مساله مکان یابی   تخصیص تسهیلات و انبار مرکزی با تقاضای برنولی- قسمت ۳۴

مساله مکان یابی تخصیص تسهیلات و انبار مرکزی با تقاضای برنولی- قسمت ۳۴

۰

۰

۰

۰

۰

Outsourcing

۱

۰

۰

۰

۰

۰

مطابق جدول(۳-۷)، از بین ۶ تسهیل موجود ۲ تسهیل (۳و۶) مستقر شده است، که به تسهیل ۳،۶ مشتری و تسهیل ۶، ۹ مشتری تخصیص داده شده است؛ که فقط ۳ مشتری تسهیل ۳ دارای تقاضا می باشد یعنی ۳ مشتری فاقد تقاضا ست. و همانطور که در سطر ۳ مشاهده می کنیم ۶ تقاضای تسهیل ۶ مازاد بر ظرفیت اش بوده و تسهیل مذکور می بایست این تقاضا را از یکی از انبار ها برآورد سازد. این تقاضا با توجه به هزینه ها به انبار ۱ اختصاص داده شده است.
در مرحله بعد، مدل پیشنهادی در اندازه بزرگ و با الگوریتم های ابتکاری و فرا ابتکاری توسعه داده شده که بیشتر به دنیای واقعی نزدیک می باشد. در فصل بعد، حل مدل پیشنهادی در ابعاد واقعی توسط رویکرد های ابتکاری و فرا ابتکاری کارا مورد بررسی قرار خواهد گرفت.
۳-۵ لزوم استفاده از رویکرد فرا ابتکاری و ابتکاری
مشکل ناشی از جنبه های محاسباتی مسئله باعث شده که حل آن توسط رویکردهای دقیق و در ابعاد واقعی عملاً امکانپذیر نمی باشد و در نتیجه استفاده از روش های ابتکاری و فرا ابتکاری در این زمینه از اثر بخشی بالاتری برخوردار بوده که الگوریتم ژنتیک[۳۰] و الگوریتم آزاد سازی لاگرانژ[۳۱]در این تحقیق توسعه داده شده است . امروزه با پیچیده تر شدن مسایل بهینه سازی ترکیباتی[۳۲]، تمایل به جوابهای نزدیک به بهینه افزایش یافته است، چرا که حتی جوابهای بهینه نیز ممکن است مطلوب تصمیم گیرنده نباشند، زیرا باز هم بسیاری از پارامترهای دنیای واقعی در مسأله لحاظ نشده است.
امروزه گرایش به رویکردهای محاسباتی برگرفته شده از پدیده های طبیعی و فیزیکی مانند الگوریتم های مبتنی بر محاسبات تکاملی و جمعیت شامل الگوریتم ژنتیک، الگوریتم ممتیک[۳۳]،جستجوی پراکنده[۳۴]و سیستم های ایمنی[۳۵]،الگوریتم های مبتنی بر جستجوی همسایگی، بازپخت شبیه سازی شده[۳۶]،الگوریتم مورچگان[۳۷]، جستجوی ممنوع[۳۸]و الگوریتم های مبتنی بر هوش مصنوعی توزیع شده همانند شبکه های عصبی مصنوعی[۳۹]و سیستمهای چند عاملی[۴۰]افزایش زیادی یافته است. مزیت بزرگ رویکرد های فوق که به رویکردهای فرا ابتکاری نیز شهرت دارند، عدم حساسیت فزآینده به بزرگی و پیچیدگی مسأله می باشد، بطوریکه افزایش قدرت سخت افزار ها منجر به استفاده روز افزون از این رویکرد ها جهت حل مسایل پیچیده بهینه سازی در ابعاد دنیای واقعی شده است. رویکرد های فرا ابتکاری در زمره رویکرد های غیردقیق[۴۱]دسته بندی می شوند، زیرا تضمینی جهت رسیدن به جواب بهینه نمی دهند ولی با طراحی مناسب و البته تجربی، قابلیت دست یابی به جوابهای تقریبا بهینه را دارند.
۳-۶ تشریح الگوریتم ژنتیک
الگوریتم های ژنتیک تکنیک نسبتاً جدیدی هستند که، از آن برای حل مسایل مختلف استفاده شده است. دو ویژگی اصلی این تکنیک یکی الهامگیری آن از پدیده های طبیعی خلقت و دیگری قابلیت پردازش موازی می باشد. الگوریتم های ژنتیک با الهام از فرآیند تکامل طبیعی و به عنوان یک روش جستجوی هوشمند در حل مسایل بهینه سازی کاربرد گسترده ای یافته است. الگوریتم ژنتیک برگرفته از الگوریتم تکاملی است که اولین بار توسط جان هالند [۳۱] در دانشگاه میشیگان پیشنهاد شد و استراتژی ها و برنامه ریزی های تکاملی که توسط رچنبرگ[۴۲] و چیفل[۴۳] و فوگوگل[۴۴] و کوزا[۴۵] ایجاد شدند، از جمله روش‌های محاسبه تکاملی هستند.
روش های بهینه سازی الهام گرفته از طبیعت با روش های متعارف بهینه سازی تفاوت مهمی دارند. در روش های متعارف هرجواب کاندیدای جدید در صورتی به عنوان جواب جدید انتخاب می شود که مقدار تابع هدف را بهبود بخشد ولی در الگوریتم های الهام گرفته از طبیعت به تمام جواب های کاندیدای جدید شانس انتخاب داده می شود. الگوریتم های ژنتیک، تکنیک های جستجوی تصادفی هستند که بر اساس انتخاب طبیعی و نسل شناسی طبیعی کار می کنند. الگوریتم ژنتیک روشی مستقل از دامنه مساله است و به سرعت فضای جستجو را برای نقاطی با تابع صلاحیت بهتر، جستجو می کند.
۳-۷ مفاهیم کلیدی الگوریتم ژنتیک
با نگاهی به آنچه تا کنون مطرح شده مشخص است که در تبیین الگوریتم ژنتیک مباحث کلیدی ذیل باید مورد بررسی قرار گیرند. بنابراین در ادامه این مباحث بررسی خواهند شد:
تعریف یک سیستم کدینگ
ایجاد جمعیت اولیه
تعریف عملیات ژنتیک
تابع برازش[۴۶]
استراتژی برخورد با محدودیت[۴۷]
۳-۷-۱ کدینگ
اولین گام در بکارگیری و پیاده سازی یک الگوریتم ژنتیک نمایش جواب های مساله بصورت یک کروموزوم است. در حقیقت این عمل یک مفهوم کلیدی در الگوریتم های ژنتیک می باشد که با استفاده از عمل کدینگ ما می توانیم مسئله را به زبان برنامه نویسی تبدیل نماییم.
در هنگام استفاده از کدینگ با سه مفهوم اساسی زیر روبرو هستیم:
قانونمند بودن کروموزوم[۴۸]
موجه بودن کروموزوم[۴۹]
منحصر به فرد بودن ترسیم[۵۰]
قانونمندی کروموزوم مربوط به زمان بکارگیری عملیات ژنتیک می‌باشد. یعنی گاهی اوقات ممکن است کروموزوم‌هایی تولید شوند که با هیچ عضوی از فضای جواب متناظر نباشند.

مطلب دیگر :  دسته بندی علمی - پژوهشی : بررسی رابطه میان بسته بندی و رفتار خرید مصرف کنندگان (مطالعه موردی محصولات ...

برای دانلود متن کامل پایان نامه به سایت  ۴۰y.ir  مراجعه نمایید.
Share