تیم صنایع : طرحریزی واحدهای صنعتی

[Iman Gom]

سلام دوستان؛

پی رو همون بحث تیم صنایع ، این تاپیک باز شده تا توش فعالیت تیمی داشته باشین . بچه هایی که اعلام آمادگی کردند بیان ولی هنوز موضوع مشخصی نشده فعلا . اما اگر قرار شد موضوعات مختلفی بررسی بشه تاپیک مربوط به همون تیم هم زده می شه . اگر فعالیت ها درست انجام بشه و پایه ثابت باشند اعضا بهشون عنوانی تیم صنایع برای نام کاربریشون داده می شه .

شروع کنید دیگه ...

موضوع پیشنهادی من : طرحریزی واحد های صنعتی

 

[mohammad.ie69]

طرح ریزی واحدهای صنعتی عبارت است از برنا مه ریزی،طرح،بهبود وپیاده سازی سیستم های استقرار و حمل و نقل موادی به نحوی که حداکثر کارایی حاصل شود.
منظور از طرح استقرار چیدمان منسجم و هماهنگ تجهیزات و ماشین آلات در یک واحد تولیدی است و منظور از سیستم های حمل و نقل ، طراحی سیستمی است که بتواند با کمترین هزینه جریان مواد را در واحد تولیدی برقرار سازد و طراحی هر دو مورد ذکر شده باید به گونه ای باشد که حداکثر بهره برداری از ترکیب نیروی کار، مواد ، تجهیزات و ماشین آلات حاصل گردد.

:: انواع مسائل طراحی کارخانه ( موارد کاربرد طرح ریزی )
1- تغییر طرح محصول
2- اضافه کردن و تولید محصول جدید
3- بزرگتر کردن یا کوچکتر کردن دپارتمانها
4- تغییر مکان یک بخش
5- افزودن یک بخش جدید
6- جایگزینی و تعویض دستگاههای قدیمی
7- تغییر در روش تولید
8- کاهش هزینه
9- طراحی و احداث یک کارخانه جدید
:: مراحل طراحی استقرار :
طراحی محصول
طراحی محصول باید به این سوال پاسخ دهد که چه محصولی می خواهیم تولید کنیم؟
محصول
محصول خروجی یک سیستم است که می تواند به صورت کالا یا خدمات باشد.
هر محصول (کالا یا خدمت) دارای یک سری ویژگیها است که این ویژگیها شامل ویژگیهای عمومی و فنی است. اصولاً مشخصه های عمومی به مشخصه هایی گفته می شود که برای مصرف کننده اهمیت دارد و مشخصه های فنی برای مشتری اهمیت چندانی ندارد اما برای تولید کننده اهمیت زیادی دارد.
طراحی ظرفیت
میزان خروجی یک سیستم را ظرفیت ( تولید) آن سیستم می نامند.
ظرفیت واقعی : میزانی است که ما طراحی کرده ایم و آن را تعریف نموده ایم.
ظرفیت اسمی : میزانی است که در واقعیت و درعمل از سیستم گرفته می شود.
طراحی فرآیند
فرآیند: مکانیزم تبدیل ورودی ها به خروجی ها است.
در این مرحله باید به مشخص کنیم که چگونه می خواهیم تولید کنیم ؟
فرآیندها خود از نظر نوع خروجی ، مشخصات عملیات، نوع استقرارو نوع منابع و غیره به انواع مختلفی تقسیم بندی می شوند.
انتخاب و محاسبه ماشین آلات مورد نیاز
بعد از طراحی فرآیند نوبت مشخص کردن نوع و تعداد ماشین آلات مورد نیاز برای تولید است. انتخاب ماشیت آلا نیز بر اساس معیارهایی صورت می گیرد که برخی از آنها عبارتند از: عمومی یا تخصصی بودن ماشین، یک منظوره یا چند منظوره بودن ماشین، میزان سرمایه گذاری، هزینه تعمیرات و نگهداری، تجهیزات جانبی و مواردی از این قبیل.
می توانیم واحدهای تولیدی را به چهار گروه بر اساس تعداد ماشین- تنوع تولید تقسیم بندی کنیم :
1- یک نوع ماشین– یک نوع محصول
2- چند نوع ماشین– یک نوع محصول
3- یک نوع ماشین– چند نوع محصول
4- چند نوع ماشین– چند نوع محصول
نیروی انسانی مورد نیاز
با توجه به اینکه اپراتور خود بعنوان یک ماشین عمل می کند و یا همراه یک ماشین کار می کند می توان نیروی انسانی مورد نیاز را تعیین کرد.
محاسبه فضای مورد نیاز برای ماشین آلات
با استفاده از « روش تولید» این کار را انجام می دهیم
فضای لازم ماشین، فضای حرکت ماشین، ،فضای عملیاتی و فضای تعمیراتی ماشین را محاسبه نموده و حاصل جمع این اعداد فضای مورد نیاز یک ماشین را به ما می دهد.
استقرار تسهیلات
چهار نوع استقرار وجود دارد :
1- استقرار بر اساس محصول
2- استقرار کارگاهی یا فرآیندی
3- استقرار تکنولوژی گروهی
4- استقرار ایستا
تعیین نوع استقرار
دو تکنیک برای انجام این کار وجود دارد :
1- p-qتکنیک (تنوع – مقدار )
2- تکنیک c-q (هزینه – مقدار)
طراحی جریان مواد
جریان مواد
به مسیر گردش مواد از ابتدای ورود به کارخانه تا خروج از کارخانه را جریان مواد می گوییم.
از نظر فضا های موجود در کارخانه فضا ها به 6 دسته تقسیم می شوند :
سطح زیر زمین، سطح همکف، سطح حرکت محصولات، سطح آزاد، سطح اسکلت فلزی و سطح پشت بام.
الگوهای عمومی جریان مواد :
مدل های افقی
مدل های عمودی
مدل های افقی مانند مدل خط مستقیم، مدل l شکل، مدل زیگزاگ، مدل u شکل، مدل دایره ای شکل و مدل ترکیبی.
طراحی استقرار :
با استفاده از الگوهای دستی یا کامپیوتری می توان یک طرح استقرار برای ایجاد یا بهبود یک واحد صنعتی به دست آورد

 

[Iman Gom]

آقا در باره جانمایی تسهیلات اگر مطالب به روزی مثله مقالات ISI دارین بزارین مطالعه کنیم راجبش صحبت کنیم (یا هر چیز دیگه از طرحریزی) . من الان یکم وقتم تنگم . خودمم میام می ذارم .

 

[Iman Gom]

موضوعات الگوربتم های جا نمایی تسهیلات هنوز جای کار دارن چون هیچکدوم از اون ها نمی تونن قطعی به جواب بهینه برسن و فقط می تونن به جواب نزدیک بشن . یک سری از الگوریتم های جانمایی ، یک مسئله ی شدنی رو ارائه می دن و بعد سعی در بهبود اون دارن . یک سری دیگه از مسائل جواب شدنی رو باید بهشون تحویل بدین تا اون رو بهبود بدن و قابلیت های هر الگوریتمی فرق داره . یک مقاله ی آی اس آی جالبی خوندم که اومده بود با مدلسازی تحقیق در عملیات شروع به پیدا کردن تسهیلات کرده بود . از طرف دیگه یکی دیگه اومده بود به این مدل ، محدودیت های بودجه رو هم اضافه کرده بود و شروع به حل کرده بود و دیده بود جواب های بهتری بدست میاد . به نظر شما می تونیم چه محدودیت های دیگه ای برای این موضوع در نظر بگیریم ؟ محدودیت هایی مثل زمان فکر می کنید میشه ؟ زمان چه محدودیتی روی مکان دپارتمان ها می تونه داشته باشه ؟ شاید هیچ ارتباطی نتونیم براش پیدا کنیم . به نظر شما چه محدودیت هایی می تونیم قایل بشیم برای مکان دپارتمان ها ؟

 

[.MosTaFa.]

سلام به دوستان
من اگر قابل بدونید توی این تیم فعالیت می کنم، توی تیم کیفیت هم سعی می کنم دنبال کنم و یاد بگیرم، چون اطلاعاتم توی اون حوزه زیاد نیست.

اما در مورد طرح ریزی
مسئله های درس طرح ریزی واحد های صنعتی همون طور که می دونید دو دسته کلی دارند، یک دسته مسائل طراحی چیدمان هستند که به دنبال جایابی تسهیلات در داخل یک واحد صنعتی هستند و دسته دوم مسائل مکان یابی گسسته هستند، که این مسائل معمولا به دنبال یافتن مکان های بهینه برای چند تسهیل در میان تقاضا ها هستند، مثلا انتخاب مکان های مناسب جهت فروشگاه های زنجیره ای و یا بیمارستان

تا اونجایی که بنده اطلاع دارم مسائل گونه دوم بسیار بیشتر مورد توجه هستند و نسبت اعظمی از مقالات این حوزه رو تشکیل میدن
مسئله های معروفی هم توی این بخش وجود دارند، از جمله مسئله های این حوزه:
p-median
p-center
hub location
set covering
maximal covering
و غیره
به نظر من اگر بحث رو ببریم به سمت این مسائل، تعریف هر یک از اونها و کاربردشون و نهایتا بحث در مورد مقاله های به روز توی اون حوزه مفید باشه
و به این ترتیب هر کدوم از این مسائل رو به ترتیب یاد بگیریم، در موردشون تحقیق کنیم و به بحث بگذاریم.
البته این نظر من بود، دوستان دیگه هم اگر نظری دارند بفرمایند تا کم کم تکلیف داستان روشن بشه.

 

[Iman Gom]

خب خیلی خوب شد . من در مورد maximal covering الان یه مقاله ISI می ذارم برای مطالعه . خودم هنوز نخوندم . می تونیم باهم بخونیمشون و روشون بحث کنیم . ما توی کارشناسی جایابی تکی یعنی برای یک تسهیل رو میخونیم . جایابی چند تایی می تونه جدید باشه .

 

[.MosTaFa.]

خب خیلی خوب شد . من در مورد maximal covering الان یه مقاله ISI می ذارم برای مطالعه . خودم هنوز نخوندم . می تونیم باهم بخونیمشون و روشون بحث کنیم . ما توی کارشناسی جایابی تکی یعنی برای یک تسهیل رو میخونیم . جایابی چند تایی می تونه جدید باشه .

خیلی هم خوب
اتفاقا من روی این مسئله کار کردم قبلا
مقاله هم مقاله ی خوبیه، وطنی هم هست!! ، ایشالا دوستان قسمت introduction رو بخونید تا بیایم در موردش بحث کنیم، 1 صفحه و نیم هم بیشتر نیست.

 

[Iman Gom]

من introduction رو مطالعه کردم . در مورد اهمیت مکان یابی از جاهایی مثل ایستگاه های گاز و مکان کشاورزی و ایستگاه های پلیس مثال زده . در Maximal Covering نوشته که اهمیت این جایی هست که می خوایم مکانی رو پیدا کنیم تا بتونه حداکثر جمعیت رو پوشش بده . حالا این جمعیت می تونه تقاضا و ... باشه و این فقط یه لفظ هست به نظر من . البته نوشته که Maximal Covering زیر مجموعه ی مسئله های Covering هست که خود covering ها به دو دو دسته ی maximal covering یا MCLP و Set Covering ها یا LSCP تقسیم می شه . پس هدف توی maximal پیدا کردن تعدادی مکان برای تسهیلات در شبکه است تا بیشترین جمعیت رو پوشش بده .

و نوشته که یک تسهیل تقاضای یک گره رو (گره هایی که تحت پوشش هستند) رو تامین کنه . یک شکلی هم در صفحه ی دوم گذاشته که منظورش رو بهتر بفهمونه . در این مقاله گفته شده که رویکرد های زیادی برای حل maximal ها ارائه شده مثل روش های ابتکاری و فرا ابتکاری (که آشنایی من با این روش ها در حد شنیدن اسم اون هاست و ممنون می شم یکی یه توضیح در مورد الگوریتم های ابتکاری بده) .

در آخر معرفی هم اومده یک مدل اولیه رو ارائه کرده با هدف ماکزیمم کردن جمعیت گره ها . محدودیت ها به این ترتیب ست شدن که یک متغیر صفرو یک تغریف شده و شرطیش کرده با متغیر های صفر و یکی دیگر (Xj) که این X ها متغیر های صفرویکی هستند که برابر یک می شن ، وقتی که تسهیل ما در مکان j جا بگیره . و هر تعداد تسهیل که در مکان j جابگیره ، به این معنی هست که متغیر yi می تونه یک باشه و صفر (یک وقتی که ناحیه i توسط یکی یا بیشتر تسهیل تحت پوشش هست) .

محدودیت شماره 3 هم داره تعداد تسهیلاتی که می خواد در مکان j قرار بگیره رو تعیین می کنه .

چیز هایی رو که م نگفتم اضافه کنید .

 

[.MosTaFa.]

ممنون از ایمان
بگذارید یه تعریف از مسئله داشته باشیم و فرقش با مسئله set covering
توی مسئله set covering که مسئله قدیمی تری هست نسبت به maximal covering، ما به دنبال پوشش همه نقاط تقاضا با کمترین تعداد تسهیل ممکن هستیم، به عبارت دیگه ما باید حداقل تعداد تسهیل که می تونند همه نقاط رو پوشش بدن رو و مکان قرارگیری اونها رو تعیین کنیم
اما این مسئله به دلایل مختلف خیلی واقعی نیست، چرا؟ چون معمولا ما به دنبال این نیستیم که دقیقا همه نقاط تقاضا رو پوشش بدیم، بلکه به دنبال اون هستیم که حداکثر تقاضای ممکن رو پوشش بدیم، با یک فرض اضافه، با این فرض که تعداد تسهیل های موجود از قبل مشخصه، به عبارت دیگه ما توی این مسئله باید p تسهیل موجود رو طوری مکان یابی کنیم که حداکثر تقاضاهای ممکن پوشش داده بشن. (maximal covering)
پوشش هم به معنای کلاسیک اون درنظر گرفته شده، یعنی اگر فاصله خط مستقیم (اقلیدسی) یک گره تا حداقل یکی از تسهیل ها کمتر از مقدار مشخص S باشه، اون گره تحت پوشش فرض میشه.
دوستان دیگه هم لطفا هر وقت مطالعه کردن نظراتشون رو بگن تا تعریف مسئله رو دیگه ببندیم، بریم سراغ مدل ریاضی و حالت های خاص،
ا
لگوریتم های ابتکاری و فراابتکاری هم بمونه برای آخر کار، صرفا اینقدر بگم که این مسائل در سایز های کوچیک به صورت بهینه قابل حل هستن، ولی وقتی اندازه مسئله بزرگ بشه (مثلا 100*100 نقطه تقاضا و 20 تا تسهیل) دیگه نمیشه جواب بهینه مسئله رو توی زمان قابل قبول بدست آورد، که اصطلاحا به این مسئله ها NP-hard میگن، لذا یک سری روش هایی وجود داره که ما رو توی زمان های کوتاه به جواب های خوبی می رسونند، خوب از این نظر که فاصله اونها تا جواب بهینه خیلی زیاد نیست، البته هیچ تضمینی برای این امر وجود نداره ولی به طور معمول این روش ها جوابهایی با فاصله کمتر از 10 درصد اختلاف نسبت به بهینه بدست میارن.(که البته توی مسائل مختلف این عدد متفاوته)

 

[Iman Gom]

بریم برای بخش بعدی ؟

 

[.MosTaFa.]

سلام
اگر بقیه دوستان هم همکاری کنند، بحث بهتر جلو میره، حتی دوستانی که طرح ریزی هم نگذروندن می تونند با مسئله آشنا بشن
و اینکه وقتی سوالی پرسیده بشه، هر کسی جوابی میده و اینطوری بحث پیش میاد، پس خواهش بنده این هست که دوستان در حد امکان نظراتشون رو بگن
تا اینجا تعریف مسئله رو گفتیم،
توی این مسئله ما به دنبال یافتن مکان مناسب برای p تسهیل در بین نقاط تقاضا هستیم، به نحوی که بیشترین پوشش به نقاط تقاضا داده بشه

بعد از اون باید بریم سراغ مدل مسئله
توی یک شبکه واقعی، مثلا یک شهر، نقاط تقاضا برای یک بیمارستان بسیار زیاد و به عبارت دیگه نامحدود هستند. به نحوی که امکان آوردن همه اونها درمدل نیست، برای همین کل نقاط رو به یک سری منطقه هایی تقسیم می کنند و برای هر منطقه یک نقطه به عنوان نماینده انتخاب میکنند که اگر اون نقطه پوشش داده بشه به منزله پوشش همه نقاط تقاضای اون منطقه تلقی میشه (که در شکل موجود در مقاله هم مشخصه)
هر کدوم از نقاط تقاضا، کاندیدای انتخاب به عنوان مکان تسهیل ها هم هستند. لذا:

تابع هدف: مجموع تقاضاهای پوشش داده شده رو محاسبه می کنه و از نوع ماکزیمم سازی هست
برای هر نقطه یک متغیر صفر و یک تعریف شده و اگر متغیر مربوط به یک نقطه 1 بشه، تقاضای مربوط به اون نقطه به مقدار تابع هدف اضافه میشه

محدودیت ها رو هم که ایمان گفت
در محدودیت اول اگر حاقل یک تسهیل به فاصله ای کمتر از S از یک نقطه تقاضا قرار بگیره، مقدار متغیر صفر و یک اون نقطه تقاضا یک میشه و در واقع اون نقطه تحت پوشش تلقی میشه
محدودیت دوم هم تعداد تسهیل هایی که باید مکان یابی کنیم رو نشون میده
و در آخر اینکه متغیرها همه صفر و یک هستند
البته متغیر y رو صفر و یک تعریف نکرده، بلکه بین صفر و یک گذاشته که با توجه به محدودیت اول همیشه یا صفر هست و یا یک، و با اینکار زمان حل مسئله رو کم می کنه، چون وجود متغیرهای صفر و یک به نسبت متغیرهای عدد حقیقی باعث زمانبر شدن فرایند حل میشن.

 

[Iman Gom]

البته متغیر y رو صفر و یک تعریف نکرده، بلکه بین صفر و یک گذاشته که با توجه به محدودیت اول همیشه یا صفر هست و یا یک، و با اینکار زمان حل مسئله رو کم می کنه، چون وجود متغیرهای صفر و یک به نسبت متغیرهای عدد صحیح باعث زمانبر شدن فرایند حل میشن.

این برای من خیلی جالب بود چون همش فکر می کردم این متغیری که بین صفرو یک گذاشته ، بالاخره یا یک می گیره یا صفر ولی دلیلش رو که بازه ی صفر تا یک گذاشته بود رو متوجه نمی شدم . جالبه

 

[.MosTaFa.]

این برای من خیلی جالب بود چون همش فکر می کردم این متغیری که بین صفرو یک گذاشته ، بالاخره یا یک می گیره یا صفر ولی دلیلش رو که بازه ی صفر تا یک گذاشته بود رو متوجه نمی شدم . جالبه

البته این متغیرها در شکل اولیه که سال 1974 مطرح شد به صورت صفر و یک بود، ولی بعدا توی ورژنی که سال 2008 ارائه شد از حالت صفر و یک به صورت عدد حقیقی تبدیل شد

 

[Iman Gom]

میریم دیگه بخش 2 و 3 رو بخونیم .

 

[Iman Gom]

بخش 3.1:

تو این قسمت داره میگه از الگوریتم ژنتیک می خواد استفاده بکنه برای حل و گفته شده که از الگوریتم ژنتیک تا به حال برای مسیریابی وسایل حمل و نقل و جانمایی تسهیلات و برنامه ریزی و مسائل تخصیص کوادراتیک هم استفاده شده . (خط 6 تا آخر پاراگراف رو خوندم فهمیدم اما چون آشنایی با ژنتیک ندارم نمی تونم درست توضیح بدم)

و میگه که استفاده از این الگوریتم ژنتیک در این مقاله دو تا دلیل داره و یکی اش اینه که این روش برای حل مدل های جانمایی قدرتشو ثابت کرده و مفید هست و دلیل دوم اینه که تجربه ها نشون می ده این الگوریتم برای جواب دهی به مسائل MCLP هم توانایی خوبی در مقایسه با سایر روش ها مثل شبیه سازی و یا روش جستجوی تابو داره .

( وقت کنم بقیه ش رو هم می نویسیم )

 

[.MosTaFa.]

ممنون از ایمان
توی این بخش من فکر می کنم چیزی که میشه ازش استفاده کرد اینه که یه کم در مورد الگوریتم ژنتیک صحبت کنیم، و بگیم که اینجا چطور پیاده سازی شده

الگوریتم ژنتیک همون طور که می دونید یک الگوریتم فراابتکاری هست، الگوریتم های فراابتکاری صرفا برای یک مسئله خاص بوجود نیومدن، بلکه طیف وسیعی از مسئله ها رو میشه با اون ها حل کرد. (بر خلاف الگوریتم های ابتکاری که معمولا برای یک مسئله خاص ارائه میشن)

ایده الگوریتم بر پایه نظریات داروین هست که نظریه بقای اصلح رو مطرح کرد. توی این نظریه موجودات قوی تر زنده می مونند و به نسل های بعد میرن، و موجودات ضعیف تر از بین می رن. علاوه بر اون موجودات طی تغییر نسل ها تکامل ژنتیکی (بوسیله جهش ژنتیکی) هم پیدا می کنند.

نحوه عملکرد الگوریتم: اول از همه باید چند تا جواب اولیه تولید کرد. (تعداد قابل تنظیم) بعد از اون برای هر کدوم از جواب ها مقدار تابع هدف محاسبه میشه، از بین جواب های موجود یک سری رو باید به نسل بعد منتقل کنیم که معمولا جواب های بهتر انتخاب برای این کار انتخاب میشن. بعد از انتخاب جواب های مورد نظر، جواب های جدیدی بوسیله این جواب ها توسط دو عملگر جهش و تقاطعی تولید میشن. جواب های بدست اومده به نسل بعد میرن و دوباره مقدار تابع هدف اونها محاسبه میشه و دوباره همین داستان.
فرض کنید 100 تا جواب اولیه داشتیم، 10 تای بهتر رو انتخاب می کنیم و عملگر تقاطعی رو روی اونها انجام میدیم. عملگر تقاطعی رو اگه بخوام ساده بگم، فرض کنید دو تا جواب داریم که به صورت زیر هستن. هر عدد 1 نشون دهنده مکان تخصیص داده شده به یک تسهیل و نقاط صفر نقاطی هستن که تسهیل اونجا نیست.

1 1 0 0 0 1 0 0
0 1 0 1 1 0 0 0

عملگر تقاطعی این دو جواب رو به دو نیم تقسیم می کنه و فرضا نصف سمت راست جواب اول رو با نصف سمت چپ جواب دوم و بالعکس ترکیب می کنه و بدین ترتیب دو جواب جدید بدست میاره که بصورت زیر هستن:

1 1 0 0 1 0 0 0
0 1 0 1 0 1 0 0

عملگر جهش هم خیلی ساده میشه با جابجایی هر کدوم از این اعداد (در یک جواب ) تعریف کرد.
بدین ترتیب یک سری جواب های جدید داریم که نسل جدید رو تشکیل میدن.
این روند رو مثلا برای تولید 20 نسل انجام میدیم و بهترین جواب های بدست اومده رو گزارش می کنیم.

این یک خلاصه ای از الگوریتم ژنتیک بود. اگر از دوستان کسی جایی براش مبهم بود بفرمایید تا بیشتر توضیح بدم.

 

[Iman Gom]

این الگوریتم ژنتیک خیلی خوب بود . چیزی ازش نمی دونستم . اگه وقت کردی اون قسمت های دیگه 3 رو هم شما بگو ، تا منم این دو روزه امتحانام تموم شه . البته خودتم امتحان داری .

 

[vatanparast]

این الگوریتم ژنتیک خیلی خوب بود . چیزی ازش نمی دونستم . اگه وقت کردی اون قسمت های دیگه 3 رو هم شما بگو ، تا منم این دو روزه امتحانام تموم شه . البته خودتم امتحان داری .

سلام
برای بهینه سازی به روش فراذهنی( meta huristic) الگوریتم های فروانی طراحی و معرفی شدن که میشه به الگوریتم رقابت استعماری- اگوریتم فاخته- مورچگان - آنلینگ و... اشاره کرد از این بین دو الگوریتم ژنتیک و رقابت استعماری در زمینه حل مسائل صنایع بهتر جوابگو هستند( البته بر اساس تجربه خودم ) اگه علاقه داری به سایت زیر مراجعه کن
http://artificial.ir/intelligence/

 

[Iman Gom]

قسمت 4

قسمت 4

برای پیدا کردن محل گره ها ، به طور رندوم از توزیع یونیفرم 0 تا 30 استفاده می شه و جمعیت روی هر گره هم به طور رندم با توزیع یونیفرم 0 تا 100 . قبلا این مسئله با 900 گره حل شده اما اینجا می خوان مسئله رو با 2500 گره هم حل کنن .
هر مسئله اینجا ده بار حل می شه و از همون الگوریتم ژنتیک هم استفاده می کنن . و بعد از هر حل جواب های بدترین ، معمولی و بهترین برای ترکیب کردن انتخاب می شن . اینجا گفته شده که نرخ روش تقاطعی رو 0.7 بگیرید چون جواب های بهتری رو ارائه می ده . برای جهشی هم گفته شده نرخ رو 0.05 بگیرید تا شانس 0.25 برای بدست آوردن جواب های جدید (با روش جهشی) برای خودتون داشته باشید . و گفتند که به ای نتیجه رسیدن که با 30000 بار تکرار به جواب های رضایتبخشی میرسه و دیگه با اجرای دوباره نتیجه ها بهبود پیدا نمی کنه .
در این جا برای برای افزایش سرعت کار و با این فرض که محل ها ثابت هستند ، پوشش مجموع (که هر گره پوشش میده) هر گره در ابتدای الگوریتم محاسبه می شه و در یک برداری به نام CoverageValue ذخیره خواهد شد .

در اینجا از سه تا پارامتر استفاده می شه ؛ e یعنی ارزش دهی اولیه ، f به معنی عملگر تقاطعی ، g هم عملگر جهشی است . دو مرحله برای هر ژنتیک تعریف می شه :

e(1) : انتخاب تصادفی از p تسهیل از n تا

e(2): انتخاب p تسهیل از n بر مبنای RWS و استفاده از روش CoverageVector

f(1): دو تا والد با هم ترکیب می شن و نتایج تکراری حذف می شن و p تسهیل انتخاب می شن بوسیله RWS و CoverageValue

f(2) : دو عملگر تقاطعی کار می کنن . که اگه تعداد تسهیلات از p بیشتر شد به صورت تصادفی بعضی ها رو حذف می کنه تا به تعداد مورد نظر برسه.

g(1): یک تسهیل رو رندوم حذف میکنه و یکی دیگه رو رندوم اضافه می کنه.


g(2) به بعد رو دیگه بقیه زحمت بکشن .

​

 

[vatanparast]

یک نمونه از روش حل مسائل طرح ریزی میذارم امیدوارم مفید باشه براتون

http://www.mediafire.com/?b2af29e1gpl10ad

 

[.MosTaFa.]

سلام
برای بهینه سازی به روش فراذهنی( meta huristic) الگوریتم های فروانی طراحی و معرفی شدن که میشه به الگوریتم رقابت استعماری- اگوریتم فاخته- مورچگان - آنلینگ و... اشاره کرد از این بین دو الگوریتم ژنتیک و رقابت استعماری در زمینه حل مسائل صنایع بهتر جوابگو هستند( البته بر اساس تجربه خودم ) اگه علاقه داری به سایت زیر مراجعه کن
http://artificial.ir/intelligence/

رقابت استعماری و فاخته رو اولید بار هست که میشنوم
باید خیلی جدید باشن !!

 

[vatanparast]

رقابت استعماری و فاخته رو اولید بار هست که میشنوم
باید خیلی جدید باشن !!

بله نسبت به الگوریتم های مثل ژنتیک ، آنت کلونی ، بی کلونی و... جدید هستند البته خودم هنوز با فاخته آشنایی چندانی ندارم و کار نکردم ولی ICA(Imperialist Competitve Algorithm

یا همون رقابت استعماری با الهام از فرایند های اجتماعی و سیاسی طراحی شده الگوریتم سریع و با قابلیت های بالاست

 

[Iman Gom]

کسی ادامه نمی ده ؟

 

[Iman Gom]

من منتظر هستم تا مصطفی چیزی بنویسه منم ادامه اش می دم .

 

[.MosTaFa.]

من منتظر هستم تا مصطفی چیزی بنویسه منم ادامه اش می دم .

ایمان جان خیلی خیلی سرم شلوغه
ولی در اسرع وقت یه زمان میذارم تا تاپیک نخوابه
ببخشید واقعا.

 

[sepide.b]

سلام
كجاييد؟!چرا نيستيد؟!http://www.www.www.iran-eng.ir/images/icons/icon9.gif
منم هستم
خيلي دوست دارم عضو تيم طرح ريزي باشم اما اين ترم تازه طرح ريزي گرفتم
يه كم آروم تر پيش بريد تا منم بتونم پا بپاتون بيام

 

[amir-2013]

با سلام خدمت دوستان
با توجه به اینکه من تازه عضو این سایت شدم شاید سوالم مرتبط با تاپیک نباشه.اما از دوستان میخوام تا منو بیشتر تو این زمینه راهنمایی کنن.
من فهرست کتابای فارسی و علی الخصوص زبان اصلی زمانسنجی رو میخواستم .خیلی اضطرایه.چون زمانسنجی یه جورایی با طرح ریزی گره خورده لذا از شما درخواست کمک داشتم.

مرسی از لطفتون

 

[saye1]

سلام
بچها من دام از حسادت میمیرم احساس میکنم خیلی از قافله عقبم.لطفا راهنماییم کنید چیکار کنم تا اطلاعاتم به روز بشه

 

[Bita.Alipour]

سلام من تخصصي ندارم ولي علاقه مندم در حال حاضرم با اجازتون فقط ميتونم نظر دوستان رو ببينم

 

[rolchavoshi]

واقعا موضوع خوبی برای بحث هست . عالییییییییییییییییییییییییییییییییییییییییییییی