بهبود در حل مساله مکان یابی چند تسهیلاتی بر مبنای الگوریتم کلونی زنبور عسل مصنوعی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 785

فایل این مقاله در 7 صفحه با فرمت PDF و WORD قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NSOECE03_013

تاریخ نمایه سازی: 28 اسفند 1394

چکیده مقاله:

در این مقاله به حل مساله مکان یابی چند تسهیلاتی با کمک الگوریتم کلونی زنبور عسل مصنوعی تغییر یافته می پردازیم. تاکنون محققان این مساله را با روش های مختلفی از جمله انواع الگوریتم های فراابتکاری مانند ژنتیک،کلونی مورچگان و کلونی زنبور عسل مصنوعی حل کرده اند. در این تحقیق از یک روش جدید بر مبنای الگوریتم ABC ، در حل مساله مکان یابی چند تسهیلاتی استفاده می شود. روش فوق با بکارگیری معادله پیشنهادی جدید و موثر در جستجوی منابع زنبور های کارگر و ناظر باعث یافتن سریعتر پاسخ های بهینه در مقایسه با روش استاندارد می شود. طبق شبیه سازی های انجام شده در محیط متلب نتایج نشان می دهد حل مساله مکان یابی چند تسهیلاتی با معادله پیشنهادی در مقایسه با حل این مساله با الگوریتم ABC استاندارد می تواند در تعداد چرخه کمتری به بیشینه مقدار حداقل سازی تابع هزینه دست یابد. همچنین در تولید جواب های اولیه به مقدار قابل توجهی بهتر از الگوریتم کلونی زنبور عسل مصنوعی اولیه بوده است و پس از طی چرخه های کمتر به حالت مطلوب دست می یابد علت این رفتار تعادلی است که بین دو مفهوم جستجو و بهره برداری برقرار شده است. این دو فاکتور مهم در الگوریتم های فراابتکاری اند که عدم وجود یکی از آنها باعث افت کارایی می گردد. بکارگیری معادله جدید در مقایسه با الگوریتم ژنتیک در حل این مساله نیز نتایج مشابهی در تولید جمعیت اولیه و چرخه های یافتن جواب بهینه تولید کرده است.

کلیدواژه ها:

مکان یابی چند تسهیلاتی ، الگوریتم کلونی زنبور عسل مصنوعی ، الگوریتم ژنتیک ، زنبور کارگر ، زنبور ناظر

نویسندگان

آزیتا یوسفی

کارشناس ارشد، پیام نور تهران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Miroslav M., (2010) "An efficient genetic algorithm for solving the ...
  • Tuncbilek N., Tasgetiren F., Esnaf S.(2012), Artificial Be Colony Optimization ...
  • Karaboga, D., and Basturk, B.(2007) "A powerful and E ffic ...
  • Rezaeian J., Sharifpour M., abdollahpour ...
  • vol. 39, pp. 459-471, November . ...
  • T., Zhou G., (2014)" Modeling Supply Chain Facility Location Problem ...
  • نمایش کامل مراجع