فیلترها/جستجو در نتایج    

فیلترها

سال

بانک‌ها



گروه تخصصی










متن کامل


اطلاعات دوره: 
  • سال: 

    2020
  • دوره: 

    17
  • شماره: 

    55
  • صفحات: 

    161-138
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    153
  • دانلود: 

    0
چکیده: 

Data classification is one of the main issues in management science which took into account from different approaches. Artificial intelligence methods are among the most important classification methods, most of them consider total accuracy function in performance evaluation. Since in imbalanced data sets this function considers the cost of prediction errors as a fix amount, in this research a sensitivity function in used in addition to the accuracy function in order to increase the accuracy in all of the predefined classes. In addition, due to complexity in process of seeking information from decision maker, NSGA II Algorithm is used to extract the parameters (Weight vector and cut levels between classes). In each iteration, based on the estimated weight vector and data sets, the Algorithm calculate the score of each alternative using Sum Product function and then allocates the alternative to one of the classes, comparing to the estimated cut levels, . Then, using the fitness functions, the estimation class and the actual class will compare by two Algorithms and this process will continue since optimizing the parameters. Comparison of the NSGA II and NRGA Algorithms show the high efficiency of the proposed Algorithm.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 153

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1397
  • دوره: 

    34-1
  • شماره: 

    1/2
  • صفحات: 

    101-115
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    631
  • دانلود: 

    200
چکیده: 

مسئله ی اجتماع یابی، از جمله مسائل تحلیل شبکه های اجتماعی، عبارت است از افرازبندی شبکه به بخش هایی که ارتباط میان اعضای شبکه در هر بخش متراکم است. در این مقاله، افرازبندی شبکه در قالب مسئله ی بهینه سازی چندهدفه با توابع هدف، شاخص پودمانگی و امتیاز اجتماعات مدل سازی شده است. به منظور حل مدل بهینه سازی چندهدفه، دو الگوریتم تکاملی NSGAII و NRGA بهبود یافته است. الگوریتم های پیشنهادی برای ایجاد جواب های اولیه از یک روش حریصانه استفاده می کنند. همچنین، عملگرهای تقاطع و جهشی جدید برای الگوریتم های پیشنهادی طراحی شده است. عملگر تقاطع ارائه شده، مبتنی بر مقدار نزدیکی گره هاست. عملگر جهش نیز مبتنی بر روش تاپسیس عمل می کند. کارایی الگوریتم های پیشنهادی نسبت به سه الگوریتم کلاسیک NSGAII، NRGA و MOGA-Net از طریق انجام آزمایش های عددی بر روی 6 شبکه ی دنیای واقعی مورد سنجش قرار گرفته است. نتایج، نشان از بهبود قابل توجهی در جواب های مسئله ی اجتماع یابی توسط الگوریتم های پیشنهادی داشت.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 631

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 200 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1403
  • دوره: 

    13
  • شماره: 

    25
  • صفحات: 

    65-81
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    22
  • دانلود: 

    0
چکیده: 

This study focuses on the investigation of intelligent form-finding and vibration analysis of a triangular polyhedral tensegrity that is enclosed within a sphere and subjected to external loads. The nonlinear dynamic equations of the system are derived using the Lagrangian approach and the finite element method. The proposed form-finding approach, which is based on a basic genetic Algorithm, can determine regular or irregular tensegrity shapes without dimensional constraints. Stable tensegrity structures are generated from random configurations and based on defined constraints (nodes located on the sphere, parallelism, and area of upper and lower surfaces), and shape finding is performed using the fitness function of the genetic Algorithm and multi-objective optimization goals. The genetic Algorithm's efficacy in determining the shape of structures with unpredictable configurations is evaluated in two distinct scenarios: one involving a known connection matrix and the other involving fixed or random member positions (struts and cables). The shapes obtained from the Algorithm suggested in this study are validated using the force density approach, and their vibration characteristics are examined. The findings of the comparative study demonstrate the efficacy of the proposed methodology in determining the vibrational behavior of tensegrity structures through the utilization of intelligent shape seeking techniques.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 22

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
اطلاعات دوره: 
  • سال: 

    1400
  • دوره: 

    15
  • شماره: 

    5
  • صفحات: 

    1006-1017
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    130
  • دانلود: 

    37
چکیده: 

افزایش جمعیت و تقاضای روزافزون مواد غذایی و بهره وری اقتصادی پایین محصولات کشاورزی و هدررفت منابع آبی و خاکی، تعیین و اجرای الگوی کشت بهینه کشور را ضروری نموده است. در این تحقیق، با توجه به محدودیت ها و مشکلات روش های کلاسیک و همچنین به منظور کاهش زمان پردازش و بهبود کیفیت راه حل ها، از الگوریتم ازدحام ذرات چند هدفه آشوبناک در تعیین الگوی کشت بهینه دشت سیستان در شرایط بهینه و کم آبیاری استفاده گردید. نتایج کاربرد الگوریتم آشوبناک برای کشت های غالب منطقه نشان داد که الگوی کشت فعلی منطقه بهینه نبوده و با اجرای الگوی پیشنهادی مدل، سود حاصل به ازای واحد سطح زیر کشت، افزایش خواهد یافت. نتایج کاربرد کم آبیاری طی دوره های مختلف رشد محصولات گندم، جو، یونجه، سورگوم، هندوانه و انگور نیز نشان داد که اعمال کم آبیاری ها در این دشت استراتژی مناسبی نبوده و تنها استراتژی آبیاری کامل توصیه می گردد، مدل مقدار بهینه حجم آب برای سطح یک هکتار را 42750 متر مکعب برآورد نموده و با وارد کردن گیاهان گندم، یونجه، سورگوم، هندوانه و انگور با استراتژی آبیاری کامل در الگوی بهینه کشت، در نهایت بازده برنامه ای 4, 153, 448 تومان بدست آمد، با کاهش 25 درصدی آب مصرفی شبکه، مقدار بازده برنامه ای 5/14 درصد و با کاهش 50 درصدی آب مصرفی، مقدار بازده برنامه ای 5/41 درصد کاهش یافت. نتایج ارزیابی حساسیت مدل نیز نشان داد که در قیمت های پایین، کشاورزان واکنش کمتر و در قیمت های بالاتر، عکس العمل بیشتری به تغییر قیمت نشان داده و با افزایش قیمت آب، سود ناخالص (بازده برنامه ایی) کمتر و مدل بیشتر به سمت افزایش زیر کشت محصولاتی تمایل دارد که با مصرف آب کمتر عملکرد بیشتری دارند. نتیجه گیری کلی این تحقیق آن است که بی کشش بودن تقاضای آب در دامنه های قیمتی 725-0، 950-750، 1050-1000 و همچنین 1200-1075 ریال در برنامه-ریزی های مربوط به قیمت گذاری منابع آب کشاورزی منطقه بایستی مورد توجه قرار گیرد.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 130

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 37 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1402
  • دوره: 

    13
  • شماره: 

    52
  • صفحات: 

    85-97
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    80
  • دانلود: 

    8
چکیده: 

یکی از موضوعات اساسی و پایه در مطالعات مهندسی هیدرولوژی و رودخانه، روندیابی سیلاب است. روندیابی سیلاب به روش هیدرولوژیکی در رودخانه­های چند شاخه و رودخانه­های فاقد آمار حوضه میانی مرسوم است. از این رو، مدل هیدرولوژیکی ماسکینگام یک روش مفید است که بدون نیاز به تعیین شیب­ها و مقاطع عرضی در تمام بازه­های رودخانه، عمق و دبی جریان سیلابی را در مقاطع مختلف رودخانه روندیابی می کند و از این رو، سبب صرفه جویی در هزینه و زمان می شود. در این مطالعه، مقادیر بهینه پارامترهای غیرخطی مدل جدید ماسکینگام نوع ششم بر اساس الگوریتم بهینه سازی مگس(MA)  محاسبه شده است. در این مدل غیرخطی ماسکینگام که دارای هشت پارامتر است، از ضریب بهبود γ استفاده شده است که با توجه به تعداد پیک های موجود در هیدروگراف خروجی، مقادیر بیشتر یا کمتر از یک دارد. برای ارزیابی عملکرد ترکیبی مدل جدید غیر خطی ماسکینگام همراه با الگوریتم نوین MA، از مطالعه موردی ویلسون و وایسمن  لوئیس استفاده شده که توسط بسیاری از محققان قبلی برای اعتبار سنجی مورد استفاده قرار گرفته است. نتایج الگوریتم MA برای دو رودخانه ویلسون و وایسمن لوئیس نشان دهنده کمینه سازی مجموع مربعات باقیمانده ها (SSQ) به عنوان تابع هدف می­باشد که برای رودخانه ویلسون برابر با 3.21 و رودخانه وایسمن برابر با68722 است. نتایج این تحقیق نشان داد که مدل پیشنهادی دارای دقت زیادی در برآورد مقادیر تخلیه خروجی است.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 80

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 8 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
نشریه: 

Scientia Iranica

اطلاعات دوره: 
  • سال: 

    2019
  • دوره: 

    26
  • شماره: 

    5 (Transactions E: Industrial Engineering)
  • صفحات: 

    2919-2935
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    219
  • دانلود: 

    0
چکیده: 

Home Care (HC) staff assignment problem is defined as deciding which staff to assign to each patient. In this study, a multi-objective non-linear mathematical programming model is presented to address staff assignment problem considering crosstraining of caregivers for HC services. The first objective of the model is to minimize the cost of workload balancing, cross-training, and maintenance. The second objective minimizes the number of employees for each service, while the third objective function maximizes the satisfaction level of caregivers. Several constraints including skill matching, staff preferences, regularity, synchronization, staff absenteeism, and multi-functionality are considered to build a service plan. Due to NP-hardness of the problem, a Non-dominated Sorting Genetic Algorithm (NSGA-II) with a proposed who-rule heuristic initialization procedure is applied. Due to the absence of benchmark available in the literature, a Non-dominated Ranking Genetic Algorithm (NRGA) is employed to validate the obtained results. The data required to run the model are gathered from a real-world HC provider. The results indicate that the proposed NSGA-II is superior to the NRGA with regard to comparison indexes. Based on the results obtained, it is now possible to determine which staff to cross-train for each service and how to assign staff to services.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 219

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
اطلاعات دوره: 
  • سال: 

    1394
  • دوره: 

    46
  • شماره: 

    4
  • صفحات: 

    389-397
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    949
  • دانلود: 

    282
چکیده: 

از مسائل بسیار مهم در مدیریت تولید، انتخاب بهترین گزینه برای انجام هرکدام از فعالیت های تولید به نحوی است که هزینه و زمان کمترین مقدار و بالاترین کیفیت ممکن را داشته باشد. با توجه به تعداد زیاد فعالیت ها و گزینه های انتخابی برای هر فعالیت، معمولا این انتخاب جواب منحصربه فردی ندارد و می توان با استفاده از تابع مطلوبیت و اختصاص دادن وزن هایی به زمان و هزینه و کیفیت، بهترین جواب را از بین جواب های به دست آمده انتخاب کرد. از آنجا که در دنیای واقعی عدم قطعیت وجود دارد، پس برای رسیدن به مدیریت دقیق بایستی به عدم قطعیت نیز توجه شود. در این مقاله یک مدل ریاضی فازی برای شبکه ای از فعالیت ها پیشنهاد می شود، تا از میان شیوه های ممکن و موازنه معیارهای آنها، بهترین شیوه اجرا برای هر فعالیت مشخص شود. بدین منظور از الگوریتم ژنتیک مبتنی بر رتبه بندی نامغلوب برای حل این مساله استفاده و بهترین شیوه های انجام هر فعالیت برای تولید مرغ گوشتی از تخم مرغ تا کشتار ارائه شد و مقدار زمان، هزینه، و کیفیت به ترتیب 1793.8ساعت و 911.90 میلیون تومان و 48درصد محاسبه شد.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 949

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 282 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1398
  • دوره: 

    50
  • شماره: 

    4
  • صفحات: 

    927-938
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    486
  • دانلود: 

    179
چکیده: 

فیزیک ظریف و حساسیت بالا در فرآیند تبدیل شلتوک به برنج سفید از یک سو و اهمیت کیفیت و نقش آن در ارزش افزوده محصول نهایی از سوی دیگر بیانگر اهمیت مدیریت سه شاخص کیفیت، هزینه و زمان در تولید برنج می باشد. لذا هدف از این مطالعه دستیابی به چیدمانی بهینه از روش های مختلف با کمترین هزینه، کمترین زمان و بالاترین کیفیت در فرآیند تبدیل می باشد. بدین منظور تمامی روش های ممکن برای هر مرحله از فرآیند تبدیل در واحدهای شالی کوبی مدرن بیان گردید و بازه ای از اعداد فازی برای آن ها در نظر گرفته شد. همچنین مدیریت ریسک نیز با اعمال برش های فازی بین صفر تا یک، جهت بررسی عدم قطعیت انجام شد. در گام بعد نیز با استفاده از الگوریتم های ژنتیک مبتنی بر دسته بندی نامغلوب (NSGA-II) و رتبه بندی نامغلوب (NRGA-II) مدیریت پروژه صورت پذیرفت. طبق نتایج، الگوریتم ژنتیک (NSGA-II) عملکرد بهتری نسبت به الگوریتم ژنتیک (NRGA-II) در حل این مسئله از خود نشان داد و نهایتاً در واحدهای شالی کوبی مدرن کمترین زمان، کمترین هزینه و بالاترین کیفیت در شرایط قطعی (1=α ) به ترتیب 22/22 ساعت، 8088170 ریال و 62 درصد به دست آمد.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 486

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 179 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    2014
  • دوره: 

    8
  • شماره: 

    2 (15)
  • صفحات: 

    15-25
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    446
  • دانلود: 

    0
چکیده: 

In this paper, a novel mathematical model for a preemption multi-mode multi-objective resource-constrained project scheduling problem with distinct due dates and positive and negative cash flows is presented. Although optimization of bi-objective problems with due dates is an essential feature of real projects, little effort has been made in studying the P-MMRCPSP while due dates are included in the activities. This paper tries to bridge this gap by studying tardiness MMRCPSP, in which the objective is to minimize total weighted tardiness and to maximize the net present value (NPV). In order to solve the given problem, we introduced a Non-dominated Ranking Genetic Algorithm (NRGA) and Non-Dominated Sort Genetic Algorithm (NSGA-II). Since the effectiveness of most meta-heuristic Algorithms significantly depends on choosing the proper parameters. A Taguchi experimental design method was applied to set and estimate the proper values of GAs parameters for improving their performances. To prove the efficiency of our proposed meta-heuristic Algorithms, a number of test problems taken from the project scheduling problem library (PSPLIB) were solved. The computational results show that the proposed NSGA-II outperforms the NRGA.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 446

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 6
اطلاعات دوره: 
  • سال: 

    1396
  • دوره: 

    28
  • شماره: 

    1
  • صفحات: 

    69-86
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    1072
  • دانلود: 

    621
چکیده: 

انبار مکانی است که در هر کارخانه از لحظه دریافت مواد اولیه تا ارسال محصول نهایی از آن بهره برداری می شود. در این مقاله، یک مدل ریاضی دو هدفه برای مساله انتخاب سفارش های اقلام از انبار و ارسال به خط تولید پیشنهاد شده است. اهداف در نظر گرفته شده برای مدل توسعه یافته علاوه بر کمینه کردن کل هزینه های برداشت قطعه از انبار، میانگین دیرکرد تحویل سفارشات به خطوط مونتاژ/تولید را به حداقل می رساند. مدل پیشنهاد شده از دسته مسائل برنامه ریزی خطی عدد صحیح ترکیبی (MILP) می باشد که به دلیل پیچیدگی مساله در ابعاد بزرگ و اثبات NP-Hard بودن آن در ادبیات موضوع، به منظور حل از الگوریتم های فرا ابتکاری چند هدفه با رویکرد پارتو شامل الگوریتم ژنتیک مرتب سازی نامغلوب (NSGA-II) و الگوریتم ژنتیک رتبه بندی نامغلوب (NRGA) استفاده شده است. از آنجاکه خروجی الگوریتم های فرا ابتکاری به شدت وابسته به پارامترهای ورودی الگوریتم هاست، از روش تاگوچی جهت تنظیم پارامترها استفاده شده است. در نهایت به منظور نشان دادن عملکرد مناسب روش های حل ارایه شده در مدل مربوطه، این روش ها بر روی مسائل آزمایشی تولید شده با ابعاد مختلف مورد تجزیه و تحلیل آماری قرار گرفته است.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 1072

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 621 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
litScript
telegram sharing button
whatsapp sharing button
linkedin sharing button
twitter sharing button
email sharing button
email sharing button
email sharing button
sharethis sharing button