بسیاری از مسائل مطرح در زمینه هوش مصنوعی را می توان به صورت مسائل ارضای محدودیت توصیف کرد. این مسائل با استفاده از مجموعه ای از متغیرها و تعدادی محدودیت برای مقادیری که این متغیرها می توانند اختیار کنند, تعریف می شوند (در این نوع از مسائل از واژه "برچسب" نیز برای اشاره به "مقدار" یک متغیر استفاده می شود و لذا به آنها مسائل برچسب دهی سازگار نیز اطلاق می شود). حل این مسائل مجموعه ای از مقادیر منحصر به فرد برای متغیرهاست, به طوری که تمامی محدودیت های موردنظر مسئله ارضا شده باشد. تا به حال تعدادی الگوریتم جستجو, ویژه حل این نوع از مسائل ارائه شده است که برخی از آنها با آینده نگری که در حین حل مسئله انجام می دهند, تعداد عقب گردهای کمتری انجام داده و در تعداد قدمهای کمتری به راه حل دست می یابند. این الگوریتم ها عبارتند از "بررسی جلورو", "آینده نگر جزئی" و "آینده نگر کامل". این الگوریتم ها از نظر میزان تلاشی که در هر مرحله در قالب بررسی های سازگاری, صرف آینده نگری می کنند و تعداد عقب گردهایی که در حین حل مسئله انجام می دهند, با یکدیگر تفاوت دارند. در این مقاله, ضمن تشریح الگوریتم های ذکر شده, روش جستجوی جدیدی که آنرا "آینده نگر کامل بهبودیافته" نامیده ایم نیز معرفی می شود که از الگوریتم آینده نگر کامل کاراتر است

مساله جدول زمان بندی دروس دانشگاه، یکی از مسائل زمان بر در هر محیط آموزشی است. این مساله با عوامل زیادی نظیر تعداد دروس، کلاس، استاد، دانشجو و زمان های کاری سروکار دارد و محدودیت های سخت و نرم زیادی بر این عوامل تاثیر می گذارند. هدف از حل این مساله انتساب دروس و کلاس به استاد و دانشجو است؛ به گونه ای که در محدودیت های مساله صدق کنند. این پژوهش از رویکرد برنامه ریزی محدودیت برای حل این مساله استفاده می کند. هدف این پژوهش، ارضای حداکثری انتظارات و محدودیت ها به منظور ایجاد یک جدول زمان بندی است. مدل پیشنهادی، از تابع هزینه ای برای حداقل سازی تخطی از محدودیت های نرم استفاده می کند که ضرایب این تابع از روش  AHPمحاسبه می شوند. این مدل برای گروه مدیریت دانشگاه اصفهان، با زبان برنامه نویسی  OPLو بر روی پلتفرم IBM ILOG CPLEX اجرا شد. جدول زمان بندی حاصل شده، با ارضای کامل محدودیت های سخت و ارضای کاملا رضایت بخش محدودیت های نرم همراه بود. این جدول زمان در مدت زمان کمتر از 20 دقیقه به دست آمد که در مقایسه با زمان صرف شده در مدل های فراابتکاری و سایر مدل های ریاضی پیشنهادشده برای این مساله، بسیار قابل ملاحظه است.

جوامع روستایی ارتباط تنگاتنگی با محیط پیرامون خود دارند که بسیاری از ویژگی های آن ها منجر به توسعه کارآفرینی و تقویت اقتصاد روستایی می گردد و بعضی دیگر، توسعه کارآفرینی را با محدودیت مواجه ساخته، پیشرفت اقتصادی را به تأخیر می-اندازند. با توجه به اثرات محدودیت های کالبدی و زیست محیطی بر توسعه کارآفرینی در روستاهای پیرامونی مرز و تالاب بین المللی هامون، هدف پژوهش حاضر، تحلیل اثرات این محدودیت ها در روستاهای بخش قرقری شهرستان هیرمند می باشد. این تحقیق از نوع توصیفی- تحلیلی است که در آن از روش اسنادی برای بررسی سوابق و تبیین مسئله و از روش پیمایشی (با ابزار مصاحبه و تکمیل پرسشنامه) برای جمع آوری داده های مورد نیاز در سطح روستا استفاده شده است. جامعه آماری پژوهش شامل سرپرستان خانوارهای ساکن در محدوده موردمطالعه می باشد که با توجه به تعداد خانوارهای ساکن در محدوده موردمطالعه و استفاده از فرمول کوکران، تعداد 348 نمونه برای تکمیل پرسشنامه های تحقیق محاسبه گردید. تجزیه وتحلیل داده ها با استفاده از روش های آمار توصیفی و تحلیلی، مدل ARAS و نرم افزارهای SPSS، Choice Expert و ArcGIS انجام گردیده است. نتایج مدل ARAS در بررسی شدت محدودیت های کارآفرینی در روستاهای موردمطالعه نشان می دهد که محدودیت های کالبدی در 6/58 درصد از روستاها و محدودیت های زیست محیطی نیز در 9/68 درصد از روستاها در سطح شدید یا بسیار شدید می باشد. همچنین بر اساس نتایج آزمون فریدمن، محدودیت های ناشی از وجود دیوار مرزی با میانگین 487/0 و محدودیت دسترسی به منابع آب با میانگین 393/0 به ترتیب بالاترین محدودیت های کالبدی و زیست محیطی را در بین محدودیت های متنوع در هر بعد به خود اختصاص می دهند.

یکی از مسائلی که همواره ذهن محققین عرصه تولید را به خود مشغول کرده، یافتن پاسخ مناسب برای تعیین مقدار تولید هر محصول بوده است.چنین مسائلی با نام ترکیب تولید شهرت یافته اند و برای حل آن روش های مختلفی ارائه شده است. یکی از این روش ها، تئوری محدودیت هاست که یک تئوری ساده، قابل فهم و در عین حال کاربردی است. اما متاسفانه با تمام مزایایی که این الگوریتم دارد در برخی شرایط نظیر حالات چند گلوگاهی و یا زمانی که یک محصول جدید به خط تولید اضافه می شود کارایی خود را از دست می دهد. از این رو برخی محققان، نقایص این تئوری را برطرف کرده و با نام تئوری محدودیت های اصلاح شده منتشر کرده اند که یکی از بهترین روش های حل مسائل ترکیب تولید به شمار می رود و در برخی موارد نتایجی به خوبی برنامه ریزی خطی ارائه می دهد. اما با این وجود، تئوری برای زمانی که تمام پارامترها قطعی هستند، ارائه شده است. در حالی که در دنیای واقعی تولید، خیلی از پارامترها نظیر ظرفیت و تقاضا غیرقطعی هستند. در چنین شرایطی مجموعه های فازی می تواند به منزله ابزار بسیار مفیدی مورد استفاده قرار گیرد. در این مقاله سعی شده است الگوریتمی بر مبنای تئوری محدودیت های اصلاح شده و منطق فازی ارائه گردد. نتایج نشان دهنده کارایی و انعطاف این الگوریتم است.

مساله زمان بندی پروژه با محدودیت منابع (RCPSP) جزء مسائل غیرچندجمله ای سخت (NP-Hard) است که برای حل آن، روش های ابتکاری و فراابتکاری در مقایسه با راه حل های دقیق، کارایی بیشتری دارند. در این تحقیق از الگوریتم رقابت استعماری اصلاح شده برای حل مساله زمان بندی پروژه با محدودیت منابع در حالت تک حالته و همچنین از الگوریتم محاسبه جواب موجه ابتدایی برای افزایش سرعت الگوریتم رقابت استعماری اصلاح شده با استفاده از حذف فضای غیرموجه جست وجو، استفاده شده است. الگوریتم ارائه شده در این مقاله بر روی مجموعه مسائل استاندارد کتابخانه PSPLIB آزمایش و از نظر کارایی با تعدادی از روش های موجود مقایسه شده است. نتایج آزمایش ها، کارایی و امکان پذیری الگوریتم پیشنهادی را در حل مسائل استاندارد زمان بندی پروژه با محدودیت منابع نشان می دهد. به منظور بررسی عملکرد الگوریتم در حل مسائل با داده های واقعی، دو پروژه انجام گرفته توسط شرکت قدس نیرو در قالب مساله مدل سازی و با استفاده از الگوریتم پیشنهادی حل شد.

پروژه های زمان­بندی در کشاورزی شامل عملیات و فعالیت هایی است که با ترتیب معین و در یک بازه زمانی مشخص انجام می گیرد. چنانچه این عملیات و فعالیت ها به موقع انجام نشوند، به دلیل افت کمی و کیفی محصول، کاهش سنگینی در درآمد کشاورز یا واحد کشاورزی ایجاد می شود که این هزینه ها نامشهود است. از طرفی دیگر عملیات کشاورزی برای اجرا نیازمند به کارگیری منابع هستند که معمولاً محدود بوده و در صورت عدم تخصیص بهینه به فعالیت ها، احتمال به موقع نبودن فعالیت ها افزایش می یابد. به منظور کاستن از هزینه های به موقع نبودن، این پروژه ها نیازمند برنامه ریزی، زمان بندی و مدیریت علمی و منطقی زمان و منابع هستند. این به یک مسئله استاندارد در زمینه زمان بندی پروژه تبدیل شده که محققان زیادی را به خود علاقه مند کرده است و آن ها از روش های زمان بندی مختلف از جمله روش­های دقیق و روش­های اکتشافی و فراکتشافی استفاده کرده­اند. در نتیجه، روش­های مختلفی از مسئله زمان بندی پروژه با محدودیت منابع اولیه توسعه یافته اند. این مقاله یک مرور کلی بر روش­ها و تحقیقاتی و تحلیلی بر روش­های موجود می­باشد که تاکنون منتشر شده است. در این مقاله به بررسی اهداف و رویکردهای حل مسئله زمان­بندی پروژه  با در نظر گرفتن برخی کارهای موجود در حیطه کشاورزی و همچنین به داده­های مربوط پرداخته شده است. نتایج نشان میدهد پژوهش­های زیادی در راستای زمان بندی پروژه با منابع محدود انجام شده است. اما کارهایی که برای حل مسئله زمان بندی پروژه در حوزه کشاورزی باشد بسیار کم و انگشت شمار بوده است. بنابراین برای کارهای آینده و تحقیقات آتی می توان از روش های ارائه شده در سایر حوزه­ها، برای حل مسئله زمان­بندی پروژه با منابع محدود در حوزه کشاورزی استفاده بنماییم.

یکی از روش هایی که به کمک آن می توان مسائل ترکیب تولید را به راحتی حل نمود، روش تئوری محدودیت ها می باشد. ولی این روش در برخی از مسائل و شرایط دارای نقایصی می باشد که محققین را بر آن داشته است که این تئوری را تغییر داده و تحت عنوان تئوری محدودیت های اصلاح شده ارائه دهند تا علاوه بر مزایای این تئوری، معایب آن را نیز پوشش دهند. اما این تئوری برای شرایطی که تمام پارامترها قطعی می باشند، مطرح شده است. ولی در دنیای واقعی تولید، معمولا پارامترهایی نظیر ظرفیت، سود و زمان پردازش غیر قطعی می باشند. از سوی دیگر تئوری مجموعه های فازی نیز مانند یک ابزار مناسب برای مدیریت تولید در زمانی که پویایی محیط تولید مانع تعیین دقیق تابع هدف، محدودیت ها و سایر پارامترهای مدل می شود، کاربرد دارد. لذا در این مقاله سعی گردیده است الگوریتمی بر مبنای تئوری محدودیت های اصلاح شده و منطق فازی ارائه شود. نتایج نشان دهنده کارایی و انعطاف پذیری این الگوریتم می باشد.

طراحی جدول زمان بندی، اساسا از وظایف پیچیده و وقت گیر برای پرسنل مسوول می باشد که از طرفی انجام خودکار آن گامی در جهت کاهش بار کاری پرسنل و از سوی دیگر یک نمونه مطلوب برای امتحان روش های برنامه ریزی و ارضای محدودیت ها در هوش مصنوعی است. در این پژوهش، ابتدا الگوریتم های ژنتیک مطالعه و بررسی شده، سپس در مساله بهینه سازی جدول زمانی دروس برای یک دانشکده فرضی مورد استفاده قرار گرفته است. در این رویکرد روند تکاملی پاسخ ها طی تکرار نسل ها در یک الگوریتم ژنتیک، نهایتا منجر به تولید یک جدول زمان بندی دروس خوش کیفیت خواهد گردید. در مرحله پیاده سازی، به کمک تغییراتی که در روند معمول الگوریتم های ژنتیک صورت داده شد، نتایج بسیار خوبی در زمینه طراحی جداول زمان بندی دروس دانشگاهی حاصل گردیده است. اساس کار الگوریتم طراحی شده، حفظ کروموزوم های بهتر جمعیت و اعمال عملگرهای ژنتیکی بر روی بقیه کروموزوم ها به منظور بهبود آنها می باشد. در آزمون ها، مقایسه بین الگوریتم ژنتیک عادی و الگوریتم پیشنهادی، طی چند مرحله، نقاط قوت الگوریتم پیشنهادی را مشخص کرد. ایده های مطرح شده در این تحقیق قابل تسری به کاربردهای مشابه نیز خواهد بود.