لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.

بهره برداری بهینه از ظرفیت حمل و نقل ریلی، یکی از اهداف اساسی در برنامه ریزی حرکت قطارها محسوب می شود.با توجه به هزینه های بسیار بالای احداث خطوط ریلی جدید، بهره برداری بهینه از ظرفیت خطوط ریلی موجود در اولویت قرار دارد. از این رو، به کارگیری روش های مناسب برای تحلیل حداکثر ظرفیت خطوط ریلی و استفاده بهینه از ظرفیت موجود بدون نیاز به احداث خطوط جدید، از تحلیل های اساسی در صنایع حمل و نقل ریلی به شمار می آید. ترتیب اعزام قطارها از ایستگاه مبدا و همچنین برنامه توقف قطارها در ایستگاه های مسیرهای دوخطه ریلی، دو عامل اساسی در استفاده بهینه از ظرفیت حمل و نقل ریلی می باشند. در این تحقیق، مساله تعیین توالی اعزام و همچنین برنامه توقف قطارها در جهت حداکثر استفاده از ظرفیت شبکه ریلی موجود، مورد بررسی قرار گرفته است. در این مساله هدف تعیین ترتیب اعزام قطارها از ایستگاه مبدا و همچنین مکان توقف برنامه ای قطارها در راستای حداقل سازی طول افق زمان بندی می باشد. این مساله در قالب حالت خاصی از مساله جریان کارگاهی منعطف بررسی شده است. برای این مساله، یک مدل برنامه ریزی ریاضی عدد صحیح با در نظر گرفتن محدودیت های خطوط ریلی داخل ایستگاه و همچنین سایر محدودیت های مربوط به راه آهن ایران مانند توقف قطارها در بازه های افق شرعی، ارایه شده است. به دلیل پیچیدگی محاسباتی و دشواری یافتن جواب بهینه در این مساله، از الگوریتم فراابتکاری جستجوی تصادفی تطابقی حریصانه برای یافتن جواب های نزدیک به بهینه، استفاده شده است. سه الگوریتم فراابتکاری بر پایه الگوریتم فراابتکاری جستجوی تصادفی تطابقی حریصانه ارایه شده و روی نمونه مسایل تصادفی مورد آزمایش قرار گرفته اند. نتایج به دست آمده موید کارایی بالای الگوریتم های ارایه شده برای حل این مساله در ابعاد واقعی می باشند.

در این مقاله، مسئله ساخت پوشاننده هندسی تحمل پذیر ناحیه-خطا مقید به زیر کلاسی از نواحی محدب، مورد بحث قرار می گیرد. فرض کنید که S مجموعه ای از n نقطه در صفحه باشد. به طور دقیق تر، در این مقاله، یک الگوریتم حریصانه برای ساخت پوشاننده هندسی تحمل-پذیر ناحیه-خطا در حالتی که ناحیه های خطا، مجموعه ای از نیم صفحه ها با مرز موازی با حداکثر k خط است، بررسی می شود. نشان داده می شود که پیچیدگی زمانی الگوریتم پیشنهادی O(kn^3 log⁡n) و گراف تولید شده توسط آن دارای O(kn) یال است. طبق آخرین اطلاعاتی که داریم بهترین الگوریتمی که برای ساخت یک پوشاننده هندسی تحمل پذیر ناحیه-خطا برای مجموعه نقطه S ارائه شده است، دارای زمان اجرای O(n log^2⁡n) است و گراف تولید شده توسط آن دارای O(n log⁡n) یال است.

در مساله بهینه سازی پرتفوی، مدل مارکویتز همچنان به عنوان رویکرد غالب شناخته شده است اما چون محدودیت هایی که در دنیای واقعی نظیر محدودیت تعدادداراییهای سبد یا حداقل و حداکثر مقدار هریک از داراییها در این مدل درنظر گرفته نشده است، این مدل در حل مسائل دنیای واقعی بعضا ناتوان می باشد. به همین دلیل استفاده از الگوریتم های فراابتکاری با توجه به ویژگی های منعطفی که دارند میتوانند مفید واقع شوند. در پژوهش پیش رو از الگوریتم فراابتکاری به نام جستجوی انطباق تصادفی حریصانه(GRASP) برای رفع مشکل بهینه سازی پرتفوی با محدودیت کاردینالیتی (CCPO)استفاده شده استکه به جهت تطابق بیشتر با دنیای واقعی، دو مجموعه محدودیت شامل محدودیتهای کف و سقف و محدودیت کاردینالیتی به مدل مارکویتز اضافه شده است. بررسی نتایج حاصل از بهینه سازی پرتفوی با الگوریتم GRASPبا نتایج مدل مارکویتز بر روی 199 شرکت طی دوره 5 ساله (1391-1395)، در بورس اوراق بهادار تهران نشان می دهد براساس معیار شارپ در هر پرتفوی 5، 15 و30 شرکتی الگوریتم GRASP در بهینه سازی پرتفوی کاراتر از مدل مارکویتز عمل می کند.

تاکنون تعداد معدودی الگوریتم برای بهینه سازی محدوده استخراج زیرزمینی ارایه شده که شمار آنها در مقایسه با الگوریتم های بهینه سازی محدود استخراج روباز بسیار کمتر است. در هر یک از این الگوریتم ها تنها برخی از محدودیت های فنی و هندسی کارگاه استخراج وابسته به یک یا چند روش استخراج خاص برای بهینه سازی محدوده استخراج در نظر گرفته شده است. در این مقاله یک الگوریتم جدید برای بهینه سازی محدوده کارگاه استخراج زیرزمینی در یک طبقه استخراجی بر مبنای الگوریتم حریصانه ارایه شده است. این الگوریتم بر روی مدل اقتصادی دو بعدی اجرا می شود. برای اجرای الگوریتم، ابتدا محدوده مدلسازی شده با یک مدل گرافی که در آن اوزان یال های گراف بیانگر ارزش اقتصادی تجمعی بلوک ها در مدل بلوکی است، شبیه سازی می شود. سپس با بهره گیری از روش دیکسترا، مسیری از گراف که دارای طول بیشینه است، جستجو می شود. روش دیکسترا یکی از بهترین روش های حل الگوریتم حریصانه است. مسیری که باکاربرد این الگوریتم بر روی مدل محدوده معدنی جستجو می شود در واقع نشان دهنده مرزهای محدوده استخراج بهینه است که در صورت استخراج آن دستیابی به سود حداکثر محقق می گردد.

طراحی الگوی رنگی مناسبی که بتواند بیشترین تطابق و همگونی هدف را از لحاظ شکل و رنگ با پس زمینه داشته باشد، یکی از چالش های اساسی در حوزه ی همگون سازی (استتار) است. امروزه، همگون سازی رقومی بر پایه اصول روانشناسی بصری قرارگرفته است و از روش های پردازش رقومی تصویر برای مشخص کردن ویژگی های پس زمینه استفاده می کند. تاکنون تحقیقات زیادی توسط محققین در زمینه همگون سازی رقومی ارائه شده است. به عنوان مثال روش های مبتنی بر تکنیک فازی، شبکه عصبی و روش حریصانه ارائه شده است اما مشکل اصلی برخی از روش ها آن است که تعداد رنگ های اصلی به صورت دستی یا تجربی انتخاب شوند در حالی که این تعداد رنگ ها در هر تصویر متفاوت خواهد بود. بنابراین نمی توان به یک تعداد رنگ بهینه برای عمل همگون سازی دست یافت. هدف اصلی در این تحقیق ارائه یک روش جدید طراحی الگو رقومی بر اساس الگوریتم حریصانه می باشد که تعداد رنگ های اصلی را به صورت خودکار و بر اساس ویژگی های خاص هر تصویر استخراج می شود. بنابراین به منظور بیرون کشیدن رنگ های اصلی از درون تصویر موردنظر، ابتدا با استفاده از معیار MDL تعداد خوشه های بهینه انتخاب می شوند سپس با استفاده از روش خوشه بندی K-means از روی تصاویر به استخراج رنگ های اصلی پرداخته خواهد شد. سپس با استفاده از الگوریتم حریصانه یک توزیع یا چیدمان بهینه از ترکیب قالب های الگو که در یک پایگاه داده ذخیره شده اند برای طراحی بافت نهایی به دست می آید. در این تحقیق، جهت پیاده سازی روش پیشنهای از 11 تصویر با شرایط زمانی و مکانی مختلفی استفاده شده است. همچنین برای ارزیابی توانایی و قابلیت روش پیشنهادی به صورت کمی و کیفی از معیار نقشه برجستگی استفاده شده است. بر اساس معیار برجستگی روش پیشنهادی با روش تشابه رنگی مقایسه شده است میانگین کلی برجستگی در 11 تصویر برای تصویر اصلی، روش تشابه رنگی و روش پیشنهادی به ترتیب برابر با 57 ، 53 و 42 درصد می باشند که حاکی از این است روش همگون سازی اهداف در پنهان کردن اهداف بهتر عمل کرده است.

مسأله طراحی شبکه خطوط همگانی از مسائل اساسی در دستیابی به توسعه پایدار شهری به شمار می رود. این مساله به یافتن ترکیب بهینه خطوط حمل ونقل همگانی می پردازد، به گونه ای که با حفظ محدودیت بودجه، هدف خاصی در شبکه تامین گردد. باتوجه به این که طراحی شبکه، یک مسئله از نوع پیچیده و نمایی است، دستیابی به جواب دقیق (بهینه جهانی) آن در ابعاد بزرگ نیازمند روش های حل سیستماتیک همچون الگوریتم های ابتکاری/فرابتکاری است. این الگوریتم ها به طور گسترده در ادبیات تحقیق مورد استفاده قرارگرفتند، اما تمرکز بر روی انواع شبکه های حمل ونقلی با ویژگی های خاص اندک بوده است. هدف این مقاله طراحی خطوط شبکه حمل ونقلی در شبکه های شهری با الگوی شطرنجی است به گونه ای که، ضمن حفظ محدودیت بودجه، حداکثر پوشش در شبکه حاصل گردد. برای این منظور، این مطالعه یک الگوریتم جدید، از نوع ابتکاری –طراحی شده به طور خاص با تمرکز برای شبکه های شطرنجی– پیشنهاد میکند. الگوریتم پیشنهادی یک شاخص حریصانه موسوم به شاخص تقاضا ارائه داده و از آن برای ارتباط بین گره های پرتقاضا در شبکه استفاده میکند؛ به این ترتیب که به طور تکراری، هربار گره دارای بیشترین شاخص تقاضا انتخاب و یک خط همگانی کاندیدای عبوری از آن به ترکیب خطوط موجود اضافه میشود. مقایسه بهترین جواب های حاصل از الگوریتم ابتکاری در یک شبکه شطرنجی 10×6 برای 30 ماتریس تقاضای سفر تصادفی، در مقابل جواب های دقیق مساله نشان می دهد که الگوریتم ابتکاری می تواند در زمان کوتاه قابل توجه ای، جواب هایی نزدیک به جواب های دقیق مسئله را بیابد. مطابق نتایج به دست آمده، در مقایسه با حل دقیق در مدت زمان تقریبا 4 ساعت، الگوریتم پیشنهاد شده می تواند در مدت زمان (8±) 29 ثانیه، به طور متوسط، به جواب هایی با اختلاف 9/2 درصد نسبت به جواب های بهینه جهانی دست پیدا کند.