ارائه الگوریتم های تکاملی برای مسائل گروه بندی و سنجش عملکرد آن در حل مسئله طراحی سلول تولیدی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران) - دانشکده مهندسی صنایع
- نویسنده آزاده نکته دان
- استاد راهنما بهروز کریمی علی حسین زاده کاشان
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1387
چکیده
یک دسته مهم از مسائل ترکیباتی ، مسائل گروه بندی هستند که هدف آنها گروه بندی اعضای یک مجموعه در قالب گروه های مجزا است. با توجه به پیچیدگی ذاتی مسائل گروه بندی، الگوریتم های ژنتیک استاندارد در حل آنها ضعیف عمل می کنند. لذا طرح کدینگ و اپراتورهای جدیدی برای این دسته از مسائل ارائه شده که منجر به معرفی الگوریتم ژنتیک گروه بندی شده است. مقایسات صورت گرفته میان عملکرد الگوریتم ژنتیک گروه بندی با سایر نسخه های الگوریتم های ژنتیک در حل مسائل گروه بندی نشان از عملکرد برتر الگوریتم ژنتیک گروه بندی در این زمینه دارد. اغلب مسائل گروه بندی np-hard هستند. بدین مفهوم که الگوریتم های شناخته شده قادر به حل اینگونه مسائل در زمانی معقول (غیرنمایی) نمی باشند. لذا این الگوریتم ها برای حل مسائل علمی کارا نیستند. در این پایان نامه، هدف ارائه الگوریتم های فرا ابتکاری تطبیق یافته جدید برای حل مسائل گروه بندی است. الگوریتم های مذکور مبتنی بر الگوریتم های بهینه سازی اجتماع ذرات (pso) و تکامل دیفرانسیل (de) بوده که برای حل کلیه مسائل گروه بندی قابل اعماند و به عنوان نمونه عملکرد آنها در حل مسئله طراحی سلول تولیدی که از خانواده مسائل گروه بندی هستند با عملکرد الگوریتم ژنتیک گروه بندی مقایسه می شود. مسئله طراحی سلول تولیدی با گروه بندی خانواده ای از قطعات و ماشین هایی که بر اساس آنها این قطعات تولید می شوند در ارتباط است. هدف در الگوریتم های پیشنهادی حداقل کردن حرکات بین سلولی (گروه ها) است و معیار ارزیابی جوابها، معیار کفایت گروهی ارائه شده توسط کومار است. نتایج محاسباتی نشان از آن دارند که الگوریتم های توسعه داده شده بسیار رقابت پذیر بوده و در بسیار از مسائل نمونه برگرفته شده از ادبیات از عملکرد بهتری نسبت به الگوریتم ژنتیک گروه بندی برخوردارند، بنابراین استفاده از آنها در حل کلیه مسائل رده گروه بندی پیشنهاد می شود.
منابع مشابه
ارائه الگوریتمی تکاملی ترکیبی برای حل مسئله خوشه بندی
چکیده امروزه کاوش در اطلاعات و کشف دانش که یکی از ره آوردهای داده کاوی است در علوم مختلف استفاده می شود. خوشه بندی از مهمترین الگوریتم های داده کاوی است. الگوریتم خوشه بندی اطلاعاتی را که ویژگی های نزدیک به هم و مشابه دارند را در دسته های جداگانه که به آن خوشه گفته می شود قرار می دهد. از جمله کاربردهای آن می توان به مسئله کاهش رنگ تصویر اشاره کرد. این کار، به صورت سنتی، در هنر فرش بافی ایران ن...
توسعه دو الگوریتم تکاملی ترکیبی و ارزیابی کارکرد آن ها در حل مسائل طراحی شکل در مکانیک سیالات
مسائل طراحی شکل به طور عام، و مسائل طراحی معکوس به عنوان زیر گروهی از این مسائل، اغلب از طریق روش های بهینه یابی و الگوریتم های تکاملی حل می شوند. در این مقاله از الگوریتم بهینه یابی ژنتیک و الگوریتم بهینه یابی توده ذرات و همچنین دو گونه متفاوت الگوریتم ترکیبی آن دو استفاده شده است. این چهار الگوریتم برای چند مسئله طراحی معکوس به کار رفته اند و نتایج نشان می دهند که ترکیب الگوریتم های ژنتیک و ...
متن کاملتوسعه دو الگوریتم تکاملی ترکیبی و ارزیابی کارکرد آنها در حل مسائل طراحی شکل در مکانیک سیالات
مسائل طراحی شکل به طور عام، و مسائل طراحی معکوس به عنوان زیر گروهی از این مسائل، اغلب از طریق روش‌های بهینه‌یابی و الگوریتم‌های تکاملی حل می شوند. در این مقاله از الگوریتم بهینه‌یابی ژنتیک و الگوریتم بهینه‌یابی توده ذرات و همچنین دو گونه متفاوت الگوریتم ترکیبی آن دو استفاده شده است. این چهار الگوریتم برای چند مسئله طراحی معکوس به کار رفته‌اند و نتایج نشان می‌دهند که ترکیب الگوریتم‌های ژنتیک و ...
متن کاملالگوریتم ژنتیک آشوب گونه مبتنی بر حافظه و خوشه بندی برای حل مسائل بهینه سازی پویا
چکیده: اکثر مسائل موجود در دنیای واقعی یک مسئله بهینهسازی با ماهیتی پویا هستند، به‌طوری‌که مقدار بهینه سراسری آنها در طول زمان ممکن است تغییر کند، بنابراین برای حل این مسائل الگوریتمهایی نیاز داریم که بتوانند خود را با شرایط این مسائل بهخوبی سازگار نموده و بهینه جدید را برای این مسائل ردیابی نمایند. در این مقاله، یک الگوریتم ژنتیک آشوبگونه مبتنی بر خوشهبندی و حافظه برای حل مسائل پویا ارائ...
متن کاملمنابع 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 صنعتی امیرکبیر(پلی تکنیک تهران) - دانشکده مهندسی صنایع
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023