بکارگیری الگوریتم ژنتیک برای حل مساله پوشش مجموعه

پایان نامه
چکیده

مساله پوشش مجموعه یک مساله مکان یابی - تخصیص است . این مساله یک مدل برنامه ریزی خطی صفر و یک است ولی به دلیل np-complete بودن، روش های ابتکاری زیادی برای حل آن طراحی شده است . الگوریتم ژنتیک به عنوان یکی از جدیدترین روش های ابتکاری که کمتر در حل مساله پوشش مجموعه بکارگرفته شده است می تواند رویکرد مناسبی برای مواجهه با این مساله باشد. در این پایان نامه با استفاده از یک مساله آزمون که به صورت تصادفی تولید شده است ، رویکردهای مختلفی که برای عملگر جهشی و مکانیسم انتخاب طراحی گردیده مورد آزمایش قرار گرفته و موثرترین حالت برگزیده شده است . سپس با استفاده از همان مساله آزمون، نرخ های تقاطعی متفاوت بررسی و موثرترین آنها انتخاب گردیده است . در نهایت 10 مساله آزمون با ابعاد گوناگون از طریق شبیه سازی تولید شده و الگوریتم پیشنهادی تحت شرایط ذیل بر روی آنها اجرا شده است . الف - سیستم کدینگ : رشته دودویی ب - ایجاد جمعیت اولیه: تصادفی - بدون کرومزوم تکراری و غیر موجه پ - عملگر تقاطعی: دو نقطه برش با نرخ نقاط 0/95 ت - عملگر جهشی: یکنواخت با نرخ جهشی 0/1 ث - مکانیسم انتخاب : انتخاب ( + ) ج - تابع برازش : تابع هدف مساله چ - برخورد با محدودیت ها: استراتژی برای الگوریتم طراحی شده با شرایط فوق الذکر و ساختاری که در فصل چهارم به طور مفصل توضیح داده شده است در مواجهه با مسائلی که کمتر از 100 متغییر و 50 محدودیت دارند، موفق عمل می کند.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

الگوریتم ترکیبی موثر ژنتیک برای حل مساله مسیریابی وسیله نقلیه

  The Vehicle Routing Problem (VRP) is one of the most important combinational optimization problems that has nowadays received much attention of researchers and scientists. In this problem, the objective is to minimize the cost traveled by several vehicles that start to move simultaneously from depot and come back to depot after visiting customers if at first each node is visited only once by ...

متن کامل

الگوریتم ترکیبی موثر ژنتیک برای حل مساله مسیریابی وسیله نقلیه

الگوریتم ژنتیک، همگرایی زودرس، مسائل –np تام، مساله مسیریابی وسیله نقلیه مساله مسیریابی وسیله نقلیه یکی از مهمترین مسائل بهینه سازی ترکیباتی است که امروزه بسیار مورد توجه محققان و دانشمندان قرار می گیرد. در این مساله هدف تعیین کمینه هزینه جابجایی چندین وسیله نقلیه است که بطور همزمان از انبار کالا شروع به حرکت می کنند و بعد از ملاقات کردن مشتری ها به انبار باز می گردند، به شرط آنکه اولا هر گره ف...

متن کامل

طراحی الگوریتم ژنتیک برای حل مساله پوشش حداکثر

مسایل پوشش حداکثر یکی از مهمترین مسایل مکانیابی است که در آن مکان تعدادی تجهیز به گونه ای تعیین می شود که بیشترین مقدار تقاضا را پوشش دهد. اینگونه مسایل در انتخاب محل مناسب برای استقرار مراکز صنعتی، اقتصادی یا خدماتی کاربردهای فراوانی دارند و به عنوان یکی از ابزارهای قدرتمند در تصمیم گیری مدیران محسوب می شوند. این دسته از مسایل از جمله مسایل ‏‎np-complete‎‏ می باشد و به همین دلیل پیدا کردن جواب...

15 صفحه اول

بکارگیری الگوریتم ترکیبی بهینه سازی دسته ذرات برای حل مساله سنتی زمانبندی کار کارگاهی

The classical Job Shop Scheduling Problem (JSSP) is NP-hard problem in the strong sense. For this reason,   different metaheuristic algorithms have been developed for solving the JSSP in recent years. The Particle Swarm Optimization (PSO), as a new metaheuristic algorithm, has applied to a few special classes of the problem.  In this paper, a new PSO algorithm is developed for JSSP. First, a pr...

متن کامل

ارائه یک الگوریتم ابتکاری جدید برای حل مساله مکان‌یابی پوشش کلی

Set covering problem has many applications such as emergency systems, retailers’ facilities, hospitals, radar devices, and military logistics, and it is considered as Np-Hard problems. The goal of set covering problem is to find a subset such that :::::::::union::::::::: of the subset members covered the whole set. In this paper, we present a new heuristic algorithm to solve the set covering pr...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه تهران

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023