در تقاطع­­های راست گوشه سه شاخه یا چهار شاخه کانال­های روباز، مطالعه جدایی جریان بسیار حائز اهمیت می­باشد. برخی پارامترهای موثر در این زمینه نسبت دبی ورودی و عمق جریان می­باشد که در این تحقیق تاثیر نسبت دبی ورودی و نسبت ارتفاع سرریزها (عمق جریان) در الگوی جریان و ابعاد ناحیه جداشدگی به صورت عددی شبیه­سازی شده است. بررسی نتایج مدل عددی نشان داد که مدل k-ω بیشترین مطابقت را با نتایج آزمایشگاهی دارد، به طوریکه میزان خطای شبیه­سازی کمتر از 20% بود. ابعاد ناحیه جداشدگی در کانال­­های اصلی و فرعی با نسبت دبی ورودی رابطه مستقیم داشت. همچنین با افزایش ارتفاع سرریزهای خروجی، عمق جریان افزایش یافت و منجر به کاهش ابعاد ناحیه جداشدگی شد. مطابق نتایج عددی، ابعاد ناحیه جداشدگی در راستای قائم از کف کانال به سطح آب افزایش یافت، به­طوری­که برای نسبت دبی 6/0 و نسبت ارتفاع سرریز 377/0، طول ناحیه جداشدگی در کف کانال، فاصله 1/0 متر از کف و در سطح آب به ترتیب در حدود 60 سانتیمتر، 75 سانتیمتر و 85 سانتیمتر بود. بنابراین از سطح آب به سمت کف کانال طول ناحیه جداشدگی در حدود 29% کاهش یافت.

خط مونتاژ چندسویه یک خط تولید معمول در کارخانه هایی است که وظیفه ها به صورت موازی در چند سوی خط انجام می شوند. این نوع خط در تولید کالاهای بزرگ مانند خودرو به کار می رود. متوازن بودن خط، برای بهبود بهروه وری در خط مونتاژ دوسویه بسیار مهم است. این مقاله رویکردی نوین بر اساس الگوریتم شبیه سازی تبرید برای متوازن سازی خط مونتاژ چندسویه ارائه می دهد. محدودیت های ناحیه ای، زمان چرخه، زمان کاری و رابطه های پیش نیازی به عنوان محدودیت های سخت و محدودیت های وضعیتی به عنوان محدودیت نرم در نظر گرفته شده اند. برای نشان دادن توانایی کاربرد، رویکرد پیشنهادی بر یک خط مونتاژ واقعی نمونه به کار برده شده است. برای یافتن مقدار مناسب پارامترهای الگوریتم، سناریوهای گوناگونی بر خط مونتاژ نمونه اجرا شد. یافته ها نشان می دهد که رویکرد پیشنهادی در دستیابی به هدف های از پیش تعیین شده مساله بالانس خط، توانمند است.

از مهم ترین اهداف پیش روی بانک ها می توان به مشتری مداری از راه کاهش مدت زمان انتظار مشتریان در شعب اشاره کرد. یکی از راه حل های ممکن برای این مشکل، به کارگیری ترکیب مناسبی از تعداد تجهیزات و امکانات است که به کارگیری بیش از نیاز در این خصوص منجر به هزینه اضافی برای بانک می شود. این مقاله با مدلسازی ریاضی، به کارگیری ابزارهای فراابتکاری و شبیه سازی به دنبال تعیین ترکیب بهینه تعداد تجهیزات و امکانات شعب بانک می باشد.مقاله حاضر از یک مدل ریاضی با دو تابع هدف کمینه سازی تشکیل شده است. برای حل مدل در هر مرحله جوابی موجه شبیه سازی شده است که به عنوان ورودی به روش فراابتکاری تبرید انتخاب می شود. سپس الگوریتم تبرید در همسایگی این جواب، جواب موجه بهتری شناسایی می کند که در ادامه این جواب شبیه سازی می شود. این چرخه تا جایی تکرار می شود که جواب یا سناریوی بهینه انتخاب شود. در این روش با در نظر گرفتن محدودیت های مساله، سناریو های ممکن به کمک الگوریتم تبرید با نرم افزار MATLAB تولید و به کمک نرم افزار شبیه سازی ED در 50 مرتبه 8 ساعته اجرا می شود. در این مقاله یکی از شعب بانکی خصوصی مورد بررسی قرار گرفت و سناریویی که در آن 4 عدد باجه ریالی، 2 عدد باجه ارزی، 3 عدد باجه تسهیلاتی و دو عدد دستگاه خودپرداز می باشد، با کمترین هزینه به عنوان سناریو بهینه انتخاب شد.

این مقاله، مساله زمان بندی پروژه تحت محدودیت منابع (RCPSP) را در بخشی از یک پروژه احداث پالایشگاه در دنیای واقعی بررسی می کند. در فعالیت های دنیای واقعی، اکثر فعالیت ها جدید بوده و با عدم قطعیت در زمان انجام این فعالیت ها مواجه هستیم که این امر منجر به تغییرات زیادی در زمان اتمام پروژه می شود. در این تحقیق، به دلیل NP-hard بودن مساله RCPS، یک روش بهینه سازی بر مبنای الگوریتم شبیه سازی تبرید برای حل مساله زمان بندی پروژه تحت محدودیت منابع در شرایط عدم قطعیت زمان فعالیت ها ارائه می شود. برای نمایش این عدم قطعیت از نظریه مجموعه های فازی استفاده شده است. برنامه تولید زمان بندی به کار رفته در الگوریتم شبیه سازی تبرید پیشنهادی، روش تولید زمان بندی موازی فازی می باشد. الگوریتم پیشنهادی، حداقل زمان تکمیل پروژه را با در نظر گرفتن محدودیت منابع تجدیدپذیر و محدودیت روابط پیشنیازی فعالیت ها تولید می کند و این قابلیت را دارد که دقیقا با اعداد فازی اجرا شده و جزئیات پروژه شامل زمان شروع، زمان پایان فعالیت ها و زمان تکمیل پروژه را به صورت اعداد فازی ارائه کند. در نهایت اعتبارسنجی الگوریتم مورد سنجش قرار خواهد گرفت و نشان می دهیم الگوریتم پیشنهادی، الگوریتمی کارا بوده و بسادگی قابل استفاده توسط مدیران و برنامه ریزان پروژه در پروژه های واقعی است.

هدف از این مطالعه تشکیل صندوق شاخصی با استفاده از الگوریتم های تبرید شبیه سازی شده و ژنتیک می باشد. صندوق های شاخصی پرتفوی هایی هستند که طوری طراحی می شوند که از طریق سرمایه گذاری در تعداد معدودی از اقلام تشکیل دهنده شاخص بتوانند ضمن کاهش هزینه های معاملاتی بازدهی نزدیک به بازده بازار را ایجاد نمایند. در این پژوهش به دنبال بررسی رابطه میان خطای ردیابی و تعداد سهام تشکیل دهنده صندوق هستیم. همچنین عملکرد الگوریتم تبرید شبیه سازی شده را در مقایسه با الگوریتم ژنتیک در تشکیل صندوق شاخصی می سنجیم. در این پژوهش برای انتخاب سهام هایی که بیش ترین تاثیر را بر شاخص می گذارند از یک تابع اولویت استفاده خواهد شد، سپس با استفاده از الگوریتم های فرا ابتکاری وزن های بهینه این سهم ها را به دست خواهیم آورد. نتایج حاصل نشان می دهد که هر چه تعداد سهام صندوق بیشتر باشد خطای ردیابی کاهش می یابد. بررسی ها دقت بالا و عملکرد برتر صندوق شاخصی ایجادشده توسط الگوریتم ژنتیک را در مقایسه با الگوریتم تبرید شبیه سازی شده به اثبات رسانید. به منظور ایجاد این صندوق از سهام شرکت های موجود در بورس اوراق بهادار تهران استفاده خواهد شد.

تراشه های سه بعدی در سال های اخیر به منزلۀ یک راه حل برای مجتمع سازی مدارهای الکترونیکی دیجیتال با اندازة بسیار بزرگ مطرح شده اند. در این تراشه ها چند لایة سیلیکونی روی هم قرار می گیرند که با یک واسط عایق از هم تفکیک شده اند. ارتباط بین لایه ها با اتصالات ویژه ای به نام TSV انجام می شود. اندازة TSVها بسیار بزرگ تر از اندازة گیت های منطقی است و همچنین، ساختن این نوع اتصالات بسیار پرهزینه است؛ بنابراین، ساختن تراشه های سه بعدی با شمار TSV کمتر، یکی از اهداف مهم در طراحی این تراشه هاست. پیاده سازی مدارهای منطقی دیجیتال روی تراشه های سه بعدی در سه مرحلة کلی انجام می شود؛ بخش بندی، جانشانی و مسیردهی. در این مقاله مرحلة بخش بندی و جانشانی با استفاده از الگوریتم فراابتکاری تبرید شبیه سازی شده یا SA انجام می شود که هدف اصلی این دو مرحله، کاهش تعداد TSVها و طول سیم به کاررفته در جانشانی بلوک های منطقی است. در این مقاله، یک نسخة بهبودیافته از الگوریتم مسیریاب توسعه داده شده است که به صورت کارا سیم بندی لازم برای اتصال ماجول ها را ایجاد می کند. نتایج شبیه سازی مدارهای معیار MCNC نشان می دهند روند طراحی ارائه شده نسبت به روش های پیشین، بسیار کاراتر است. در روش بخش بندی ارائه شده نسبت به روش FSA، TSVها به اندازة 15/6 درصد و زمان اجرا به میزان 79/27 درصد کاهش یافته اند. همچنین، در مقایسه با الگوریتم بخش بندی hMetis، به اندازة 78/9 درصد کاهش در تعداد TSV ایجاد شده است. این میزان بهبود در حالی است که الگوریتم پیشنهادی به میزان 73/31 درصد سریع تر عمل می کند.