¯ آرایش مجدد آنالیز الگوریتمی صف
سه شنبه 4 تیر 1387
کد مقاله: 77TAAQ
آرایش مجدد آنالیز الگوریتمی صف GEO/GEO/C
Algorithmic analysis of the Geo/Geo/c retrial queue

چکیده
در این مقاله ما صف گسستگی زمانی نوع GEO/GEO/C را با تلاش تکرار شونده هندسی بررسی کرده ایم. می دانیم که سرنوشت مستمر آن یعنی صف M/M/C با آزمایشات مجدد نهایی از نقطه نظر آماری قابل تعامل است که این امر به واسطه نامتجانس بودن فضایی زنجیره مارکف آن است و ناشی از ویژگی آزمایش مجدد آن می باشد. در حالت گسستگی زمانی وقوع رویدادهای چند گانه در هر شکاف پیچیدگی مدل را افزایش داده و دشواری های بیشتری ایجاد می کند، چندین شیوه الگوریتمی جهت محاسبه موثر معیارهای اصلی عملکرد در این سیستم پیشنهاد کردیم. بویژه آنکه توزیع ایستگاهی وضعیت سیستم زمانه شلوغی و زمان انتظار را مورد بررسی قرار دادیم. چندین مثال عددی این آنالیز را تشریح می کنند.
Keywords: Queueing; Geo/Geo/c queue; Retrials; Stationary distribution; Busy period; Waiting time; Matrix-analytic methods
European Journal of Operational Research (2007)
برای دریافت متن ترجمه مقاله فوق می توانید آن را در فرم درخواست مطرح فرمایید.(این مقاله 15 صفحه pdf و مربوط به سال 2007 می باشد)
نوشته شده در
سه شنبه 4 تیر 1387 و ساعت 09:06 ق.ظ توسط :
بزرگترین بانك جامع مهندسی صنایع و مدیریت ایران (بتسا)
ویرایش شده در سه شنبه 14 آبان 1387 و ساعت 10:55 ق.ظ
¯ مدلسازی و بهینه سازی برنامه ریزی تولید پیوسته با الگوریتم ژنتیک
پنجشنبه 30 خرداد 1387
کد مقاله:76TAGAP
مدلسازی و بهینه سازی برنامه ریزی تولید پیوسته با رویکرد الگوریتم ژنتیک
Modeling and Optimization of Aggregate Production Planning - A Genetic Algorithm Approach
چکیده
برنامه ریزی تولید پیوسته (APP) زمان بندی همه جانبه عملیات سازمان برای یک افق برنامه ریزی جهت برآورده کردن تقاضا همراه با کمینه کردن هزینه ها می باشد. این موضوع خط مبنایی است برای هر برنامه ریزی جدید وفرموله کردن زمانبندی تولید، منابع، ظرفیت و برنامه ریزی مواد اولیه. این مقاله یک متدلوژی را جهت مدلسازی مسئله برنامه ریزی تولید پیوسته ارائه می کند، که وقتی با الگوریتم های ژنتیک بهینه می شود همه جا دارای ترکیب طبیعی است. این کار با در نظر گرفتن بسیاری از محدودیت ها با طبیعتی ضد و نقیض با یکدیگر و معیار بهینه سازی - هزینه کلی، تشکیل شده از هزینه های همراه تولید، نیروی کار، موجودی، و پیمانکاری های فرعی - انجام شده است. یک مطالعه موردی با حجمی قابل توجه، جهت توسعه مدل استفاده و همراه با عملکرد ژنتیک ارائه شده است.
کلمات کلیدی : برنامه ریزی تولید پیوسته، هزینه ها و بهینه سازی
Keywords—Aggregate Production Planning, Costs, and Optimization.
PWASET VOLUME 15 OCTOBER 2006
برای دریافت متن ترجمه مقاله فوق می توانید آن را در فرم درخواست مطرح فرمایید.(این مقاله 6 صفحه pdf و مربوط به سال 2006 می باشد.)
نوشته شده در
پنجشنبه 30 خرداد 1387 و ساعت 11:06 ق.ظ توسط :
بزرگترین بانك جامع مهندسی صنایع و مدیریت ایران (بتسا)
ویرایش شده در چهارشنبه 26 فروردین 1388 و ساعت 11:06 ب.ظ
¯ یک روش نمونه ای بهینه برای کارخانه های تولید گروهی
یکشنبه 15 مهر 1386
کد مقاله :TAOPC52
یک روش نمونه ای بهینه برای کارخانه های تولید گروهی
An optimal sizing method for cogeneration plants
چکیده:
یک روش برنامه ریزی برای مشکل اندازه در سیستم تولید گروهی پیشنهاد شده است.بر ساس تئوری برنامه ریزی ریاضی، ظرفیت تجهیرات به صورت بهینه در نظر گرفته شده اند تا هزینه کل سالیانه در سیاست عملیاتی سالیانه کارخانه، کمینه شود. مسئله اندازه به صورت یک مسأله غیر خطی عدد صحیح با محدودیت های انرژی، ویژگی های عملکرد تجهیزات و ارتباط انرژی با کل سیستم، فرموله بندی شده است. یک مثال عددی در مورد یک توربین گاز در کارخانه ای در شانگ های چین جهت روشن کردن کارایی روش پیشنهادی نیز آورده شده است.
برای دریافت متن ترجمه مقاله فوق می توانید آن را در فرم درخواست مطرح فرمایید.(این مقاله 7 صفحه pdf و مربوط به سال 2005 می باشد)
نوشته شده در
یکشنبه 15 مهر 1386 و ساعت 12:10 ب.ظ توسط :
بزرگترین بانك جامع مهندسی صنایع و مدیریت ایران (بتسا)
ویرایش شده در چهارشنبه 18 دی 1387 و ساعت 12:06 ق.ظ
¯ روش شبیه سازی در ساخت سلولهای صنعتی با چندین ماشین همانند
یکشنبه 8 مهر 1386
کد مقاله : 50TASAMF
روش شبیه سازیSimulated Annealing در ساخت سلولهای صنعتی با چندین ماشین همانند
A simulated annealing approach for manufacturing cell formation with multiple identical machines
چکیده:
در این مقاله روش Simulated Annealing و یک مثال کاربردی از آن توضیح داده میشود.
در این مقاله ادعا نشده است كه این روش سریعترین و كاراترین روش حل مسائل بهینهسازی است، اما روشی است كه به كارگیری آن نسبت به روشهایی چون الگوریتم (مورچه) مورچگان یا شبكههای عصبی سادهتر میباشد. روش Simulated Annealing یك الگوریتم ساده برای حل مسایل پیچیده است. این الگوریتم از یك جواب اولیه شروع میكند و با جستجو در همسایگی هر جواب سعی می کند که آن را بهبود دهد. جوابهای بد كه شاید منجر به یافتن نقطه بهینه مطلق شوند با احتمال خاصی انتخاب میشوند. این احتمال با تكرار الگوریتم، كمتر و كمتر میشود تا احساس كنیم دیگر پیشرفتی حاصل نمیشود. در این مقاله همانطور که گفته شد، یك مسأله نمونه كه با این روش حل شده است نیز توضیح داده می شود.
کلمات کلیدی : ساخت (تولید) ، سیستم ساخت سلولار ، Simulated annealing ، الگوریتم مورچه
Keywords: Manufacturing; Cellular manufacturing systems; Simulated annealing
برای دریافت متن ترجمه مقاله فوق می توانید آن را در فرم درخواست مطرح فرمایید. (این مقاله 13 صفحه pdf و حجم 382 KB می باشد.)
نوشته شده در
یکشنبه 8 مهر 1386 و ساعت 12:09 ب.ظ توسط :
بزرگترین بانك جامع مهندسی صنایع و مدیریت ایران (بتسا)
ویرایش شده در چهارشنبه 18 دی 1387 و ساعت 12:23 ق.ظ
¯ مقدمه ای بر بهینه سازی کلونی مورچه
پنجشنبه 18 مرداد 1386
کد مقاله : 48TAAN
مقدمه ای بر بهینه سازی کلونی مورچه
An Introduction to Ant Colony Optimization
در این مقاله موضوع بهینه سازی کولونی مورچه ACO را مورد بررسی و مرور قرار می دهیم که واقعیتی است که بر اساس رفتار مورچه های واقعی تبیین می شود ACO یا بهینه سازی کولونی مورچه توسط دورایگو و همکارانش به عنوان روشی برای حل مسایل دشوار بهینه سازی ترکیباتی (COPها )ارایه شده است الگوریتم های بهینه سازی کولونی مورچه بخشی از هوشمندی جمعی است یعنی حوزه ای تحقیقاتی که الگوریتم های بدست آمده از مشاهده رفتار جمعی را مطالعه می کند. این مقاله دارای ساختار زیر می باشد :
ارایه یک پدیده بیولوژیک و توضیح رسمی واقعیت ACO
بررسی انواع ACO ها و ارایه نمونه هایی از کاربردهای آنها
نمایش جهات تحقیقاتی فعلی
برای دریافت متن ترجمه مقاله فوق می توانید آن را در فرم درخواست مطرح فرمایید.(این مقاله 22 صفحه pdf و مربوط به سال 2006 می باشد)
نوشته شده در
پنجشنبه 18 مرداد 1386 و ساعت 06:08 ق.ظ توسط :
بزرگترین بانك جامع مهندسی صنایع و مدیریت ایران (بتسا)
ویرایش شده در چهارشنبه 18 دی 1387 و ساعت 08:51 ق.ظ
¯ برنامه ریزی خطی همراه با پارامترهای فازی
شنبه 23 تیر 1386
کد مقاله : 45TALP
برنامه ریزی خطی همراه با پارامترهای فازی : یک راه حل شیوه متقابل
چکیده :
این مقاله یک روش برای حل مسائل برنامه ریزی خطی ، که در آن همه ضرایب ، اعداد فازی هستند ، ارائه میکند. ما از یک روش رتبه بندی فازی برای رتبه بندی کردن ارزش و مقدار هدف فازی و برای رفتار کردن همراه با روابط نابرابر در محدودیت ها استفاده می کنیم. و این به ما اجازه می دهد با مفهومی به نام درجه امکان پذیری کار کنیم. هرچه درجه امکان پذیری بزرگتر شود ، مقدار هدف بدترخواهدشد. ما به تصمیم گیرنده (DM) برای درجات مختلف از امکان پذیری راه حل بهینه پیشنهاد می کنیم. باوجود این اطلاعات ، تصمیم گیرنده قادر خواهد بود که یک هدف فازی به وجود آورد. ما یک زیر مجموعه فازی در فضای تصمیم گیری می سازیم که عملکرد اعضای آن یک تعادل بین درجه امکان پذیری محدودیت ها و درجه رضایتمندی هدف را ارائه می دهد. یک راه حل معقول ، راه حلی است که درجه عضویت بزرگی نسبت به این زیر مجموعه فازی داشته باشد. درپایان ، برای توضیح دادن روش خودمان ، مایک نمونه عددی راحل می کنیم.
برای دریافت متن ترجمه مقاله فوق می توانید آن را در فرم درخواست مطرح فرمایید.(این مقاله 11 صفحه pdf و مربوط به سال 2005 می باشد)
نوشته شده در
شنبه 23 تیر 1386 و ساعت 09:07 ق.ظ توسط :
بزرگترین بانك جامع مهندسی صنایع و مدیریت ایران (بتسا)
ویرایش شده در چهارشنبه 18 دی 1387 و ساعت 09:29 ق.ظ
¯ بهینه سازی توسط دسته ای از مورچه ها: روش ابتکاری جدید
شنبه 23 تیر 1386
بهینه سازی توسط دسته ای از مورچه ها: روش ابتکاری جدید
Ant Colony Optimization: A New Meta-Heuristic
مقدمه:
اوایل دهه نود الگوریتمی با عنوان "سیستم مورچه" برای
حل مشکلات بهینه سازی رهیافتی اکتشافی ارائه گردید. سیستم مورچه که برای بار اول در مورد مشکلات فروشنده دوره گرد مورد استفاده قرار گرفت در چند دهه اخیر، در سایر زمینه ها نیز مورد استفاده قرار گرفته است.
در ایم مقاله به بهینه سازی کلنی مورچه (ACO) از روش ابتکاری جهت ارائه طرز عمل واحدی برای تمامی نمونه های AS می پردازیم. انگیزه اصلی از ارائه این مقاله کمک به توسعه تحقیقات در حال انجام بر روی این مساله است و امیدواریم با کمک این اطلاعات بتوانیم به بررسی ابعاد اصلی این مسئله بپردازیم.
برای دریافت متن ترجمه مقاله فوق می توانید آن را در فرم درخواست مطرح فرمایید. (این مقاله 8 صفحه pdf می باشد)
نوشته شده در
شنبه 23 تیر 1386 و ساعت 09:07 ق.ظ توسط :
بزرگترین بانك جامع مهندسی صنایع و مدیریت ایران (بتسا)
ویرایش شده در شنبه 21 آذر 1388 و ساعت 09:14 ب.ظ
¯ مدل چند هدفه برای تعیین مکان تجهیزات نامطلوب
شنبه 23 تیر 1386
کد مقاله : 16TAUF
مدل چند هدفه برای تعیین مکان تجهیزات نامطلوب
Multi-objective modeling for determining location of undesirable facilities

مقدمه:
در سال های اخیر توجه کشورهای صنعتی و توسعه یافته به امر کاهش آلودگی و بهبود انهدام و انتقال زباله و مواد زائد جلب شده است. زیرا دنیای امروز به ضرورت حفاظت از محیط زیست و بهبود شرایط زندگی شهری پی برده است و با رویکردهای مختلفی سعی در تامین این امر مهم دارد. یکی از مسائل مهم برای اجرای صحیح انتقال و انهدام زباله مسئله حمل و نقل مواد زائد است که این حمل و نقل خود باعث افزایش بار ترافیک و تصادفات و آلودگی صوتی می گردد. همچنین آلودگی هوا را نیز به همراه دارد. انتخاب صحیح مکان های انهدام زباله و تعیین مسیر حمل و نقل بهینه آنها آلودگی محیط را تا حد امکان کم و رضایت بیشتری را از این رویکرد فراهم می کند.
Keywords: Fuzzy linear programming; Location; Multi-objective programming; Optimization; Undesirable facilities
برای دریافت متن ترجمه مقاله فوق می توانید آن را در فرم درخواست مطرح فرمایید. (این مقاله 13 صفحه pdf می باشد)
نوشته شده در
شنبه 23 تیر 1386 و ساعت 09:07 ق.ظ توسط :
بزرگترین بانك جامع مهندسی صنایع و مدیریت ایران (بتسا)
ویرایش شده در یکشنبه 25 آذر 1386 و ساعت 11:12 ق.ظ



























