمایند و از سوی دیگر، برای تخصیص ظرفیت تولید، به رقابت با یکدیگر می پردازند. تحت چنین شرایطی، بنگاه های اقتصادی با قابلیت پیکربندی مجدد می توانند شبکه های تولیدی خود (شامل کارخانجات پراکنده) را برای یک فرآیند تولیدی خاص یا یک خانواده محصول، مجددا پیکربندی کنند. در این رساله، ارتباطات و تعاملات بین طراحی سلولی برای تسهیلات تولیدی و طراحی زنجیره تامین، بررسی می شود. در این بررسی، بنگاه های اقتصادی مورد توجه قرار می گیرند که برای تامین تقاضای چندین بازار، ظرفیت تولیدی محصولات خود را در گستره جغرافیایی وسیعی توزیع می نمایند. بدین منظور، سه مدل یکپارچه ریاضی جدید برای طراحی سیستم های تولید سلولی پویا (به عنوان شبکه تولیدی) در طراحی زنجیره تامین ارائه می شود. مولفه های مختلفی از سیستم زنجیره تامین مانند تهیه مواد اولیه از تامین کنندگان، حمل و نقل مواد اولیه به تولیدکنندگان، تولید محصولات، توزیع محصولات به بازارها و تعیین مکان تسهیلات تولیدی از بین تعدادی سایت کاندیدا در یک محیط پویا در نظر گرفته می شود و هزینه های مربوط به این مولفه ها، کمینه سازی می گردد. مدل های پیشنهادی از نوع مدل های عدد صحیح خطی هستند و قابلیت حل توسط نرم افزار بهینه سازی را در اندازه کوچک دارا هستند. از آنجایی که مساله پیشنهادی NP سخت است لذا برای کاربرد مدل ها در اندازه های واقعی، الگوریتم های فراابتکاری ژنتیک و پیوندی ژنتیک-شیرمورچه ارائه می گردد. مثال های عدد نشان

تحقیق پیش رو مساله زمانبندی تک ماشین با امکان برون سپاری را مورد بررسی قرار می دهد، که در آن هر کار می تواند توسط تک ماشین داخلی پردازش شود یا به یکی از پیمانکاران برون سپاری گردد. هر پیمانکار دارای یک ماشین بوده و هزینه برون سپاری متفاوتی را درخواست می نماید. زمان های آماده سازی هر کار وابسته به کارهای پیشین و ماشین پیمانکاری هستند که به آن تخصیص داده شده اند. پیمانکاران قادر به پردازش تمام کارها با زمان های پردازش متفاوتی هستند. هدف تعیین توالی و زمانبندی کارها چه در محیط داخل و چه توسط پیمانکاران است، به طوریکه مجموع وزنی کل زودکردها و دیرکردها و مجموع هزینه های برون سپاری کمینه گردد. در جهت تعریف ریاضیاتی مساله، یک مدل ریاضی برنامه ریزی عدد صحیح آمیخته ارائه شده است. همچنین یک الگوریتم فراابتکاری جدید به نام بهینه ساز گرگ خاکستری (GWO)، که الهام گرفته از زندگی و مکانیزم شکار گرگ های خاکستری است، معرفی و ارائه شده است. جهت ارزیابی عملکرد GWO، تعدادی مساله نمونه بصورت تصادفی طراحی شده و با استفاده از آن و همچنین الگوریتم شناخته شده ژنتیک مورد حل و سنجش قرار می گیرند. همچنین، با توجه به ماهیت پیوسته GWO، دو نوع شیوه نمایش برای آن به کار رفته و عملکرد هر کدام بررسی می شود. نتایج محاسباتی حاکی از کارایی الگوریتم بهینه ساز گرگ خاکستری در مقایسه با الگوریتم ژنتیک است.

این تحقیق به بررسی مساله زمانبندی تولید کارگاهی با در نظر گرفتن محدودیتهای عدم توقف بین عملیات و موعدهای مقرر تحویل کارها می پردازد. تولید کارگاهی حوزه ای از تئوری زمانبندی است به طوری که بسیاری از مسائل دنیای واقعی مانند صنایع چاپ و نشر، تولید و شکل دادن پلاستیک، تولید رول های فلزی داغ، صنایع شیمیایی، دارویی و... را می توان با استفاده از این مدل بررسی کرد. در این نوع مسائل، هر کار دارای مجموعه ای از عملیات است که باید زمانبندی پردازش آنها بر روی ماشین ها تعیین شود. در این تحقیق، فرض میشود ماشین ها و کارها در زمان صفر در دسترس بوده و پردازش عملیات هر کار باید بدون وقفه انجام شود. همچنین، زمانهای پردازش عملیات و موعد مقرر تحویل هر کار قطعی در نظر گرفته شده و تابع هدف مساله به صورت کمینه کردن بیشینه زمان تکمیل کارها می باشد. ابتدا، مساله مورد بررسی به صورت یک مدل برنامه ریزی خطی عدد صحیح مختلط فرموله می شود. به دلیل NP-hard بودن مساله، یافتن جواب بهینه برای مسائل با ابعاد بزرگ در زمان منطقی مقدور نمی باشد. بنابراین، یک الگوریتم ژنتیک نیز برای حل مساله توسعه داده می شود. در نهایت، به منظور ارزیابی عملکرد مدل ریاضی و الگوریتم پیشنهادی، تعدادی مساله نمونه طراحی و حل شده اند.

این تحقیق به بررسی مساله زمان بندی گروهی یک ماشین با در نظر گرفتن آماده سازی های وابسته به توالی انتقالی، محدودیت دسترسی و جریمه های زودکرد و دیرکرد می پردازد. فرض می شود کارها در زمان صفر در دسترس قرار داشته و نیز در چند گروه دسته بندی شده اند. همچنین زمان های آماده سازی، وابسته به توالی انتقالی (آماده سازی درونی ) می باشد و نیز ماشین در یک فاصله زمانی معین در دسترس قرار ندارد. کارهایی که در یک گروه قرار دارند، قبل از پردازش باید به صورت کامل آماده شوند (آماده سازی بیرونی ) که این فعالیت به وسیله همان اپراتور ماشین و در زمانی که گروه دیگری روی ماشین بطور خودکار در حال پردازش است صورت می گیرد. تمرکز اصلی مسئله بر یکپارچه کردن زمان های آماده سازی بیرونی و درونی است. همچنین فرض می شود که ماشین در یک فاصله زمانی معین [A,B] مثلاً برای تعمیر و نگهداری در دسترس قرار ندارد و در این دوره پردازش توسط ماشین انجام نخواهد شد و اگر فرض کنیم فعالیت تعمیر و نگهداری نیز توسط اپراتور ماشین انجام شود، بنابراین آماده سازی بیرونی هم نخواهیم داشت. در مساله مورد بررسی، وقفه مجاز نمی باشد. در این تحقیق، کمینه کردن مجموع جریمه های زودکرد و دیرکرد تحویل کارها (نه گروه ها) در نظر گرفته شده است به گونه ای که این جریمه ها مرتبط با زمان فرض می شوند. ابتدا یک مدل ریاضی برای مسئله ارائه شده، سپس به منظور بهینه سازی همزمان جریمه های زودکرد و دیرکرد الگوریتم ژنتیک به کار برده می شود در نهایت برای آزمودن کارایی الگوریتم پیشنهادی تعدادی مساله نمونه در اندازه های مختلف تولید و حل می شود. نتایج حاصل از حل الگوریتم فراابتکاری با نتایج به دست آمده از حل مدل ریاضی مقایسه می شوند که مقایسات نشان دهنده کارایی الگوریتم پیشنهادی می باشد.

مدیریت بحران شامل فعالیت هایی است که حین و یا بعد از بحران به منظور کاهش مرگ و میر، کاهش آسیب های اقتصادی و بازگشت به حالت طبیعی جامعه، انجام می شود. بحران به دو دسته طبیعی و غیرطبیعی تقسیم می شود. تصادف ها و حملات تروریستی در دسته بحران های غیرطبیعی قرار می گیرند در حالی که زمین لرزه و سیل در دسته بحران های طبیعی جای دارند. طی سال های اخیر نقش مدل های تحقیق در عملیات در مراحل مختلف مدیریت بحران، بسیار پررنگ شده اند و محققان بسیاری به ارائه مدل های برنامه ریزی ریاضی در این حوزه پرداخته اند. در واقع مدیریت بحران در صورت وقوع بحران، با ارائه راه حل های موثر می تواند از شدت اثرات بحران بکاهد و موجبات کاهش تلفات انسانی را فراهم آورد. فروریختن ساختمان ها و تاسیسات در اثر زلزله یا جنگ و یا سایر بحران های طبیعی یا غیرطبیعی، باعث کند شدن تردد در مسیرهای ارتباطی می شود و در نتیجه تجهیزات پزشکی و کالاهای امدادی ممکن است نتوانند به موقع به دست قربانیان برسد. در این تحقیق، برای مساله رفع انسداد و دفع آوار پس از وقوع بحران، یک مدل ریاضی ارائه می شود. در مدل ریاضی ارائه شده فرض می شود که عملیات رفع انسداد و دفع آوار به صورت ترتیبی و توسط دو نوع وسیله نقلیه انجام می شود. وسیله نقلیه اول آوار ایجاد شده را در کناره های جاده جمع می کند تا تردد در مسیرهای ارتباطی به صورت موقت انجام گیرد و وسیله نقلیه دوم بعد از اتمام کار وسیله نقلیه اول، آوار را به طور کامل جمع آوری و دفع می کند. در مدل ریاضی ارائه شده، هدف یافتن مسیر بهینه وسایل نقلیه نوع اول و دوم است به نحوی که زمان اتمام جمع آوری آوار کمینه شود. از آنجایی که مساله تحت بررسی در دسته مسائل مسیریابی وسایل نقلیه قرار دارد و بدین جهت ناچندجمله ای سخت می باشد، برای حل مساله در مقیاس بزرگ یک الگوریتم تبرید شبیه سازی شده، ارائه می گردد. به منظور سنجش کارایی مدل و درستی آن، چند مثال عددی در اندازه کوچک، ارائه و توسط نرم افزار GAMS حل می شود. همچنین کارایی الگوریتم حل ارائه شده، توسط تعدادی مثال عددی در اندازه های متوسط و بزرگ، آزموده می شود.

این تحقیق به بررسی مساله زمانبندی کارگاه گروهی با دو عامل می پردازد. مسائل زمانبندی دو یا چندعاملی، حوزه جدیدی از تئوری زمانبندی است بطوریکه بسیاری از مسائل دنیای واقعی را می توان با استفاده از این مدل ها بررسی کرد. در مسائل چندعاملی، هر عامل دارای یک مجموعه کار مستقل است که می واهد کارهای خود را برروی ماشین های مشترک زمانبندی کند. این مسائل در محیط های مختلفی از ماشین ها بررسی شده است؛ در این تحقیق، مساله چندعاملی در محیط کارگاه گروهی مورد مطالعه قرار گرفته است. کارگاه گروهی یک چهارچوب کلی را برای مسائل زمانبندی ارائه می دهد. به عبارت دیگر، مسائل کارگاه عمومی و کارگاه باز را می توان با استفاده از کارگاه گروهی مدل سازی کرد. بنابراین، فرض می شود که در مساله کارگاه گروهی دو عامل وجود دارد، هر یک از عامل ها دارای یک مجموعه کار مستقل مربوط به خود هستندکه می خواهند کارهای خود را برروی مجموعه مشترکی از ماشین ها پردازش کنند. همه کارها در زمان صفر در دسترس بوده و پردازش عملیات بدون وقفه انجام می شود. همچنین، زمان های پردازش عملیات قطعی در نظر گرفته شده است و تابع هدف هر دو عامل دامنه عملیات می باشد. هدف این است که یک زمانبندی به صورتی ایجاد شود که دامنه عملیات عامل اول کمینه گردد با این محدودیت که دامنه عملیات عامل دوم نباید از یک حد مشخص از قبل تعریف شده، بیشتر شود. در این تحقیق، مساله کارگاه گروهی با دو عامل به وسیله برنامه ریزی انفصالی فرموله بندی می شود و سپس، یک مدل برنامه ریزی خطی عدد صحیح مختلط برای مساله گسترش داده می شود. همچنین، الگوریتم جستجوی همزیستی ارگانیسم ها نیز برای حل مساله ارائه می شود. در این الگوریتم، یک نمایش جدید برای مساله کارگاه گروهی با دو عامل پیشنهاد و برای رمزگشایی جواب ها نیز از یک الگوریتم رمزگشایی جدید استفاده می شود. به منظور ارزیابی عملکرد مدل ریاضی و الگوریتم پیشنهادی، تعداد زیادی مساله نمونه طراحی و حل شده اند.

در بیشتر مسائل زمانندی معمولاً فرض می شود ماشین ها در تمام دوره زمانبندی در دسترس هستند که همیشه واقعی نیست. اما در کاربردهای دنیای واقعی، ماشین ها به دلایلی از قبیل خرابی های ناگهانی، فعالیت های نگهداری و تعمیرات، کارهای از قبل برنامه ریزی شده در همه دوره های زمانی در دسترس نیستند. در این تحقیق، ماشین ها در زمان های مختلفی در دسترس قرار می گیرند و همچنین در بازه ی مشخصی از زمان در طول دوره زمانبندی به دلایل مختلف از دسترس خارج می شوند. زمان آماده سازی هر کار به کار قبلی که روی همان ماشین پردازش شده و نیز به نوع ماشین بستگی دارد و هر ماشین ممکن است توانایی پردازش بعضی از کارها را نداشته باشد. همچنین تابع هدف مساله به صورت کمینه کردن مجموع زودکردها و دیرکردها می باشد. بدین منظور، مساله مورد بررسی به صورت یک مدل برنامه ریزی عدد صحیح مختلط ارائه می شود. به دلیل NP-hard بودن مساله و همچنین به منظور حل مساله در مقیاس بزرگ، یک الگوریتم رقابت استعماری ارائه می شود. به منظور ارزیابی عملکرد الگوریتم پیشنهادی، تعدادی مساله نمونه حل و نتایج تحلیل میشوند.

در این تحقیق، مساله زمانبندی کارگاه باز دو ماشینه با محدودیت منابع مطالعه می باشد که در آن، ماشینها جهت پردازش کارها همیشه در دسترس نیستند. این نگهداری و تعمیرات وابسته به قابلیت اطمینان ماشینها و نرخ خرابی هرکدام می باشد. هرچه نرخ خرابی ماشین ها بیشتر باشد قابلیت اطمینان آن زودتر کاهش میابد تا به مقدار حداقلی می رسد که نیاز به نگهداری و تعمیرات روی ماشین ها خواهیم بود. علاوه بر آن، هر کار نیاز به مقداری منابع دارد که بهتدریج و در طول فرایند زمانبندی به آنها عرضه میگردد. این منابع به عنوان منابع تجدیدناپذیر در نظر گرفته می شود که توسط ماشینها مصرف میشوند. منابع دیگری نیز در این تحقیق بررسی شده است که بر زمان پردازش کارها اثر میگذارد. در صورت استفاده از این منابع برای کارها، زمان پردازش آن ها کاهش میابد. هدف این مطالعه کمینهسازی بیشترین دیرکرد با در نظر گرفتن موعدهای تحویل کارها میباشد. برای مساله پیشنهادی یک مدل برنامه ریزی ریاضی عدد صحیح مختلط ارائه خواهد شد. همچنین، یک الگوریتم ژنتیک ترکیبی برای این مساله توسعه می شودکه ترکیبی از الگوریتم ژنتیک و یک الگوریتم ابتکاری میباشد. در نهایت، نتایج محاسباتی جهت ارزیابی عملکرد الگوریتم با استفاده از معیار میانگین انحراف گزارش داده خواهد شد.

به منظور کاهش هزینهها و افزایش کارایی سیستم زنجیره تامین، انبارداری عبوری یکی از مهمترین استراتژیهای انبارداری برای ترکیب محصولات از تامینکنندههای مختلف به مشتریان مختلف است. محصولات با کامیونهای ورودی از تامینکنندگان جمعآوری شده و سپس به وسیلهی کامیونهای خروجی از طریق انبار عبوری به سمت مشتریان حرکت داده میشوند. زمانبندی کامیونها نقش مهمی را در سیستم انبارداری عبوری ایفا می کند. در این پژوهش حالتی از انبارعبوری مورد بررسی قرار گرفته است که در آن کامیون ورودی می تواند به عنوان کامیون خروجی نیز استفاده شود. این کار مزایایی چون کاهش زمان تخلیه و بارگیری و کاهش هزینه های اجاره ی کامیون را به همراه دارد. به منظور بررسی دقیق این حالت از مساله، مدل ریاضی معادل آن توسعه داده شده است و به منظور دست یابی به جواب مناسب برای مسایلی با ابعاد بزرگتر، الگوریتم فرا ابتکاری شیرمورچه مورد استفاده قرار گرفته و میزان کارایی این الگوریتم در حل چنین مسایلی سنجیده شده است.

برنامه ریزی برای پیشگیری از وقوع حوادث از یک سو و تصمیم گیری های درست برای کاهش اثرات ناشی از وقوع بحران از سوی دیگر، اهداف کلیدی مدیریت بحران هستند. در این تحقیق، مساله مکان یابی و مسیریابی تسهیلات اضطراری با در نظر گرفتن احتمال خرابی مسیرهای ارتباطی و ازدحام تسهیلات اورژانسی در زمان وقوع بحران، بررسی می گردد. بدین منظور یک مدل برنامه ریزی ریاضی دوهدفه برای انتخاب مکان استقرار تسهیلات، تخصیص مصدومان به تسهیلات و تعیین مسیرهای ارتباطی ارائه می شود. تعداد سرورهایی که در هر تسهیل، مستقر می گردند، از قبل مشخص نبوده و جزو متغیرهای تصمیم مدل ریاضی می باشند. در هنگام وقوع بحران، خدمت دهندگان مستقر در تسهیلات برای خدمت رسانی به آسیب دیدگان به محل آنها اعزام می شوند. خدمت دهندگان تا زمانی که برای ارائه خدمت اعزام شده اند، در دسترس نخواهند بود و بنابراین در هر تسهیل، احتمال مشخصی را می توان برای بلوکه شدن (عدم حضور خدمت دهنده در تسهیل) محاسبه نمود. توابع هدف مدل ارائه شده شامل کمینه نمودن نرخ مصدومان پوشش نیافته و کمینه نمودن میانگین زمان های سفر در واحد زمان است. از آنجایی که در مدل های چندهدفه امکان دستیابی به یک راه حل بهینه برای تمامی اهداف مقدور نیست، از روش محدودیت اپسیلون برای به دست آوردن مجموعه کامل راه حل های موثر استفاده می شود. همچنین به دلیل ناچندجمله ای سخت بودن مساله تحت بررسی، برای حل آن در اندازه های بزرگ، از یک الگوریتم ژنتیک چندهدفه مبتنی بر جستجوی نامغلوب استفاده می شود. صحت مدل ریاضی و کارایی الگوریتم ارائه شده از طریق ارائه تعدادی مثال عددی مورد ارزیابی قرار می گیرد.

با پیشرفت روزافزون فناوری اینترنت، تعداد اسناد الکترونیکی به طور چشم گیری افزایش یافته است. دسته بندی متن، نقش مهمی برای مقابله با این حجم عظیم از داده ها را دارد. یکی از مشکلات دسته بندی متن، ابعاد بالای فضای ویژگی است. در مجموعه های داده ای با ابعاد بالا، بسیاری از ویژگی ها، نامناسب و دارای افزونگی می باشند و می توانند تاثیر منفی بر روی عملکرد سیستم طبقه بندی داشته باشند. انتخاب ویژگی یک راهکارمهم برای غلبه بر این مشکل است که هدف آن، انتخاب زیرمجموعه ای از ویژگی های مناسب از بین مجموعه ویژگی های اولیه است. از این رو، راهکار انتخاب ویژگی با کاهش ابعاد مسئله، سبب کاهش پیچیدگی محاسباتی و افزایش قابلیت تعمیم الگوریتم طبقه بندی می شود. در این پایان نامه، سه روش انتخاب ویژگی جدید ارائه می شود. در روش پیشنهادی اول، بر انتخاب ویژگی با استفاده از مفهوم کمترین افزونگی بین ویژگی ها و بیشترین ارتباط با کلاس هدف در دسته بندی متن تمرکز دارد. در این روش، ویژگی های نامناسب و دارای افزونگی به طور موثر حذف می شوند، اما به دلیل انتخاب حریصانه ویژگی ها در فرآیند انتخاب ویژگی راه حل های محلی تولید می کند. با در نظر گرفتن این ضعف، در راهکار پیشنهادی دوم، یک الگوریتم چند هدفه مبتنی بر اطلاعات متقابل با هدف کاهش افزونگی بین ویژگی ها و افزایش ارتباط با کلاس ارائه شده است. روش پیشنهادی سوم براساس روش پیشنهادی اول ارائه شده است. در روش پیشنهادی سوم، با به کار بردن معیار های ارتباط و افزونگی روش اول در یک الگوریتم تکاملی چندهدفه، سعی در انتخاب بهترین ویژگی ها دارد. مزیت عمده روش های پیشنهادی دوم و سوم، استفاده از الگوریتم های تکاملی چند هدفه در فرآیند انتخاب ویژگی می باشد. عملکرد روش های پیشنهادی با چندین روش انتخاب ویژگی، بر روی طبقه بندی کننده های مختلف مقایسه شده است. نتایج آزمایشات کارایی روش های پیشنهادی و بهبود روش های انتخاب ویژگی قبلی را نشان می دهد.

خون به عنوان عنصر حیاتی سیستم سلامت نقش اساسی را در این سیستم ایفا میکند زیرا تحت هیچ شرایطی کمبود آن جبرانپذیر نیست چرا که منجر به مرگ انسانها میشود. عمده مصرفکنندگان محصولات خونی بیمارستانها هستند که از این محصول برای عملهای جراحی و در برخی موارد از مشتقات محصولات خونی برای درمان بیماریها استفاده میکنند. طراحی یک زنجیره تامین یکپارچه و بهرهور برای تامین و توزیع خون بسیار حیاتی است، زیرا یک محصول فسادپذیر میباشد و دارای طول عمر کوتاهی است. هر زنجیره شامل سه سطح تولیدکننده، توزیعکننده و مشتری است، این سطوح در زنجیره تامین خون اهداکنندگان هستند که به عنوان تامین کنندگان اصلی محصولات خونی شناخته میشوند، بانکها یا مراکز خونی که وظیفه جمع آوری، پردازش، ذخیرهسازی و توزیع محصولات خونی را بر عهده دارند و مشتریان که همان بیمارستانها هستند. در این تحقیق هر سه سطح زنجیره تامین خون برای نزدیک شدن به شرایط واقعی در نظر گرفته میشوند، علاوه براین جمع آوری سیار محصولات خونی منجر به کاهش هزینهها و افزایش خودکفایی زنجیره میشود که در این مسئله در نظر گرفته میشود. درواقع در این تحقیق به مکانیابی تسهیلات دائم و استقرار سایتهای سیار به صورت دورهای پرداخته میشود. همچنین توزیع، چند محصولی است که سه نوع محصول مشتق شده از خون کامل را توزیع میکند که مسیریابی بهینه برای این توزیع در نظر گرفته میشود. بر اساس این سطوح یک مدل ریاضی برنامه ریزی خطی عدد صحیح مختلط طراحی میشود که هدف آن حداقل کردن هزینههای ایجاد مرکز ثابت، سیار، و توزیع محصولات است. به علت پیچیدگی مسئله الگوریتم فرا ابتکاری ترکیبی آنلینگ شبیه سازی شده و ژنتیک برای حل مسئله توسعه داده میشود. برای ارزیابی عملکرد الگوریتم تعداد 15 مثال در ابعاد مختلف حل شده است. همچنین از این مدل و الگوریتم برای برنامهریزی سازمان انتقال خون شهرستان سنندج استفاده می-شود تا کارایی مدل در شرایط واقعی مورد بررسی قرار گیرد.

در این پژوهش یک مسئله مکان یابی مسیریابی حمل ونقل بررسی می شود که می تواند به عنوان گسترش مسئله مکان یابی مسیریابی دو مرحله ای در نظر گرفته شود که در آن مرحله اول مربوط به مسئله حمل ونقل با ظرفیت کامیون است. در این تحقیق چند کارخانه در نظر گرفته شده است که هر کدام از آن ها توانایی تولید چند محصول را دارا می باشند. یک گروه مشتری مستقر در شهرهای مختلف وجود دارد. این مشتری ها مقدار تقاضای ثابت و مشخصی از کالاها دارند. بر طبق قوانین ترافیکی، کامیون ها از کارخانه ها نمی توانند به محل مشتری ها در شهرها بروند. از این رو مراکز توزیع شهری در حومه شهرها لازم است. سازمان نیاز دارد که تعداد و مکان این مکان های لجستیکی، تعداد کامیون هایی که از هر کارخانه به هر مرکز توزیع شهری می روند و تواتر بازدید مشتری ها برای تحویل کالا را تعیین کند. مسئله شامل مکان یابی مراکز توزیع شهری، حمل ونقل کالا از کارخانه به این مراکز (حمل ونقل با کامیون) و مسیریابی وسایل نقلیه از هر مرکز توزیع به مشتری ها است. این مسئله یک مسئله مکان یابی-مسیریابی حمل ونقل نامیده می شود. دو تابع هدف در نظر گرفته می شود، حداقل کردن هزینه کل عملیاتی سیستم و بالانس نگه داشتن حجم کار رانندگان وسایل نقلیه در مرحله مسیریابی. ابتدا یک مدل ریاضی برای مسئله ارائه شده سپس به منظور بهینه سازی همزمان دو تابع هدف و تولید جواب های پارتویی مسئله، نسخه دوم الگوریتم فرا ابتکاری ژنتیک با مرتب سازی نامغلوب توسعه داده می شود. در نهایت برای آزمودن کارایی الگوریتم پیشنهادی، تعدادی مسئله نمونه در اندازه های مختلف تولید و حل می شود. نتایج حاصل از الگوریتم فرا ابتکاری با نتایج به دست آمده از حل مدل ریاضی به روش اپسیلون محدودیت تکمیل شده مقایسه می شوند. نتایج مقایسات حاکی از کارآیی الگوریتم پیشنهادی می باشد.

برنامه ریزی نگهداری و تعمیرات شاخه ای از رشته مهندسی صنایع است که با کنترل تجهیزات و ماشین آلات تولیدی از نظر برنامه زمان بندی تعمیراتی و تعویض قطعات و با استفاده از تجزیه و تحلیل های آماری هزینه های تعمیراتی را کاهش می دهد و در سطح بهینه نگه می دارد. هزینه های نگهداری و تعمیرات در مجموع، بخش عمده ای از هزینه های تولید را در برمی گیرد. به کارگیری یک سیستم نگهداری و تعمیرات خاص، می تواند نقش بسیار زیادی را در کاهش قیمت تمام شده محصولات نهایی ایفا نماید. در این تحقیق با تاکید بر شرایط واقعی، یک مدل بهینه سازی جدید به منظور زمان بندی بهینه نگهداری و تعویض پیشگیرانه در یک سیستم چند مولفه ای تعمیرپذیر و قابل نگهداری با ساختار سری توسعه داده شده است. بدین منظور فعالیت های نگهداری به سه نوع اصلی: سرویس مکانیکی، تعمیر و تعویض تقسیم بندی شده است و یا تصمیم به عدم انجام هیچ یک از فعالیت ها گرفته می شود. در واقع مسئله پیش رو، یافتن بهترین توالی فعالیت های نگهداری و تعویض پیشگرانه برای هر مولفه در هر دوره از افق برنامه ریزی با هدف کمینه سازی هزینه های عملیاتی است. سعی شده است در ابتدا با اشاره مختصری به انواع مدل های مسئله، چندی از کارهای انجام شده در این زمینه معرفی شود و در نهایت با معرفی توقفات غیرخرابی، مدل جدیدی از این مسئله پیشنهاد گردد و کارایی مدل ارائه شده مورد بررسی و تحلیل قرار بگیرد. در بخشی از این تحقیق به روش های دقیق و فراابتکاری ژنتیک برای حل مسئله زمان بندی نگهداری و تعویض پیشگیرانه پرداخته شده است. به منظور ارزیابی الگوریتم فراابتکاری، تعدادی مسئله با اندازه های مختلف حل شده است. نتایج حل الگوریتم های فراابتکاری با نتایج بدست آمده از حل مدل توسط نرم افزار GAMS مقایسه شده اند. نتایج حاکی از قابل قبول بودن راه حل های الگوریتم فراابتکاری در زمان محاسباتی معقول است. در انتها مباحث مطرح شده جمع بندی و نتیجه گیری شده است.

حمل و نقل دریایی مهم‎ترین ابزار حمل و نقل کالا در دنیا به‎شمار می رود. ارزانی نسبی و قابلیت حمل حجم بالایی از کالاها از مهم‎ترین مزیت های این روش است. انتقال بسیاری از کالاهای جامد به صورت کانتینری و توسط کشتی های کانتینربر انجام می گیرد که بعد از نفت‎کش‎ها بزرگ‎ترین نوع کشتی ها به شمار می روند. بنادر به عنوان نقاط اتصال، نقش بسیار مهمی در بحث حمل و نقل دریایی دارند و نقش اساسی در حمل و نقل کالاها را بر عهده دارند. این نکته که بخش مهمی از صادرات و واردات کشور توسط بنادر دریایی انجام می گیرد و حمل و نقل دریایی، نوع غالب حمل و نقل در جهان است و بهبود کوچکی در بخش حمل و نقل دریایی، دارای اثر مالی قابل توجهی برای کشور است، اهمیت مطالعه و بررسی روی این موضوع را خاطرنشان می‎کند. این پایان نامه با هدف مدل سازی سیستم تخلیه و بارگیری بنادر کانتیری و بهبود فرایند حمل و نقل کالا در این بنادر، شناسایی نقاط ضعف و قوت آنها و انجام بهینه سازی بر اساس مولفه های آن تالیف شده است. نظریه صف به عنوان یک نظریه قابل اتکا در مطالعه سیستم ها و شبکه‎ها پایه بررسی این پایان نامه را تشکیل می دهد. این نظریه با تبدیل سیستم‎های مختلف به یک سیستم صف و مطالعه و تحلیل پارامترهای گوناگون آن اطلاعات مفیدی را در اختیار پژوهش گر قرار داده و راه را برای مطالعه و تحلیل این سیستم هموار می کند. برای بررسی کارآیی مدل ارائه شده بر مبنای سیستم‎های صف تعدادی مثال عددی برای آن طرح و توسط نرم افزار GAMS و حل کننده CPLEX حل شده است. یک روش فراابتکاری بر مبنای الگوریتم ژنتیک نیز برای حل مساله در ابعاد بزرگ، ارائه و مورد بررسی قرار گرفته است.

مساله زمان بندی پروژه با منابع محدود یکی از مسائل شناخته شده بهینه سازی است و به دنبال حداقل کردن زمان اتمام پروژه است در حالی که منبع مورد نیاز فعالیت ها تامین شود. این پژوهشی به بررسی مساله زمان بندی پروژه با منابع محدود چند حالته می پردازد که امکان وقوع وقفه در اجرای فعالیت یا بخشی از آن وجود دارد و بسطی از مسءله کلاسیک می باشد. فرض بر این است که اجرای یک فعالیت ممکن است به دلیل در اختیار نبودن منبع کافی در زمان اجرا به تعویق بیفتد، همچنین در صورت وقوع وقفه در اجرای بخشی از یک فعالیت زمان آماده سازی در نظر گرفته می شود. پروژه شامل فعالیت هایی است که روابط اولویتی بین آن ها از نوع پایان – شروع و با تاخیر زمانی صفر است که به دو نوع منبع تجدیدپذیر و یک نوع منبع تجدید ناپذیر برای اجرا نیاز داردو مساله شکل گرفته یک مساله NP-hard است. پس از مطالعه پیشینه تحقیقات صورت گرفته بر روی مساله زمان بندی پروژه و بسط های گوناگون این مساله، ابتدا مدلی ریاضی به منظور حداقل کردن زمان اتمام پروژه برای مساله ارائه گردیده است و سپس به منظور بهینه سازی مساله، الگوریتم فراابتکاری ژنتیک برای حل آن توسعه داده می شود. در نهایت برای آزمودن کارایی الگوریتم پیشنهادی، تعدادی مساله نمونه در اندازه های مختلف حل می شود. نتایج حاصل با نتایج به دست آمده از حل مدل ریاضی مقایسه می شوند. این نتایج حاکی از کارایی الگوریتم پیشنهادی می باشد.

برنامه ریزی نگهداری و تعمیرات شاخه ای از رشته مهندسی صنایع است که با کنترل تجهیزات و ماشین آلات تولیدی از نظر برنامه زمان بندی تعمیراتی و تعویض قطعات و با استفاده از تجزیه و تحلیل های آماری هزینه های تعمیراتی را کاهش می دهد و در سطح بهینه نگه می دارد. در این پژوهش به بررسی ضرورت در نظر گرفتن قابلیت اطمینان در مسائل نگهداری و تعمیرات و تبادل آن با تابع هدف هزینه پرداخته شده است. پس از مرور پیشینه ی پژوهش ها در این زمینه، مدلی مناسب به منظور بررسی توابع هدف هزینه و قابلیت اطمینان با در نظر گرفتن سه حالت خرابی، جامعه ناهمگن اجزاء و محدودیت نرخ خرابی پیشنهاد شده است. برای اعتبار سنجی مل پیشنهادی، مسئله نمونه ای در سایز کوچک تولید شده است. برای حل مدل الگوریتم های NSGA-II و MOPSO ارائه شده اند. نتایج حل الگوریتم ها با نتایج بدست آمده از حل توسط نرم افزار GAMS مقایسه شده است. نتایج بدست آمده حاکی از آن است که الگوریتم های فراابتکاری پیشنهادی علاوه بر اینکه می تواند راه حل های قابل قبول را در زمان های محاسباتی کمتر به دست آورد توانایی تولید جواب هایی با ویژگی های متفاوت را دارند. در انتها پس از جمع بندی و نتیجه گیری از مطالب ارائه شده، پیشنهادهای آتی به منظور انجام پژوهش های بیشتر برای توسعه ی به کارگیری مبحث قابلیت اطمینان در بازرسی و کنترل خرابی سیستم جهت انجام فعالیت های نگهداری و تعمیرات ارائه شده است.

در زنجیره تامین، تخلیه-بارگیری هم زمان یکی از سیستم های نوین جهت بهبود عملکرد عملیات مراکز توزیع به شمار می آید. تخلیه-بارگیری هم زمان یک استراتژی لجستیکی است که در آن کالاهایی که از کامیون های ورودی باراندازی شده اند، بدون هیچ گونه ذخیره سازی، (تقریبا) به صورت مستقیم بر روی کامیون های خروجی بارگیری می شوند، بنابراین هیچ موجودی در مراکز توزیع باقی نمی ماند. در این تحقیق، مساله تخصیص کامیون ها به درب های بارانداز و زمان بندی هم زمان کامیون های ورودی و خروجی در سیستم تخلیه-بارگیری هم زمانی با وجود چندین درب حهت تخلیه و بارگیری مطالعه و بررسی می گردد. بدین منظور برای مساله تحت مطالعه یک مدل ریاضی برنامه ریزی مرکب عدد صحیح پیشنهاد شده است. به علاوه به دلیل ناتوان بودن نرم افزار بهینه ساز GAMS در حل مسائل با ابعاد بزرگ، یک الگوریتم فراابتکاری شبیه سازی تبرید برای حل مسائل با ابعاد بزرگ ارائه شده است. سپس جهت ارزیابی عملکرد الگوریتم پیشنهادی، چندین مثال عددی که به صورت تصادفی ایجاد شده اند، بررسی می گردند.

زمان بندی سیستم حمل الوار شامل طراحی بهترین مسیرهای ممکن برای کامیون های خدمت دهنده به مجموعه ای از محل های بارگیری و کارخانه های متعدد است. کارخانه ها تقاضاهای خود را براساس تعداد واحد بار ارسالی وسایل نقلیه از محل های بارگیری دریافت می کنند. از آنجایی که در این مسایل اغلب تقاضای کارخانه ها بیش از ظرفیت وسایل نقلیه است هر محل بارگیری و کارخانه می توانند با بیش از یک وسیله نقلیه خدمت دهی شوند. فعالیت های حمل و نقل بین محل های بارگیری و کارخانه ها باید تا حد ممکن به صورت موثر برنامه ریزی شوند. در این تحقیق زمان بندی سیستم حمل الوار با در نظر گرفتن ناوگان ناهمگنی از وسایل نقلیه (لزومی به بارگیری کامل وسایل نقلیه نیست) و همچنین یک پنجره زمانی نرم برای هر کارخانه مورد بررسی قرار می گیرد. هدف این مساله، کمینه سازی هزینه حمل و نقل است که با توجه به وجود پنجره زمانی نرم به دو بخش کلی تقسیم می شود. بخش اول، هزینه مسافت های طی شده توسط وسایل نقلیه است که شامل هزینه مسافت هایی که هر وسیله نقلیه بدون بار طی کرده، مسافت هایی که وسیله نقلیه با بار ناکامل طی کرده و حتی مسافت هایی که وسیله نقلیه با بار کامل طی کرده می شود. در بخش دوم، هزینه زودکرد و دیرکرد برای هر کارخانه محاسبه می شود. در این تحقیق یک مدل برنامه ریزی غیرخطی عدد صحیح آمیخته ارائه می شود. برای سنجش کارایی مدل و درستی آن، چند مثال عددی، ارائه و توسط نرم افزار GAMS حل می شود. با توجه به پیچیدگی مساله مورد بررسی، الگوریتم تبرید شبیه سازی شده به منظور حل مسایل در سایز متوسط و بزرگ توسعه داده می شود.

در مدل های ریاضی کلاسیک که از مسائل پایایی ارائه شده اند، برای هریک از اجزای در حال کار در سیستم دو وضعیت سالم و خراب در نظر گرفته شده بود. اما در سال های اخیر، در تحقیقات حوزه پایایی، مدل هایی با در نظر گرفتن چندین وضعیت عملکرد برای هریک از اجزاء ارائه شده اند، به نحوی که هر جزء با احتمالاتی مشخص دارای نرخ های عملکردی متفاوت است. در این پژوهش به بررسی مساله قابلیت اطمینان و تخصیص افزونگی چند هدفه برای سیستم های چند وضعیتی سری- موازی پرداخته شده است. پس از مطالعه ی پیشینه ی تحقیقات مرتبط و روش های آن، مدلی مناسب به منظور بررسی دو تابع هدف بیشینه سازی دسترسی پذیری سیستم و کمینه سازی هزینه های طراحی مربوطه تحت محدودیت های بودجه و وزن سیستم پیشنهادشده است. به منظور تخمین دسترسی پذیری یک سیستم چند وضعیتی از روش تابع مولد عمومی که به عنوان روشی مناسب جهت محاسبه قابلیت اطمینان و دسترسی پذیری سیستم های چند وضعیتی شناخته شده، استفاده شده است. ابتدا یک مدل ریاضی برای مساله ارائه شده، سپس به منظور بهینه سازی همزمان دو تابع هدف و تولید جواب های پارتویی مساله، نسخه دوم الگوریتم فرا ابتکاری ژنتیک با مرتب سازی نامغلوب توسعه داده می شود. درنهایت برای آزمودن کارایی الگوریتم پیشنهادی، تعدادی مساله نمونه در ابعاد مختلف تولید و حل می شود. نتایج حاصل از الگوریتم فراابتکاری با نتایج به دست آمده از حل مدل ریاضی به روش اپسیلون محدودیت توسط آزمون تی مقایسه می شوند. نتایج مقایسات حاکی از کارایی الگوریتم پیشنهادی است.

کلاس نسبتاً جدیدی از مسائل زمان بندی شامل چندین عامل می شود که هر عامل برای استفاده از یک پردازشگر مشترک به منظور اجرای کارهایش با سایر عوامل در رقابت است و معیار مختص به خود را برای بهینه کردن دارد. این تحقیق مساله زمان بندی تک ماشینه دوعامله را با یک بازه ثابت عدم دسترسی به ماشین نشان می دهد. هدف مساله حداقل کردن مجموع دیرکرد کارهای عامل اول است مشروط بر اینکه تاخیر کارهای عامل دوم نباید از یک حد داده شده تجاوز کند. دو مدل برنامه ریزی عددصحیح مختلط برای یافتن جواب های بهینه فرموله شده است که برای مسائل نمونه با سایز کوچک موثر است. برای این مساله چندین قانون غلبه پیشنهاد شده است؛ به منظور حل مسائل نمونه با سایز متوسط تا بزرگ، یک الگوریتم فراابتکاری تبرید شبیه سازی شده ترکیبی با قانون غلبه برای یافتن جواب های نزدیک به بهینه برای مساله توسعه داده شده است. آزمایشات محاسباتی برای ارزیابی عملکرد هر یک از مدل های برنامه ریزی ریاضی و الگوریتم تبرید شبیه سازی شده پیشنهادی انجام شده است. آزمایشات محاسباتی نشان می دهند که مدل های ریاضی پیشنهادی توانایی حل مسائل نمونه تا 100 کار را در زمانی منطقی دارند و عملکرد الگوریتم تبرید شبیه سازی شده ترکیبی بسیار خوب بوده و میانگین درصد خطای نسبی برای تمامی مسائل نمونه کمتر از 25/1 درصد است.

در اکثر تحقیقات انجام گرفته در زمینه مکان یابی تسهیلات خراب شونده، فرض شده است که تقاضاها گسسته بوده و بر روی گره ها واقع شده اند. در حالی که به تازگی، واقع بودن مشتریان بر روی کمان های موجود در شبکه نیز مورد بررسی قرار گرفته است. با در نظر گرفتن اطلاعات کامل و یا ناقص مشتریان از وضعیت خرابی تسهیلات، اخیرا ادبیات مکان یابی تسهیلات خراب شونده به دو شاخه تقسیم شده است. در این رساله به بررسی مکان یابی شبکه ای تسهیلات خراب شونده با فرض بی اطلاع بودن مشتریان از وضعیت خرابی تسهیلات پرداخته می شود. همچنین فرض شده است که مشتریان با توزیع یکنواخت بر روی کمان های موجود در شبکه توزیع شده اند. یکی از مفروضات مهم، امکان هم مکان بودن دو یا چند تسهیل می باشد. تاکنون تنها حالت دو تسهیلی این مساله بررسی شده است. در حالی که در تحقیق پیش رو، برای حالت n تسهیلی مساله، مدل ریاضی با فرم بسته ارائه می شود. در این مساله، مشتریان تا زمانی در سیستم جستجو می نمایند که خدمت خود را دریافت نمایند؛ مشتریان، تنها در صورتی از سیستم خارج می شوند که تمامی تسهیلات موجود در سیستم را خراب بیابند. تابع هدف این مساله، کمینه نمودن مجموع سفرهای مشتریان موجود در سیستم می باشد. در این تحقیق، ارتباط بین احتمال خرابی و هم مکانی تسهیلات بررسی می شود. به جهت ناچندجمله ای سخت بودن مساله، یک الگوریتم ژنتیک برای حل آن معرفی می گردد. سپس، با ارائه تعدادی مساله نمونه در ابعاد مختلف و حل آنها توسط الگوریتم معرفی شده و حل گر CPLEX، نحوه عملکرد این الگوریتم مورد بررسی قرار می گیرد. نتایج نشان می دهد که این الگوریتم قادر است در زمانی کوتاه، راه حل های مناسبی را ارائه نماید.

این پژوهش به بررسی مساله زمان بندی مجدد ناشی از اختلال دوباره کاری بر روی ماشین های موازی یکنواخت می پردازد. فرض بر این است که کارها قبلاً به منظور کمینه کردن مجموع زمان های تکمیل، زمان بندی شده و در حال پردازش هستند؛ مجموعه ای از آن ها که به دلایلی نیاز به دوباره کاری دارند، برگشت خورده و موجب اختلال می شوند. دو تابع هدف ناسازگار پس از بروز اختلال در نظر گرفته می شوند: تابع هدف اولیه، همان کمینه کردن مجموع زمان های تکمیل کارها و تابع هدف جدید کمینه کردن تعداد کارهایی که در مقایسه با زمان بندی اولیه به ماشین دیگری اختصاص می یابند. تابع هدف دوم باعث می شود زمان بندی اولیه دچار تغییرات زیادی پس از بازبینی نشود؛ در نتیجه، مساله مورد نظر دوهدفه خواهد بود. ابتدا یک مدل ریاضی برای مساله ارائه شده، سپس به منظور بهینه سازی همزمان دو تابع هدف و تولید جواب های پارتویی مساله، نسخه دوم الگوریتم فرا ابتکاری ژنتیک با مرتب سازی نامغلوب توسعه داده می شود. در نهایت برای آزمودن کارایی الگوریتم پیشنهادی، تعدادی مساله نمونه در اندازه های مختلف تولید و حل می شود. نتایج حاصل از حل الگوریتم فراابتکاری با نتایج به دست آمده از حل مدل ریاضی به روش اپسیلون محدودیت مقایسه می شوند. نتایج مقایسات حاکی از کارآیی الگوریتم پیشنهادی می باشد.

پیشرفت های بوجود آمده در جمع آوری داده و قابلیت های ذخیره سازی در طی دهه های اخیر باعث ایجاد حجم بزرگی از اطلاعات در بسیاری از علوم شده است. در مقایسه با بسترهای داده ای قدیمی و کوچکتر، بسترهای داده ای امروزی چالش های جدیدی در تحلیل داده ها بوجود آورده اند. روش های آماری سنتی به دو دلیل، امروزه کارائی خود را از دست داده اند. علت اول، افزایش تعداد مشاهدات است و علت دوم که از اهمیت بالاتری برخوردار است افزایش تعداد ویژگی های مربوط به یک مشاهده می-باشد. تعداد ویژگی هایی که برای هر مشاهده باید اندازه گیری شود ابعاد داده نامیده می شود. بسترهای داده ای که دارای ابعاد زیادی هستند علیرغم فرصت هایی که به وجود می آورند، چالش های محاسباتی زیادی را ایجاد می کنند. یکی از مشکلات داده های با ابعاد زیاد این ست که در بیشتر مواقع تمام ویژگی های داده ها برای یافتن دانشی که در داده ها نهفته است مهم و حیاتی نیستند. به همین دلیل در بسیاری از زمینه ها کاهش ابعاد داده یکی از مباحث قابل توجه باقی مانده است. از این رو، انتخاب ویژگی برای کاهش فضای ویژگی و افزایش کارایی دسته بندی متن به کار می رود. در این پژوهش یک روش دو مرحله ای برای انتخاب ویژگی در دسته بندی متن ارائه شده است. در ابتدا یک روش فیلترینگ با استفاده از معیار "انتخاب کننده ویژگی مجزا" اعمال می شود و ویژگی هایی که بیشترین مقدار را دارند انتخاب می شوند. سپس در مرحله بعد، از یک الگوریتم بهینه سازی کلونی مورچگان جدید برای انتخاب ویژگی هایی که در مرحله قبل انتخاب شده اند برای انتخاب بهترین زیرمجموعه از ویژگی ها استفاد می شود. الگوریتم بهینه سازی کلونی مورچگان در مرحله دوم از یک گراف جهت دار مستقیم که حاوی دو یال یکی یال انتخاب و دیگری یال عدم انتخاب یک ویژگی است استفاده می کند. این طرح باعث می شود که برخلاف روش های پیشین که از الگوریتم بهینه سازی کلونی مورچگان استفاده کرده اند، به جای گراف کامل با O(n^2) یال برای نمایش ویژگی ها از یک گراف جهت دار با O(n) یال استفاده شود. یکی دیگر از مشکلات روش های پیشین مشخص کردن تعداد ویژگی به صورت ثابت از ابتداست که باعث می شود تعداد ویژگی های بهینه انتخاب نشوند. گراف استفاده شده در این پژوهش می تواند هر تعداد از ویژگی های برجسته در گراف را در زمان خطی انتخاب کند که دقت دسته بندی را افزایش می دهد.

تحقیق حاضر به بررسی مساله زمانبندی گروهی بر روی ماشین های موازی غیرمرتبط با محدودیت های دسترسی و زمان های آماده سازی وابسته به توالی می پردازد.در بیشتر مسائل زمانبندی معمولا فرض می شود ماشین ها در تمام دوره برنامه ریزی تولید در دسترس هستند، که همیشه واقعی نیست. اما در کاربردهای دنیای واقعی ماشین ها به دلایلی از قبیل خرابی های ناگهانی، تعمیرات پیشگیرانه، کارهای از قبل برنامه ریزی شده و کمبود مواد پیش بینی شده، در همه دوره های زمانی در دسترس نیستند. در این تحقیق ماشین ها در بازه های مشخصی از زمان در دسترس نیستند، زمان های آماده سازی به صورت وابسته به توالی در نظر گرفته می شوند، کارها در زمان های مختلفی در دسترس قرار می گیرند و به گروه های مختلفی تقسیم بندی شده اند طوریکه کارهای هر گروه از لحاظ تکنولوژیکی به یکدیگر شبیه هستند. در سیستم های تولیدی از زمان های آماده سازی وابسته به توالی هنگامی که دو کار مختلف بر روی ماشین پردازش می شوند، نمی توان چشم پوشی کرد. درحالی که اگر کارهای پشت سرهم دارای شباهت های تکنولوژیکی باشند معمولا نیازی به انجام آماده سازی نخواهد بود. از طرف دیگر، با فرض وجود محدودیت های دسترسی ممکن است فرایند پردازش کارهای یک گروه قبل از بازه های در دسترس نبودن ماشین به اتمام نرسد و بعد از دوباره در دسترس قرار گرفتن ماشین، به نظر می رسد یکی از این3 حالت اتفاق می افت: کل فرایند آماده سازی مجددا لازم باشد، بخشی از فرایند آماده سازی لازم باشدو یا نیازی به آماده سازی مجدد ماشین نباشد. هدف مساله کمینه سازی دامنه عملیات است. برای هر یک از حالات فوق مساله به صورت یک مدل برنامه ریزی عدد صحیح مختلط فرموله می شود. به دلیل NP-hardبودنمسائل مذکور، یافتن جواب بهینه برای مسائل با ابعاد بزرگ در زمانی منطقی مقد ور نمی باشد. بنابراین یک الگوریتم جستجوی ممنوعه برای حل هر یک از آن ها توسعه داده می شود. در هر یک از مسائل به منظور ارزیابی عملکرد الگوریتم جستجوی ممنوعه، تعدادی مساله نمونه تولید و حل می شود. نتایج به دست آمده کارائی الگوریتم ارائه شده را نشان می دهند.

در دنیای به سرعت در حال تغییر کنونی شیوه رقابت بین سازمانها از حالت رقابت بین سازمانهای فردی به سوی رقابت بین سیستم های زنجیره تامین گرایش پیدا نموده است. مدل های سنتی زمان بندی، تنها توالی کارهایی که در مرحله تولید مورد پردازش قرار می گیرند را تحت پاره ای از محدودیتها مورد بررسی قرار می دهند لیکن در شرایط کنونی، مدلهای مذکور از کفایت لازم برخوردار نبوده و باید به منظور سازگاری مرحله تولید و توزیع، ملاحظات حمل و نقلی نیز در این مدلها لحاظ گردد. تولیدکنندگان نوین به منظور نیل به مزایای رقابتی تاکید بسیاری بر هماهنگی و یکپارچگی مولفه های گوناگون زنجیره تامین دارند. در این پژوهش به منظور یکپارچه نمودن سیستم تولید و توزیع به بررسی سیستم تحویل دسته ای در محیط کارگاه جریان دو ماشینه با هدف کمینه سازی مجموع زمان حضور کارها در سیستم و هزینه های تحویل پرداخته می شود. مساله مورد بررسی ابتدا به صورت یک مدل ریاضی فرموله شده و سپس مجموعه ای از قواعد غلبه ارائه و اثبات می شوند. به دلیل پیچیدگی مساله مذکور، یافتن جواب بهینه مسائل با ابعاد بزرگ در زمانی منطقی مقدور نمی باشد. بنابراین، یک روش حل کارا که متشکل از ترکیب قواعد غلبه و یک الگوریتم رقابت استعماری است، برای حل آن توسعه داده می شود. همچنین به منظور بررسی عملکرد الگوریتم ترکیبی ارائه شده، تعدادی مساله نمونه تولید و حل می شود. نتایج به دست آمده نشان میدهند الگوریتم ترکیبی پیشنهادی کارایی بیشتر و پیچیدگی محاسباتی کمتری دارد.

تحقیق حاضر به بررسی مساله زمان بندی جریان کارگاهی دو ماشینه با امکان برون سپاری کارهامی پردازد. فرض بر این است که کارها در زمان های متفاوتی در دسترس قرار می گیرند. هر کار یا در داخل و به وسیله ماشین های داخلی پردازش می شود و یا به پیمانکاران سفارش داده می شود. مرحله اول کار های برون سپاری شده توسط پیمانکار اول و مرحله دوم آن هاتوسط پیمانکار دوم تکمیل می شود.به منظور کاهش هزینه های حمل و نقل، انتقال بین دو پیمانکار می تواند به صورت دسته ای انجام شود.هدف انتخاب بعضی از کارها برای سفارش به پیمانکار، تعیین توالی پردازش کارها روی ماشین های داخلی ، تعیین توالی کار های برون سپاری شده و گروه بندی کارهای برون سپاری شده به منظور انتقال بین پیمانکاران می باشد به طوری که مجموع هزینه های برون سپاری و حمل و نقل و نیز حداکثر زمان تکمیل کمینه گردد. مساله به صورت دو مدل ریاضی مختلف مدل سازی شده و عملکرد آنها با یکدیگر مقایسه می شود. برای مساله مورد بررسی، تعدادی قواعد غالب ارائه و اثبات می گردد. با توجه به قویاً NP-hard بودن مساله، یافتن جواب بهینه برای مسائل با ابعاد بزرگ در زمانی منطقی و قابل قبول امکان پذیر نمی باشد. در نتیجه، به منظور حل مساله در زمانی قابل قبول، یک روش حل که متشکل از قواعد غالب و یک الگوریتم کلونی مورچگان می باشد، توسعه داده شده است. الگوریتم پیشنهادی شامل دو فاز می باشد که از بهترین جواب فاز اول به عنوان یک جواب اولیه در فاز دوم استفاده می شود. نتایج محاسباتی حاکی از کارایی الگوریتم پیشنهادی می باشد.

در این پژوهش به بررسی ضرورت و پیچیدگی در نظر گرفتن قابلیت اطمینان در پروژه ها و تبادل آن با اهداف گوناگون پرداخته شده است. پس از مطالعه ی پیشینه ی تحقیقات مرتبط و روش های آن، مدلی مناسب به منظور بررسی توابع هدف پیشنهادی قابلیت اطمینان و کنترل قابلیت اطمینان در محدودیت ها، در نظر گرفتن فرض پنجره ی زمانی برای زمان شروع فعالیت ها، موعد تحویل و زمان شناوری پیشنهاد شده است. از آنجایی که مساله تحت بررسی از جمله مسایل ناچندجمله ای سخت می باشد، برای حل آن، یک الگوریتم NSGA ІІ و یک الگوریتم MOPSO ارائه شده اند. برای آزمودن کارایی الگوریتم های پیشنهادی، تعدادی مساله نمونه در اندازه های مختلف تولید شده و نتایج حل الگوریتم های فراابتکاری با نتایج به دست آمده از حل مدل توسط نرم افزار GAMS مقایسه و عملکرد الگوریتم ها در استفاده از توابع متفاوت قابلیت اطمینان در رسیدن به جواب های بهتر مطالعه شده است. نتایج به دست آمده حاکی از آن است که الگوریتم های فراابتکاری پیشنهادی علاوه بر این که می توانند راه حل های قابل قبول را در زمان های محاسباتی کم، به دست آورند توانایی تولید جواب هایی با ویژگی های متفاوت، در به کارگیری توابع متفاوت قابلیت اطمینان را در تبادل با زمان برای مساله ی مورد بررسی دارند. به عنوان نمونه می توان به زمان کمتر حل مدل توسط MOPSO و توانایی NSGA ІІ در جستجوی سطح بیشتری در فضای جواب اشاره کرد. در انتها پس از جمع بندی و نتیجه گیری از مطالب ارائه شده، پیشنهادهای آتی به منظور انجام پژوهش های بیشتر برای توسعه ی بکارگیری علم قابلیت اطمینان در مسایل زمان بندی و کنترل پروژه ارائه شده است.

مسائل مکان یابی شبکه ای به بحث پیرامون تعیین مکان استقرار تسهیلات در شبکه ای از گره ها و کمان ها می پردازند. در این دسته از مسائل، فواصل بین نقاط از طریق کوتاهترین مسیر ممکن بین گره ها تعیین می شود. در این تحقیق، با در نظر گرفتن مشتریان کم حوصله، مساله مکان یابی شبکه ای برای تسهیلات مستعد ازدحام بررسی می گردد. در چنین تسهیلاتی، زمان های خدمت دهی در مقایسه با فواصل زمانی بین ورود مشتریان متوالی محسوس است بنابراین در اغلب مواقع، صفی از مشتریان در محل تسهیل تشکیل می شود. در بسیاری از سیستم های خدمت دهی دنیای واقعی، بخشی از مشتریان به دلیل بی حوصلگی ناشی از ازدحام، از دریافت خدمت منصرف می گردند. بی حوصلگی زمانی اتفاق می افتد که زمان انتظار در صف و یا به عبارتی طول صف انتظار به طور نامطلوبی طولانی شود. در چنین وضعیتی مشتری بی حوصله، با دیدن صف انتظار طولانی، تمایلی به ورود یا ماندن در صف انتظار از خود نشان نمی دهد. این مساله موجب از دست رفتن بخشی از تقاضا خواهد شد. در نظر گرفتن تقاضای از دست رفته می تواند به واقعی و کاراتر شدن مدل های ریاضی مکان یابی، کمک شایانی نماید. در این تحقیق فرض می شود که هر مشتری به نزدیک ترین تسهیل مراجعه می کند و در صورتی که در این تسهیل با طول صفی بیش از آستانه تحملش رو به رو شود، برای دریافت خدمت منتظر نمانده و به نزدیک ترین تسهیل به تسهیل فعلی مراجعه می نماید. اگر طول صف انتظار در تسهیل دوم نیز بیش از آستانه تحمل مشتری باشد، مشتری به طور کلی از دریافت خدمت صرف نظر می کند. انصراف مشتری از دریافت خدمت به معنی خروج وی از سیستم و از دست رفتن تقاضا تلقی می شود. یک مدل برنامه ریزی عدد صحیح آمیخته با تابع هدف کمینه کردن مجموع تقاضاهای از دست رفته ناشی از ازدحام در تسهیلات برای این مساله توسعه داده می شود. سپس به منظور اعتبارسنجی مدل ارائه شده، تعدادی مثال عددی در ابعاد کوچک توسط نرم افزار بهینه ساز GAMS حل و تحلیل می شوند. در ادامه با توجه به پیچیدگی مساله مورد مطالعه، یک الگوریتم ژنتیک مبتنی بر شبیه سازی-بهینه سازی به منظور حل مسائل با ابعاد متوسط و بزرگ توسعه داده می شود.

این تحقیق به بررسی مساله ی زمان بندی تک ماشین با دو عامل استفاده کننده می پردازد. استفاده ی همزمان دو یا چند عامل از یک ماشین مشترک، یکی از مهم ترین مفروضاتی است که در سال های اخیر مورد توجه محققین بوده است. دو عامل مستقل هر یک دارای مجموعه ای از کارها هستند و می خواهند آنها را با توجه به هدف خود روی یک ماشین مشترک زمان بندی کنند. تمام کارها در زمان صفر در دسترس بوده و پردازش آنها بدون وقفه صورت می گیرد. زمان پردازش کارها و موعد تحویل آنها قطعی و مشخص است. رویکرد هر دو عامل تحویل به هنگام کارهای مربوط به خود است و هدف مساله زمان بندی تمام کارها است به طوری که مجموع زودکردها و دیرکردهای مربوط به کارهای عامل اول کمینه شود به شرطی که هیچ یک از کارهای عامل دوم زودکرد یا دیرکردی بیش تر از یک حد مشخص نداشته باشد. به دلیل بی قاعده بودن تابع هدف، وجود بیکاری های غیرضروری بین پردازش کارها می تواند مفید باشد و این موجب افزایش پیچیدگی مساله می شود. این مساله با دو رویکرد مختلف مدل سازی شده است و پس از آن، مجموعه ای از ویژگی ها و قواعد برتری جواب ها به صورت قضایای غلبه ارائه و اثبات شده اند. به دلیل پیچیدگی مساله، نمی توان یک الگوریتم با زمان حل چندجمله ای برای آن ارائه داد. در نتیجه، دو الگوریتم بهبود حریصانه و شش الگوریتم ابتکاری جست وجوی محلی با ایده های مختلف برای حل مساله ی مذکور توسعه داده شده است. در پایان، به منظور ارزیابی عملکرد الگوریتم های مختلف، تعدادی مساله ی نمونه طراحی و حل شده است. نتایج محاسباتی کارآیی الگوریتم های ارائه شده را نشان می دهند.

تحقیق حاضر به بررسی مساله زمان بندی تحویل دسته ای با در نظر گرفتن زمان های دسترسی و آماده سازی وابسته به توالی بر روی یک ماشین می پردازد. لحاظ نمودن زمان های دسترسی و آماده سازی از جمله واقعیترین مفروضات در نظر گرفته شده در حوزه زمان بندی است. در این تحقیق، زمان های آماده سازی وابسته به توالی بوده و جدایی پذیر هستند. کارها در زمان های متفاوتی در دسترس قرار می گیرند و به صورت دسته ای به مشتریان مربوطه تحویل داده می شوند. موعد تحویل هر کار به صورت یک پنجره زمانی در نظر گرفته شده است. با توجه به پیچیده بودن مساله مذکور در ابتدا مساله با در نظر گرفتن زمان های دسترسی و سپس با در نظر گرفتن همزمان زمان های دسترسی و آماده سازی وابسته به توالی مورد بررسی قرار می گیرد. هدف زمان بندی کارها، دسته بندی آنها و تصمیم گیری در مورد زمان تحویل هر دسته می باشد، به طوریکه مجموع هزینه های زودکرد، دیرکرد، نگهداری و تحویل کمینه گردد. هریک از مسائل ابتدا به صورت یک مدل ریاضی فرموله شده و سپس مجموعه ای از قواعد غالب ارائه و اثبات می شوند. به دلیل NP-hard بودن مسائل مذکور، یافتن جواب بهینه مسائل با ابعاد بزرگ در زمانی منطقی مقدور نمی باشد. بنابراین، یک روش حل کارا که متشکل از ترکیب قواعد غالب و یک الگوریتم رقابت استعماری است، برای حل هر یک از آنها توسعه داده می شود. در مسائل مورد بررسی، وجود بیکاری های غیرضروری و دسته بندی غیرپیوسته مجاز می باشد. علاوه بر این، زمان تحویل یک دسته ممکن است بزرگتر از زمان تکمیل آخرین کار موجود درآن دسته باشد. در هریک از مسائل به منظور ارزیابی عملکرد الگوریتم ترکیبی ارائه شده، تعدادی مساله نمونه تولید و حل می شود. نتایج به دست آمده کارائی الگوریتم ارائه شده را نشان می دهند.

طراحی شبکه ی توزیع از سه مساله ی مکان یابی - تخصیص، مسیریابی وسیله ی نقلیه و کنترل موجودی تشکیل شده است. یکپارچگی اجزای سیستم توزیع، نقش مهمی را در بهبود عملکرد آن ایفا نموده و می تواند زنجیره ی تامین را در رسیدن به اهدافش از هزینه ی کم تا پاسخگویی بالا کمک نماید. در این تحقیق، یک شبکه ی توزیع سه سطحی شامل یک تامین کننده ی اصلی، چند مرکز توزیع بالقوه و تعدادی مشتری مورد مطالعه قرار می گیرد و به منظور یکپارچه سازی شبکه ی مذکور، مسائل مکان یابی مراکز توزیع، تخصیص مشتریان به مراکز توزیع فعال شده، مسیریابی وسایل نقلیه با در نظر گرفتن محدودیت پنجره های زمانی و کنترل موجودی مراکز توزیع به صورت همزمان در نظر گرفته می شوند. بدین منظور ابتدا برای مساله ی مورد بررسی یک مدل برنامه ریزی خطی عدد صحیح آمیخته با هدف کمینه کردن مجموع هزینه های مکان یابی، تخصیص، مسیریابی و کنترل موجودی توسعه داده می شود. سپس به منظور اعتبارسنجی مدل ارائه شده چند مساله در ابعاد کوچک توسط نرم افزار بهینه سازی GAMS حل و تحلیل می شوند. در ادامه با توجه به پیچیدگی مساله ی موردمطالعه، دو الگوریتم فراابتکاری آنلینگ شبیه سازی شده و ژنتیک به منظور حل مسائل با ابعاد متوسط و بزرگ توسعه داده می شوند. نتایج محاسباتی بر روی مسائل نمونه، حاکی از کارایی مناسب هر دو الگوریتم در حل مسائل با ابعاد کوچک است. همچنین این نتایج نشان می دهند که با افزایش ابعاد مساله، الگوریتم آنلینگ شبیه سازی شده از الگوریتم ژنتیک کاراتر می باشد.

تعیین برنامه زمان بندی و توالی عملیات در مسائل برنامه ریزی تولید به عنوان یکی از عوامل کلیدی موفقیت در هر سازمان تولیدی نقش مهم و موثری دارد زیرا زمان بندی تولید باعث جلوگیری از انباشت سرمایه، تقلیل ضایعات، کاهش و یا حذف بیکاری ماشینآلات و تلاش برای استفاده بهتر از آنها، پاسخگوئی به موقع به سفارش های مشتریان و تامین مواد اولیه و قطعات مورد نیاز در موقع مناسب می شود. مسائل زمان بندی تولید بسیار متنوع هستند. هدف زمان بندی تولید تخصیص منابع محدود در طول زمان برای انجام گروهی از فعالیت ها است. داشتن یک برنامه زمان بندی تولید مناسب، تاثیر زیادی بر افزایش کارایی و دسترسی به اهداف سازمان دارد. مدل زمان بندی تولید در هر یک از سازمان های تولیدی با توجه به اهداف و اولویت های دسترسی به هر یک از آنها متفاوت است. بنابراین برای تعیین مدل زمان بندی مناسب در سازمان ابتدا باید اهداف، اولویت و محدودیت منابع مورد بررسی قرار گیرد. در این تحقیق، مساله زمان بندی در محیط جریان کارگاهی با دو ماشین پردازشگر دسته ای مورد مطالعه قرار گرفته است. در ارتباط با مسائل زمان بندی، نسل جدیدی از پردازش کارها به صورت پردازش همزمان دستهای در محیطهای صنعتی معرفی شده است که موجب کاهش در زمان های آمادهسازی، هزینههای حمل و تسریع در عملیات پردازش نسبت به پردازش تکی کارها می گردد. در این نوع پردازش با توجه به محدودیتی که برای اندازه هر دسته جهت پردازش وجود دارد، تعداد محدودی کار تا جایی که از ظرفیت دسته تجاوز نکنند در دسته قرار گرفته و روی ماشین پردازشگر دستهای پردازش می شوند. در این پایاننامه، مدل ریاضی جدید با محدودیت های ناسازگاری کارها و اندازه ظرفیت دسته، با هدف کاهش هزینه حداکثر زمان تکمیل کارها در مساله زمان بندی جریان کارگاهی با ماشینهای پردازشگر دستهای ارائه گردیده است. از آن جایی که مدل پیشنهادی ناچندجمله ای سخت (NP hard) است، روش حلی بر مبنای الگوریتم کلونی مورچگان و آنلینگ شبیه سازی شده، توسعه داده شده است. جهت ارزیابی عملکرد الگوریتم پیشنهادی، مسائل نمونه به صورت تصادفی ایجاد شده و راه حل های به دست آمده از الگوریتم های پیشنهادی با مقدار حد پایین به دست آمده از مطالعات گذشته پژوهشگران مقایسه گردیده است .

این تحقیق به مسأله زمانبندی کارگاه گروهی با زمانهای آماده سازی وابسته به توالی و زمانهای حمل و نقل می پردازد. مساله زمانبندی کارگاه گروهی یک چارچوب کلی فراهم می آورد که سایر مسائل زمانبندی کارگاهی شامل تولید کارگاهی و کارگاه باز را در برمی گیرد. لحاظ کردن زمانهای آماده سازی و حمل ونقل از جمله واقعیترین فرضیات در نظر گرفته شده در حوزه مسائل زمانبندی است. در تحقیق حاضر، زمانهای آماده سازی وابسته به توالی بوده و جدایی پذیر هستند. زمانهای حمل و نقل نیز وابسته به نوع کار بوده و فرض می شود که به تعداد کافی وسیله برای حمل و نقل کارها وجود دارد. همچنین کارها در زمانهای متفاوتی در دسترس قرار می گیرند. نخست، مساله به صورت یک مدل برنامه ریزی انفصالی مدله شده و سپس این مدل به یک مدل برنامه ریزی خطی عدد صحیح مختلط تبدیل می شود. به دلیل NP-hard بودن مساله زمانبندی کارگاه گروهی، یافتن جواب بهینه مسائل با ابعاد بزرگ، در زمان منطقی مقدور نمی باشد و بنابراین یک الگوریتم ترکیبی که متشکل از یک الگوریتم ژنتیک و یک الگوریتم تولید کننده برنامه زمانبندی فعال است برای حل چنین مسائلی ارائه می شود. الگوریتم پیشنهادی با هر دو رویکرد تکامل بالدوین و نیز تکامل لامارک پیاده سازی می شود. برای بررسی عملکرد الگوریتم ارائه شده، تعدادی مساله نمونه تولید و حل می شود. نتایج به دست آمده کارایی مناسب الگوریتم ارائه شده به ویژه نسخه مبتنی بر تکامل لامارک را نشان می دهد.

شبکه های عصبی مصنوعی یکی از ابزارهای یادگیری ماشین است که کاربردهای فراوان آن در دنیای امروز مشهود است. عملکرد شبکه های عصبی مصنوعی به نحوه ی آموزش شبکه و طرح معماری آن وابسته است. طراحی معماری شبکه ی عصبی شامل انتخاب ویژگی های ورودی، تعیین تعداد نرون های میانی و نحوه ی برقراری ارتباط بین ویژگی های ورودی، نرون های میانی و نرون های خروجی است که معمولا توسط فرد خبره انجام می شود. در این پژوهش سه الگوریتم برای طراحی معماری و آموزش وزن های شبکه توسعه داده شده است. الگوریتم اول قادر به تولید و آموزش شبکه های عصبی پیش رو با یک لایه ی مخفی است. این الگوریتم در طراحی معماری، تعداد نرون های میانی را تعیین می کند و بین لایه های مجاور شبکه ارتباط کامل برقرار می کند. الگوریتم دوم ارائه شده، علاوه بر تعیین تعداد نرون های لایه ی میانی، ویژگی های ورودی مرتبط را انتخاب می کند. همچنین نحوه‎ ی ارتباط بین ورودی ها و نرون های میانی را تعیین کرده و اوزان شبکه را تنظیم می کند. این الگوریتم ها کاملا از دانش فرد خبره بی نیاز نیستند. اما الگوریتم سوم با هدف عدم وابستگی طراحی و آموزش شبکه های عصبی به فرد خبره توسعه داده شده است. معماری شبکه های تولید شده توسط این الگوریتم لزوما لایه ای نیست و نرون های میانی می توانند دارای هر نوع ارتباطی (حتی بازگشتی) باشند. برای ارزیابی الگوریتم های ارائه شده از مسائل دسته بندی استاندارد و مقایسه ی نتایج این الگوریتم ها با دیگر سیستم های تکامل شبکه عصبی استفاده شده است. نتایج آزمایشات، برتری الگوریتم های ارائه شده بر الگوریتم مورد مقایسه را در بسیاری از موارد نشان می دهد. سهم اجزای الگوریتم ها در کارایی آن ها مورد تحلیل و بررسی قرار گرفته و نتایج مشاهدات در این گزارش آمده است.

دسته بندی متن نقش مهمی را در مدیریت اطلاعات ایفا می کند. به دلیل افزایش حجم اطلاعات موجود در اینترنت، دسته بندی خودکار متن ها بسیار مورد توجه قرار گرفته شده است. یکی از مشکلات دسته بندی متن، ابعاد بالای فضای ویژگی است. اغلب ویژگی ها نامربوط و زائد هستند و بر کارایی دسته بندی کننده تاثیر منفی می گذارند. ازاینرو، انتخاب ویژگی برای کاهش فضای ویژگی و افزایش کارایی دسته بندی متن به کار می رود. در این پژوهش یک روش سه مرحله ای برای انتخاب ویژگی در دسته بندی متن ارائه شده است. در ابتدا یک روش فیلترینگ با استفاده از معیار آنتروپی فازی یا بهره اطلاعات اعمال می شود و ویژگی ها بر مبنای مقداری که دارند، رتبه بندی می شوند. اگر در گام اول روش آنتروپی فازی استفاده شود، ویژگی هایی که بیشترین مقدار و هرگاه روش بهره اطلاعات بکار رود، ویژگی هایی که کمترین مقدار را دارند از مجموعه ویژگی ها حذف می شوند. سپس در گام دوم، الگوریتم بهینه سازی کلونی مورچه ها برای انتخاب ویژگی هایی که در گام اول حذف نشده اند، اعمال می شود. در گام آخر الگوریتم ژنتیک برای کاهش ابعاد ویژگی هایی که توسط الگوریتم بهینه سازی کلونی مورچه ها بدست آمده است، مورد استفاده قرار می گیرد. در این پژوهش از یک دسته بندی کننده نزدیکترین همسایگی برای دسته بندی 10 کلاس برتر رویترز 21578 استفاده شده است و نتایج بدست آمده نشان دهنده کارایی روش ارائه شده می باشد.

در تحقیق حاضر، مساله زمانبندی کارگاه گروهی احتمالی تحت زمانهای ورود و پردازش احتمالی و همچنین موعدهای تحویل فازی، مورد بررسی قرار گرفته است. مساله زمانبندی کارگاه گروهی در حالت کلی، در برگیرنده مسائل زمانبندی تولید کارگاهی و همچنین کارگاه باز می باشد. این مساله با دو رویکرد متفاوت مورد بررسی قرار گرفته است. در رویکرد اول، هدف بیشینه سازی امید ریاضی مجموع مطلوبیت حاصل از اتمام کارها است که بدین منظور دو روش که هر دو در چارچوب الگوریتم بهینه سازی مورچگان عمل می کنند، توسعه داده می شوند. در روش اول، عملکرد جواب ها بوسیله جایگزینی متغیرهای تصادفی با مقدار میانگینشان مورد ارزیابی قرار می گیرد، در حالی که در روش دوم، از یک مدل شبیه سازی پیشامدهای گسسته به منظور تخمین عملکرد یک جواب استفاده می شود. در رویکرد دوم، با فرض اینکه زودکرد و تاخیر در اتمام کارها جریمه تحمیل می کند، هدف، کمینه سازی امید ریاضی بیشینه هزینه اتمام در بین همه کارها است. یک حد پایین روی تابع هدف ارائه شده و سپس یک روش ترکیبی شبیه سازی بهینه سازی برای برخورد با مساله معرفی می شود. در روش ترکیبی ارائه شده، از یک الگوریتم بهینه سازی مورچگان جهت ساخت جواب های با کیفیت استفاده شده، در حالی که از مدل شبیه سازی پیشامدهای گسسته به منظور ارزیابی عملکرد جواب هایی استفاده می شود که با در نظر گرفتن حد پایین شانس بهبود بهترین جواب فعلی را دارند. بوسیله نتایج محاسباتی، مقایسه ای بین روشهای ارائه شده در رویکرد اول انجام گرفته و عملکرد روش ترکیبی ارائه شده در رویکرد دوم، ارزیابی می شود.

در این پژوهش، مساله زمانبندی کارگاه گروهی فازی بررسی می شود. مساله زمانبندی کارگاه گروهی حالت تعمیم یافته ای از دیگر مسایل زمانبندی کارگاهی از قبیل مسایل جریان کارگاهی، تولید کارگاهی و کارگاه باز است که در سیستمهای تولیدی گوناگون با آنها مواجه هستیم. در اکثر مطالعات انجام شده در رابطه با مسایل زمانبندی پارامترهایی از قبیل زمانهای پردازش عملیات و دسترسی به کارها به صورت قطعی در نظر گرفته شده اند. چنین مفروضاتی فقط در موارد محدودی از قبیل خودکار بودن عملیات ممکن است برقرار باشند. لذا، به منظور نزدیکی بیشتر با شرایط دنیای واقعی، زمانهای پردازش عملیات و دسترسی به کارها به صورت اعداد فازی مثلثی در نظر گرفته می شوند. ابتدا، یک مدل برنامه ریزی فازی با هدف حداقل کردن زمان تکمیل کلیه کارها ارائه می شود. سپس، مدل فازی ارائه شده با استفاده از رویکرد محدودیت مبتنی بر شانس به یک مدل برنامه ریزی خطی عدد صحیح مختلط قطعی تبدیل می شود. پس از بررسی رفتار مدل قطعی، یک الگوریتم ژنتیک کارا برای حل مساله توسعه داده می شود. برای بررسی عملکرد الگوریتم پیشنهادی تعدادی مساله نمونه تولید و حل می گردند. نتایج به دست آمده کارایی مناسب الگوریتم ارائه شده را نشان می دهند.

در پایان نامه حاضر، طراحی جامع سیستم تولید سلولی با در نظر گرفتن حوزه های مهم طراحی شامل تشکیل سلول، جانمایی سلولی و زمان بندی سلولی مورد مطالعه قرار می گیرد. ابتدا یک مدل ریاضی برنامه ریزی خطی عدد صحیح مختلط به منظور حل همزمان مسائل تشکیل سلول و جانمایی سلولی با هدف کمینه کردن کل هزینه های حمل و نقل و تعیین چیدمان دقیق ماشین ها در سطح کارگاه ارائه می شود. سپس یک مدل ریاضی به منظور حل همزمان مسائل تشکیل سلول، جانمایی سلولی و زمان بندی سلولی با هدف کمینه کردن مجموع زمان های تکمیل کارها توسعه داده می شود. حل بهینه مثال های عددی حاکی از آن است که ادغام مسئله زمان بندی در مسائل تشکیل سلول و جانمایی سلولی تاثیر قابل توجهی در بهبود کارایی سیستم تولیدی دارد. دو الگوریتم ژنتیک برای حل هر یک از مسائل فوق توسعه داده می شوند و با استفاده از تعدادی مثال عددی، کارایی این الگوریتم ها با الگوریتم شاخه و کرانه مورد مقایسه قرار می گیرد. در ادامه، مدل ریاضی مسئله طراحی جامع سیستم تولید سلولی با اهداف مبتنی بر هزینه و زمان ارائه می شود. اعتبار سنجی مدل ارائه شده به کمک حل مدل به ازای مسئله ای با ابعاد کوچک با روش محدودیت اپسیلون صورت می گیرد. با توجه به پیچیدگی مسئله مورد نظر، یک الگوریتم ژنتیک دوهدفه به منظور حل مسائل با ابعاد بزرگ توسعه داده می شود. کارایی الگوریتم ژنتیک دوهدفه در حل مسائل با مرز موثر مقعر و همچنین در مقایسه با سایر الگوریتم های تکاملی مورد بررسی قرار می گیرد. طراحی جامع سیستم تولید سلولی با در نظر گرفتن سیستم حمل مواد نیز در این تحقیق مد نظر قرار می گیرد. در این رویکرد، ابتدا مدل ریاضی برنامه ریزی خطی عدد صحیح مختلط مسئله ادغامی تشکیل سلول، جانمایی بین سلولی و طراحی سیستم حمل مواد و الگویتم های حل آن ارائه می شود. سپس، یک مدل ریاضی کارا به منظور حل مسئله جانمایی درون سلولی توسعه داده می شود. نتایج محاسباتی حاکی از قابلیت بالای رویکرد ارائه شده و کارایی الگوریتم ژنتیک مورد نظر است. در پایان، حل مسئله زمان بندی سلولی با در نظر گرفتن تاثیر قطعات استثنایی مدنظر قرار می گیرد.

در این تحقیق فرآیند مدیریت زنجیره تامین چند سطحی، چند محصولی و چند دوره ای با تاکید بر نقش استراتژی فرابارانداز و با فرض وجود عدم قطعیت مورد بررسی قرار می گیرد. از این رو، به منظور یکپارچه کردن طرح های تهیه مواد اولیه، تولید و توزیع در یک افق زمانی میان مدت با در نظر گرفتن عرضه، تولید و تقاضای فازی با هدف حداقل کردن هزینه ها و طراحی یک سیستم توزیع به موقع یک مدل ریاضی توسعه داده می شود. در زنجیره تامین مورد بررسی از استراتژی های فرابارانداز و ارسال مستقیم برای توزیع محصولات استفاده می شود. همچنین از اعداد فازی مثلثی برای بیان عدم قطعیت موجود در زنجیره و از برنامه ریزی محدودیت فازی مبتنی بر شانس و رویکرد حداکثر-حداقل برای تبدیل مدل دو هدفه فازی به یک مدل یک هدفه قطعی استفاده می شود. مدل یک هدفه قطعی حاصله به وسیله یک نرم افزار تجاری قابل حل می باشد. علاوه بر این، با توجه به مهمترین هدف استراتژی فرابارانداز که کاهش هزینه های نگهداری و حمل و نقل می باشد، مسیریابی و زمانبندی وسایل نقلیه ورودی امری ضروری است. اما از آن جایی که یکپارچه کردن مسیریابی و زمانبندی وسائل نقلیه و استراتژی فرابارانداز در مسئله مذکور باعث افزایش پیچیدگی خواهد شد، لذا به منظور کاهش پیچیدگی مسئله، زنجیره ای با سطوح کمتر مورد بررسی قرار می گیرد. در مدلی که به این منظور ارائه می شود، مسیر و زمان حرکت وسایل نقلیه ورودی از تامین کنندگان به باراندازها و همچنین وسایل نقلیه خروجی از باراندازها به خرده فروش ها مشخص می شود. هدف، تخصیص محصولات به تامین کنندگان و باراندازها به منظور بهینه کردن مسیر و زمان حرکت وسایل نقلیه ورودی و خروجی و عملیات دسته بندی کردن محصولات در باراندازها بوده به طوریکه کل هزینه های خرید محصولات، حمل و نقل و نگهداری حداقل شود. همچنین به منظور حل مدل ارائه شده، یک الگوریتم ژنتیک ترکیبی توسعه داده می شود.

در این پایان نامه، ابتدا مسئله زمان بندی تک ماشین با مدل یادگیری بر اساس موقعیت کار و زمان های پردازش فازی به طور همزمان مورد بررسی قرار می گیرد. زمان های پردازش به صورت اعداد فازی مثلثی در نظر گرفته می شوند. نشان داده می شود که مسئله حداقل سازی دامنه عملیات و حداقل سازی مجموع زمان های تکمیل در یک زمان چند جمله ای قابل حل می باشند و همچنین الگوریتم های چند جمله ای برای حل مسائل حداقل سازی مجموع وزنی زمان های تکمیل و حداقل کردن حداکثر دیرکرد در شرایط خاصی ارائه می شود. سپس در این پایان نامه، مسئله زمان بندی تک ماشین با مدل تاثیر یادگیری بر اساس موقعیت کار و تاثیر یادگیری بر اساس مجموع زمان های پردازش و با موعدهای تحویل فازی بررسی می شود. موعد تحویل یک کار به صورت یک تابع از درجه رضایت بخشی زمان تکمیل آن کار نشان داده می شود. تحت شرایط خاصی الگوریتم های چند جمله ای برای حداکثر کردن حداقل درجه رضایت بخشی پیشنهاد می شود.