robust optimization

حرية الوصول المقاله

1 - طراحی یک شبکه زنجیره تامین داروی دو هدفه در حالت عدم قطعیت با در نظر گرفتن زمان فسادپذیری، تولید و تحویل دارو
میثم جعفری اسکندری مهرداد مختاری محمد عباسی فرد

در این مقاله یک شبکه زنجیره تامین داروی دو هدفه در حالت عدم قطعیت پارامترهای هزینه های حمل و نقل و تقاضای مدل سازی و توسعه داده شده است. برای کنترل پارامترهای غیر قطعی از روش بهینه سازی استوار بهره گرفته شده است. هدف اصلی این مقاله تعیین تعداد و مکان بهینه تسهیلات بالقو أکثر

در این مقاله یک شبکه زنجیره تامین داروی دو هدفه در حالت عدم قطعیت پارامترهای هزینه های حمل و نقل و تقاضای مدل سازی و توسعه داده شده است. برای کنترل پارامترهای غیر قطعی از روش بهینه سازی استوار بهره گرفته شده است. هدف اصلی این مقاله تعیین تعداد و مکان بهینه تسهیلات بالقوه از جمله مراکز تولید کننده دارو و مراکز توزیع دارو با در نظر گرفتن کاهش هزینه های طراحی شبکه زنجیره تامین و کاهش حداکثر تقاضای برآورده نشده از توزیع کالا به مناطق تقاضا می باشد. همچنین در این مقاله زمان تولید، تحویل و فساد پذیری دارو نیز در مدل سازی مد نظر قرار گرفته است. برای حل این مدل یک مثال عددی تولید و با روش تصمیم گیری چند هدفه TH به حل مدل پرداخته شده است. نتایج بدست امده حاکی از کارایی این مدل در یافتن جبهه پارتو در زمان مناسب می باشد. نتایج بدست امده حاکی از کارایی این مدل در یافتن جبهه پارتو در زمان مناسب می باشد. تفاصيل المقالة

حرية الوصول المقاله

2 - عدم قطعیت جعبه‌ای در بهینه‌سازی چندهدفه: یک رویکرد ε-قید
شیما سلیمانی منش منصور سراج مریم مومنی محمود علیزاده

چکیده:در چند دهه اخیر توجه بسیار زیادی در بحث بهینه سازی استوار در ادبیات موضوع توسط محققین صورت گرفته است. از انجا که تکنیک ایپسلون قید در چند هدفه ها از تکنیک های مهم مسایل برهم کنشی است ، لذا دراین مقاله، با توجه به اهمیت بحث بهینه سازی استوار و مسایل چند هدفه، یک مس أکثر

چکیده:در چند دهه اخیر توجه بسیار زیادی در بحث بهینه سازی استوار در ادبیات موضوع توسط محققین صورت گرفته است. از انجا که تکنیک ایپسلون قید در چند هدفه ها از تکنیک های مهم مسایل برهم کنشی است ، لذا دراین مقاله، با توجه به اهمیت بحث بهینه سازی استوار و مسایل چند هدفه، یک مسئله برنامه‌ریزی کسری خطی چند هدفه را در حالتی که ضرائب توابع هدف دارای عدم قطعیت جعبه‌ای هستند را در نظر می‌گیریم. یک رویکرد بر پایه روش‌های اپسیلون قید و چارنزکوپر برای مساله کسری در حالت چند هدفه برای بدست آوردن جواب‌های کارای ضعیف استوار که دارای اهمیت ویژه در ادبیات موضوع است را برای مسئله برنامه‌ریزی چندهدفه کسری خطی در حالت عدم قطعیت پیشنهاد می‌دهیم. از تکنیک چارنز کوپر در تبدیل مساله کسری به غیر کسری استفاده کرده و در انتها همتای استوار مدل UMOLFP را در حالتی که ضرائب تابع هدف متعلق به مجموعه عدم قطعیت جعبه‌ای باشند را هم ارز با یک مسئله برنامه‌ریزی خطی نوشته و در انتها یک مثال عددی برای نشان دادن کارایی رویکرد پیشنهاد شده ارائه می‌ دهیم. تفاصيل المقالة

حرية الوصول المقاله

3 - اندازه‌گیری کارایی سود کلی استوار با در نظر گرفتن عدم قطعیت در بردارهای قیمت ورودی و خروجی
محمدعلی رعایت پناه نازیلا آقایی

مدل کارایی سود کلی کلاسیک نیاز به اطلاعات دقیق از ورودی‌ها، خروجی‌ها و بردارهای قیمت ورودی و خروجی دارد. در حالی‌که در دنیای واقعی همه داده‌ها بطور دقیق در دسترس نمی‌باشد. در این حالت می‌توان از روش‌های تصادفی یا فازی برای محاسبه کارایی سود کلی استفاده نمود. در محاسبه ک أکثر

مدل کارایی سود کلی کلاسیک نیاز به اطلاعات دقیق از ورودی‌ها، خروجی‌ها و بردارهای قیمت ورودی و خروجی دارد. در حالی‌که در دنیای واقعی همه داده‌ها بطور دقیق در دسترس نمی‌باشد. در این حالت می‌توان از روش‌های تصادفی یا فازی برای محاسبه کارایی سود کلی استفاده نمود. در محاسبه کارایی سود کلی با این روش‌ها نیاز به اطلاعات بیشتری از داده‌ها از جمله تابع توزیع احتمال یا تابع عضویت داده‌ها می‌باشد، که در بعضی حالت‌ها ممکن است اطلاعات کافی برای تخمین این توابع وجود نداشته باشد و تنها دانش مربوط به پارامترها، تغییر آنها در یک فضای محدب بسته و کراندار است. لذا، در این مقاله با توجه به مدل عدم قطعیت بودجه‌ای در بهینه‌سازی استوار که قابل اعمال به مسایل بهینه‌سازی می‌باشد و نیز آنکه قابلیت تنظیم درجه محافظه کاری را دارد، مدل معادل استوار مساله محاسبه کارایی سود کلی با عدم قطعیت پارامتر بردار قیمت مطرح می‌گردد و سپس همتای استوار مدل برنامه‌ریزی خطی ارائه می‌شود. نتایج عددی نشان میدهند مقدار کارایی سود کلی واحدهای تصمیم گیرنده توسط مدل پیشنهادی در مقایسه با حالت خوش‌بینانه بیشتر است. تفاصيل المقالة

حرية الوصول المقاله

4 - بهره گیری از مدل استوار تحلیل پوششی داده ها به منظور اندازه گیری کارایی سهاممطالعه موردی بورس اوراق بهادار تهران
پژمان پیکانی عمران محمدی آرمین جبارزاده علیرضا جندقیان

عدم قطعیت یکی از موارد غیر قابل اجتناب در دنیای واقعی به خصوص در بازارهای مالی میباشد. در نظر گرفتن عدم قطعیت و چگونگی برخورد با آن در هنگام ارزیابی عملکرد با استفاده از تحلیل پوششی داده ها، امری بسیار ضروری است. در این مقاله به ارایه سه مدل استوار تحلیل پوششی أکثر

عدم قطعیت یکی از موارد غیر قابل اجتناب در دنیای واقعی به خصوص در بازارهای مالی میباشد. در نظر گرفتن عدم قطعیت و چگونگی برخورد با آن در هنگام ارزیابی عملکرد با استفاده از تحلیل پوششی داده ها، امری بسیار ضروری است. در این مقاله به ارایه سه مدل استوار تحلیل پوششی دادهها و کاربرد آنها به منظور ارزیابی عملکرد در بورس اوراق بهادار تهران پرداخته میشود. براساس نتایج، میزان کارایی سهام و تعداد سهام کارا با افزایش میزان عدم قطعیت در هر سه مدل کاهش مییابد.   تفاصيل المقالة

حرية الوصول المقاله

5 - A Robust Scenario Based Approach in an Uncertain Condition Applied to Location-Allocation Distribution Centers Problem
Mahdi Bashiri Amir Moslemi

The paper discusses the location-allocation model for logistic networks and distribution centers through considering uncertain parameters. In real-world cases, demands and transshipment costs change over the period of the time. This may lead to large cost deviation in t أکثر

The paper discusses the location-allocation model for logistic networks and distribution centers through considering uncertain parameters. In real-world cases, demands and transshipment costs change over the period of the time. This may lead to large cost deviation in total cost. Scenario based robust optimization approaches are proposed where occurrence probability of each scenario is not known. It is supposed that in this case there would be budget constraints and also holding the products in the distribution centers until sending them to the retailers’ destinations results additive cost that can be defined as inventory control cost in the model. In this paper, uncertainty is defined by different scenarios. Some robust approaches are presented that can be applied in location-allocation problem. The robust scenario based approaches like absolute robust and robust deviation are applied in location-allocation problem. Also a new robust approach is proposed that outperforms the existing classical approaches. The mean expected model has been discussed and compared to the robust proposed approaches. A numerical example illustrates the proposed model and the results have been reported. Finally the comparison of results shows the efficiency of proposed robust approach in comparison of classical approaches and also mean expected model. تفاصيل المقالة

حرية الوصول المقاله

6 - Robust optimization for identifying the most efficient decision making unit in data envelopment analysis
Reza Akhlaghi Mohsen Rostamy-Malkhalifeh Alireza Amirteimoori Sohrab Kordrostami

10.30495/ijdea.2023.75220.1204

Due to the nonlinear and discrete nature of BCC (Banker, Charnes, and Cooper, [11]) models for determining the most efficient decision-making unit, it is practically impossible to evaluate the models' dual and, consequently, optimistic case. Thus, in this paper, the lin أکثر

Due to the nonlinear and discrete nature of BCC (Banker, Charnes, and Cooper, [11]) models for determining the most efficient decision-making unit, it is practically impossible to evaluate the models' dual and, consequently, optimistic case. Thus, in this paper, the linear model with linear constraints proposed by Akhlaghi et al. [2] is used to investigate the dual equality of the model's robust problem and the optimistic case of the new model's dual under VRS uncertainty. The model proposed in this paper is novel in comparison to previous models because it solves the most efficient decision-making unit only once, without relying on uncertain data to determine its rank. The paper demonstrates how the proposed robust model can also ascertain the most efficient decision-making unit when uncertainty exists. Furthermore, the dual issues raised by robust counterparts in the new linear programming (LP) model are addressed to identify the most efficient decision-making unit. The robust counterpart is demonstrated to be equivalent to a linear program under interval uncertainty, and the dual of the robust counterpart is shown to be equal to the optimistic counterpart of the dual problem. Consequently, this study aims to demonstrate that the dual problem is equivalent to a decision-maker operating under optimal data, whereas the primal robust problem is equivalent to a decision-maker operating through the worst-case possible data scenario. تفاصيل المقالة

حرية الوصول المقاله

7 - Robust Optimization and Confidence Interval DEA for Efficiency Evaluation with Intervals Case Study: Evaluating CRM Units in a Call Center in Tehran
Shabnam Mohammadi Mohammad Jafar Tarokh Emran Mohammdi

Volatility and uncertainty of the real world is inevitable. Changes in input and output units make the loss of confidence in the results obtained from the performance assessment. To overcome this problem robust optimization suggested.in previous studies, measuring of in أکثر

Volatility and uncertainty of the real world is inevitable. Changes in input and output units make the loss of confidence in the results obtained from the performance assessment. To overcome this problem robust optimization suggested.in previous studies, measuring of interval efficiency were calculated based on optimistic viewpoint and pessimistic view point, while we believe that this approach ignores the frequency distribution that could affect ranking of DMUs. In present study, we try using Interval estimation of the mean, to Increase the confidence of efficiency by considering scattered data. At the end, we compare the obtained result of confidence interval DEA and robust DEA (RDEA) ranking in, terms of uncertainty. تفاصيل المقالة

حرية الوصول المقاله

8 - ارایه مدل‌های مدیریت زنجیره تأمین به‌منظور توسعه تولید سوخت سبز از جلبک‌ها در کشور
شایان محسنی میر سامان پیشوایی

10.22034/jest.2019.13961

زمینه و هدف: آلودگی‌های زیست محیطی و وابستگی شدید به سوخت‌های آلاینده فسیلی از مهم‌ترین انگیزه‌های توسعه سوخت‌های سبز در کشور محسوب می‌شود. جلبک‌ها به‌عنوان یکی از جدیدترین مواد اولیه برای تولید سوخت سبز در دنیا معرفی شده‌اند. به علاوه در فرآیند رشد جلبک‌ها، گازهای انتش أکثر

زمینه و هدف: آلودگی‌های زیست محیطی و وابستگی شدید به سوخت‌های آلاینده فسیلی از مهم‌ترین انگیزه‌های توسعه سوخت‌های سبز در کشور محسوب می‌شود. جلبک‌ها به‌عنوان یکی از جدیدترین مواد اولیه برای تولید سوخت سبز در دنیا معرفی شده‌اند. به علاوه در فرآیند رشد جلبک‌ها، گازهای انتشار یافته از نیروگاه‌های تولید برق به کار گرفته می‌شود که باعث کاهش بخش اعظم گازهای گل‌خانه‌ای انتشار یافته به اتمسفر می‌شود. روش بررسی: این مطالعه برای بررسی توسعه چنین سوخت‌هایی در کشور به ارایه مدل‌‌های طراحی و مدیریت زنجیره تأمین سوخت سبز بر‌پایه جلبک‌ها می‌پردازد. بر این اسا‌س در ابتدا یک مدل قطعی برای مدل سازی تمام فعالیت‌های زنجیره تأمین تولید سوخت سبز که شامل تأمین مواد اولیه لازم برای رشد جلبک‌ها، کشت جلبک‌ها و تبدیل آن‌ها به سوخت و نهایتاً عرضه سوخت در کشور است، توسعه داده می‌شود. سپس این مدل قطعی به یک مدل طراحی شبکه استوار برای دست‌یابی به تصمیمات زنجیره تأمین ایمن و استوار در برابر عدم قطعیت بسط داده می‌شود. یافته‌ها: نتایج به‌کارگیری مدل پیشنهادی برای توسعه سوخت‌های جلبکی در کشور نشان می‌دهد که تولید هر لیتر سوخت سبز در حال حاضر 88.5 هزار ریال می‌باشد. بحث و نتیجه‌گیری: هزینه کنونی تولید سوخت از جلبک ها توانایی رقابت با سوخت های فسیلی را ندارد اما این هزینه با افزایش اندک میزان رشد جلبک‌ها و محتوای روغنی آنها در آینده می‌تواند به ‌شدت کاهش پیدا کند. تفاصيل المقالة

حرية الوصول المقاله

9 - کاربرد مدل پایدار در انتخاب پرتفوی بهینه سهام
سعید فلاح‌پور فرید تندنویس

در این مقاله، با استفاده از رویکرد بهینه‌سازی‌ پایدار، که بر خلاف سایر رویکردهای بهینه‌سازی در شرایط عدم اطمینان، فرضی در مورد توزیع احتمال پارامترهای مدل نمی‌نماید و برای هر پارامتر یک مجموعه عدم قطعیت تعریف می‌کند؛ به بررسی مساله انتخاب پرتفوی پرداخته شده است. مدل ارا أکثر

در این مقاله، با استفاده از رویکرد بهینه‌سازی‌ پایدار، که بر خلاف سایر رویکردهای بهینه‌سازی در شرایط عدم اطمینان، فرضی در مورد توزیع احتمال پارامترهای مدل نمی‌نماید و برای هر پارامتر یک مجموعه عدم قطعیت تعریف می‌کند؛ به بررسی مساله انتخاب پرتفوی پرداخته شده است. مدل ارائه شده در مقاله دارای پارامتری است که می&zwj;‌تواند میزان محافظه‌کاری سرمایه‌گذار در انتخاب پرتفوی را کنترل نماید. به منظور بررسی عملکرد مدل از داده‌های مربوط به 50 شرکت فعال‌تر سه ماه اول سال 1392 بورس اوراق بهادار تهران استفاده شده است. نتایج آزمون خارج از نمونه در پژوهش نشان دادند که پرتفوی پایدار نسبت پرتفوی روی مرز کارای مارکویتز (که بازده مورد انتظار آن برابر با بازده مورد انتظار پرتفوی پایدار است) بر اساس شاخص شارپ، عملکرد بهتری داشته است. تفاصيل المقالة

حرية الوصول المقاله

10 - Implementation of Performance-Based Budgeting Using the Combined Technique of Best-worst Method (BWM) and Robust Optimization
Maryam Bahadori Ghodratallah Taleb nia Mohammad Hossein Ranjbar Mahnaz Barkhordari Ahmadi

10.22034/amfa.2020.1897499.1408

One of the priorities of reforming the economic structure of the country is to reform the budgeting of state-owned companies. Performance-based budgeting (PBB) emphasizes the importance of identifying measurable results from costs and can enhance the transparency and ac أکثر

One of the priorities of reforming the economic structure of the country is to reform the budgeting of state-owned companies. Performance-based budgeting (PBB) emphasizes the importance of identifying measurable results from costs and can enhance the transparency and accountability of public sector budgeting. The main purpose of the research is to present a model of budgeting in Hormozgan Province Gas Company that maximizes the desirability of budget allocation in terms of budgeting constraints. The present study, by investigating the theoretical foundations and factors affecting the PBB, uses the linear programming problem by the BWM with robust optimization approach. To achieve this goal, the linear programming mathematical model was applied to implement PBB and the executive units officials (administrators) survey and interview tools and questionnaires based on the Best Worst Method (BWM) was used to solve the problem of budgeting and to determine short-term goals, executive programs and products. The research results showed that the model can reduce the budget deviation index and improve the performance of the company by forecasting the budget of operational activities. Regarding the uncertainty of the company's resources, the model is capable of predicting the optimal budget for the coming years. تفاصيل المقالة

حرية الوصول المقاله

11 - Providing an Optimal Robust Portfolio Model with Mean- CVaR Approach
Fatemeh Pouraskari Jourshari Mohsen Khodadadi Seyed Reza Seyed Nejad Fahim

10.22034/amfa.2021.1934678.1614

The portfolio selection problem is one of the main investment management prob-lems. In the portfolio selection problem, robustness is sought against uncertainty or variability in the value of the parameters of the problem. This paper has been conducted for Robust portfo أکثر

The portfolio selection problem is one of the main investment management prob-lems. In the portfolio selection problem, robustness is sought against uncertainty or variability in the value of the parameters of the problem. This paper has been conducted for Robust portfolio optimization based on the mean-cvar approach. And introduces the linear mean-cvar model as a criterion for calculating risk and provides an optimal Robust mean-cvar model. Robust approach used in this research is the Bertsimas and Sim. In this approach, Robust counterpart presented for a linear programming model remains linear, maintaining the advantages of the linear programming model in the optimal model. The model developed in this research is randomly selected by real data of 20 stocks of the S&P 500 index for three years, this development help portfolio selection problem to consider uncertainty. Interval optimization is modeling approach to consider parameters uncertainty in this paper. Considering uncertainty make model more realistic. The results of model show that this approach has computational efficiency and on the other hand proposed model produce better solution in risk and portfolio rate of return point of view تفاصيل المقالة

حرية الوصول المقاله

12 - Modelling Robust Optimization in DEA With Ratio Data: A Case Study of Commercial Banks
Javad Gerami

In many practical problems, we face situations where the data ratio is important for the decision-maker (DM). Data envelopment analysis ratio-based (DEA-R) and ratio analysis models are presented to deal with the above issue in data envelopment analysis (DEA). If the da أکثر

In many practical problems, we face situations where the data ratio is important for the decision-maker (DM). Data envelopment analysis ratio-based (DEA-R) and ratio analysis models are presented to deal with the above issue in data envelopment analysis (DEA). If the data is uncertain, it is no longer possible to use the basic DEA-R and ratio analysis models to evaluate the efficiency of decision-making units (DMUs). In this paper, we will first discuss robust optimization modelling based on DEA-R models. In this regard, we consider a case where the inputs have an uncertain numerical value and the outputs have certain values. In the following, we present the ratio analysis model based on the set of common weights of all the ratios of input to output components and obtain this model for robust optimization. To show the validity of the proposed approach, we use it to evaluate the efficiency of 38 excellent banks that compete in the global market and compare the results of the proposed approach in this paper with the results of previous approaches. تفاصيل المقالة

حرية الوصول المقاله

13 - Using Genetic Algorithm to Robust Multi Objective Optimization of Maintenance Scheduling Considering Engineering Insurance
Somayeh Molaei Mir Mahdi Seyed Esfahani Akbar Esfahanipour

Efficient and on-time maintenance plays a crucial role inreducing cost and increasing the market share of an industrial unit. Preventivemaintenance is a broad term that encompasses a set of activitiesaimed at improving the overall reliability and availability of a syste أکثر

Efficient and on-time maintenance plays a crucial role inreducing cost and increasing the market share of an industrial unit. Preventivemaintenance is a broad term that encompasses a set of activitiesaimed at improving the overall reliability and availability of a systembefore machinery breakdown. The previous studies have addressed thescheduling of preventive maintenance. These studies have computed thetime and the type of preventive maintenance by modeling the total costrelated to it. Todays the engineering insurance is an appropriate anddurable protection for reducing the risks related to the industrial machinery.This kind of insurance covers a part of maintenance costs. Previousresearches did not consider the effect of engineering insuranceon maintenance scheduling while it affects the total cost function of maintenance scheduling seriously. Given the above-mentioned remarks,this paper introduces for the first time a new scheduling of preventivemaintenance with considering total cost and total reliability of the systemin which the effect of engineering insurance has been taken intoaccount. Due to the uncertainty in the input parameters, which arevery common in application, the paper proposed the application of robustdesign approaches. To solve this multi objective model, first it hasbeen transformed into a single objective model by using global criterionand the resultant model is solved through genetic algorithm. Theresults show the magnitude effect of engineering insurance on maintenancescheduling. Therefore, neglecting the importance of engineeringinsurance leads to an inefficient scheduling maintenance. تفاصيل المقالة

حرية الوصول المقاله

14 - طراحی شبکه زنجیره تامین حلقه بسته در فضای عدم قطعیت
Reza Yousefi Zenouz Farzad Haghighi rad sajad zakeritabar

تغییرات آب و هوا و اثرات مخرب زیست محیطی فعالیتهای اقصادی، زنجیره های تامین را بر آن داشته است که در بازارهای رقابتی جهت کسب مزیت رقابتی در کنار عملکرد مالی، به دنبال اجرای سیاستهای سبز و کاهش آسیب به محیط زیست باشند. یکی از روشهای دستیابی همزمان به اهداف اقتصادی و زیست أکثر

تغییرات آب و هوا و اثرات مخرب زیست محیطی فعالیتهای اقصادی، زنجیره های تامین را بر آن داشته است که در بازارهای رقابتی جهت کسب مزیت رقابتی در کنار عملکرد مالی، به دنبال اجرای سیاستهای سبز و کاهش آسیب به محیط زیست باشند. یکی از روشهای دستیابی همزمان به اهداف اقتصادی و زیست محیطی، داشتن شبکه های زنجیره تامین حلقه بسته است که در آنها علاوه از جریان رو به جلو، لجستیک معکوس نیز در شبکه ادغام شده است. در این مقاله یک مدل برنامه ریزی عدد صحیح مختلط دو هدفه به منظور طراحی یک شبکه زنجیره تأمین حلقه بسته توسعه داده شده است. تابع هدف اول کمینه کردن هزینه‌های اقتصادی و تابع هدف دوم شامل حداقل کردن زمان تاخیر ارسال محصولات از تولیدکنندگان به توزیع کنندگان است. برای حل مدل از روش های ال پی-متریک و اپسیلون-محدودیت استفاده شده است. در نهایت مثال عددی برای ارزیابی و آنالیز حساسیت مدل ارائه شده است. در این مدل هزینه‌ها و تقاضا بعنوان پارامترهای غیر قطعی در نظرگرفته می‌شود. در راستای مواجهه با پارامترهای غیر قطعی و کاهش تاثیر آن بر روی جواب بهینه، یک مدل بهینه سازی استوار مطرح شده است. به منظور حل مدل ارائه شده در مقیاس بزرگ از الگوریتم بهینه سازی ازدحام ذرات چند هدفه (MOPSO) بهره‌گرفته شد. برای نشان دادن کارایی الگوریتم فراابتکاری پیشنهادی MOPSO، جواب های به دست آمده با جواب های روش حل دقیق مقایسه شده است. یافته های این تحقیق می تواند تصمیم گیرندگان را در طراحی زنجیره های تامین حلقه بسته یاری رساند. تفاصيل المقالة

حرية الوصول المقاله

15 - ارائه مدل ریاضی استوار برای طراحی بهینه شبکه زنجیره تأمین روبه‌جلو و عقب با استفاده از طراحی آزمایشات
hamid saffari karim atashgar Morteza Abbasi

10.30495/imj.2021.684245

توجه روزافزون به زنجیره تأمین‌های حلقه بسته و در نظرگیری جریان‌های رو به عقب در در این دسته از مدل های زنجیره تأمین، موجب ارائه مدل‌های ریاضی مختلفی در این حوزه شده است. این مقاله ابتدا مدلی استوار برای یک شبکه زنجیره تأمین با رویکرد جریان روبه‌جلو و عقب ارائه می نماید، أکثر

توجه روزافزون به زنجیره تأمین‌های حلقه بسته و در نظرگیری جریان‌های رو به عقب در در این دسته از مدل های زنجیره تأمین، موجب ارائه مدل‌های ریاضی مختلفی در این حوزه شده است. این مقاله ابتدا مدلی استوار برای یک شبکه زنجیره تأمین با رویکرد جریان روبه‌جلو و عقب ارائه می نماید، و سپس با استفاده از روش طراحی آزمایشات میزان اثر هر یک از پارامترهای مدل‌سازی استوار و پارامترهای هزینه، نرخ تولید، و برگشت محصولات در زنجیره تأمین روبه‌جلو و عقب محصولات در حد بالا و پایین را تعیین می نماید. درنهایت این مقاله یک مدل جدید استوار بهینه شده را برای شبکه زنجیره تأمین حلقه بست ارائه می نماید. استفاده از طراحی آزمایشات و مدل‌سازی ریاضی استوار به‌صورت هم‌زمان که در این مقاله برای اولین بار انجام می شود، باعث شده است که: 1) سرعت رسیدن به جواب‌های بهینه افزایش پیدا کند ، 2) تصمیم‌گیرنده را در انتخاب مناسب پارامترهای مدل بصورت ساخت یافته یاری نماید. گزارش و نتایج ارائه شده، با توجه به اطلاعات صنعت آهن و فولاد کارا بودن استفاده از طراحی آزمایشات به‌منظور کاهش زمان حل مدل ریاضی و ارائه خطوط راهنما به تصمیم‌گیرنده در حوزه استراتژیک زنجیره تأمین را نشان می‌دهد. تفاصيل المقالة

حرية الوصول المقاله

16 - بهینه سازی مقاوم سرعت فلاتر یک نمونه بال آیروالاستیک با نسبت منظری بالا
میثم الیاسی علیرضا رودباری

در مطالعه حاضر با فرض وجود عدم قطعیت در متغیرهای طراحی سیستم، بهینه سازی مقاوم سرعت فلاتر یک نمونه بال تحت اثر خمش-پیچش ب مورد بررسی قرار می‌گیرد. از این رو ابتدا مدل‌سازی بر اساس مدل تیر یکسرگیردار اویلر-برنولی در شرایط آیرودینامیک شبه پایا، انجام شده و با استفاده از ر أکثر

در مطالعه حاضر با فرض وجود عدم قطعیت در متغیرهای طراحی سیستم، بهینه سازی مقاوم سرعت فلاتر یک نمونه بال تحت اثر خمش-پیچش ب مورد بررسی قرار می‌گیرد. از این رو ابتدا مدل‌سازی بر اساس مدل تیر یکسرگیردار اویلر-برنولی در شرایط آیرودینامیک شبه پایا، انجام شده و با استفاده از روش مودهای فرضی، معادلات آیروالاستیک گسسته سازی می‌گردند. پس از اعتبار سنجی نتایج، با حل عددی معادلات حاکم به روش رانج -کوتا پاسخ زمانی سیستم و با استفاده از تئوری مقادیر ویژه سرعت فلاتر بال محاسبه می‌گردند. در ادامه با انتخاب پارامترهای طراحی همچون سفتی خمشی، سفتی پیچشی و جرم بال به عنوان متغیرهای بهینه‌ سازی، اثر عدم قطعیت بر متغیرهای طراحی اعمال شده و بهینه سازی با استفاده ‌الگوریتم ژنتیک انجام می‌شود. در ادامه مقادیر متغیرها قبل و بعد از بهینه سازی و همچنین میزان بهبود سرعت فلاتر در بهینه سازی مقاوم و قطعی ارائه می‌گردند که نهایتاً بر اساس نتایج بهینه سازی، متغیرهای طراحی برای دست‌ یابی به سازه‌ای با پایداری مناسب از نظر پدیده فلاتر تأیید می‌گردد. تفاصيل المقالة

حرية الوصول المقاله

17 - Presenting a Multi-Objective Mathematical Model for Designing a Logistics Network with Transfer Pricing and Transportation Cost Allocation: A Robust Optimization Approach
Sepideh Rahimi Behnam Vahdani

Today, to satisfy the needs of customers in the supply chain, there have been considered the design and optimization of the logistic networks. The transfer pricing is one of the most important and the most complex issues that multinational companies faced to it. This ar أکثر

Today, to satisfy the needs of customers in the supply chain, there have been considered the design and optimization of the logistic networks. The transfer pricing is one of the most important and the most complex issues that multinational companies faced to it. This article provides a multi-objective mathematical model in order to design a logistic network by considering the transfer pricing and the transportation cost allocation. There has been used the mixed integer nonlinear programming to model the problem. This network has three levels: the supplier, distribution center and the retailer. To deal with the uncertainty in the parameters of the model, there has been used the robust optimization approach and eventually phased solution approach by TH method. Today, to satisfy the needs of customers in the supply chain, there have been considered the design and optimization of the logistic networks. The transfer pricing is one of the most important and the most complex issues that multinational companies faced to it. This article provides a multi-objective mathematical model in order to design a logistic network by considering the transfer pricing and the transportation cost allocation. There has been used the mixed integer nonlinear programming to model the problem. تفاصيل المقالة

حرية الوصول المقاله

18 - A Scenario-Based Robust Compromise Programming Approach for Design of Bioethanol and Electricity Supply Chain in Iran
Babak Rostami-Ranjbar Mohammad Saidi-Mehrabad

10.22094/joie.2022.1953244.1941

Concerning global warming and the Greenhouse gas (GHG) effect, clean energy resources have captured researchers' interest recently. Biomass materials are among important biofuels and bioenergy production resources that have the potential to replace fossil fuels. Using b أکثر

Concerning global warming and the Greenhouse gas (GHG) effect, clean energy resources have captured researchers' interest recently. Biomass materials are among important biofuels and bioenergy production resources that have the potential to replace fossil fuels. Using biomass materials leads to a decline in GHG emission and air pollution levels, not being dependent on fossil fuels, and provide energy security. Due to the importance of bioenergy and biofuels, a multi-product, multi-period, and green mathematical model has been developed to improve economic and environmental objectives for bioethanol and the electricity supply chain. It includes the following decisions: determining production centers' location and capacity, technology selection, determining inventory holding level, biomass type selection, allocation, amount of material flow, and determining transportation modes. In this study, a scenario-based robust compromise programming approach (SRCP) is developed for the bi-objective solution of the provided mathematical model and determining Pareto optimal points under uncertain conditions. Finally, the performance and effectiveness of SRCP are provided, and the results obtained from the case study in Iran are analyzed. According to the results, Annual electricity and bioethanol production capacity are at least 8000 million kWh and 1250 kton, respectively, satisfying 10% of electricity and 5% of gasoline demand in 6 provinces of Iran. The sensitivity analysis also shows that equal weight for both objectives can be more logical for decision makers. تفاصيل المقالة

حرية الوصول المقاله

19 - Robust Optimization Model for Locating and Capacitated Hub Covering Problem
P. Ghasemi

In this paper, a robust model presented is developed for hub covering flow problem in which Hubs have capacity. This problem has two objective functions converting to a single-objective problem by using weighting method. Firstly, the problem will be formulated in a cert أکثر

In this paper, a robust model presented is developed for hub covering flow problem in which Hubs have capacity. This problem has two objective functions converting to a single-objective problem by using weighting method. Firstly, the problem will be formulated in a certain case. Then, by considering the demand as a non-random variable, it will be modeled by robust optimization. Finally, by using the data of Australian post office, the problem will be solved by applying GAMS software. تفاصيل المقالة

حرية الوصول المقاله

20 - Robust DEA Models for Performance Evaluation of Systems with Continuous Uncertain Data under CRS and VRS Conditions
Mohammad Amirkhan

One of the most appropriate and efficient methods for evaluating the performance of homogenous decision-making units (DMU) is data envelopment analysis (DEA). Traditional DEA models are only able to evaluate DMUs with deterministic inputs and outputs, while in real-worl أکثر

One of the most appropriate and efficient methods for evaluating the performance of homogenous decision-making units (DMU) is data envelopment analysis (DEA). Traditional DEA models are only able to evaluate DMUs with deterministic inputs and outputs, while in real-world problems, data are usually uncertain. So far, various approaches have been introduced to overcome the uncertainty of data. In this paper, two robust DEA models is presented to evaluate the performance of systems with continuous uncertain data under constant return to scale (CRS) and variable return to scale (VRS) conditions. The main advantage of the proposed robust DEA models over the previous robust DEA models is that they are able to formulate uncertainty in both input and output data. Moreover, these models are also developed directly on basic traditional DEA models (not alternative models). To demonstrate the applicability of two developed robust models, a numerical example is presented and the efficacy of models is exhibited. تفاصيل المقالة

حرية الوصول المقاله

21 - برنامه‌ریزی استوار سیستم ترکیبی جزیره‌ای شامل منابع تجدیدپذیر و تجدیدناپذیر و ذخیره‌سازهای ساکن و سیار
فرشاد خلفیان

در این مقاله برنامه ریزی استوار سیستم ترکیبی جزیره ای جهت ایجاد یک سیستم یک پارچه شامل توربین بادی، فتوولتائیک، دیزل ژنراتور و ذخیره سازی ساکن (باتری) و سیار (خودروهای الکتریکی) ارائه می شود. طرح پیشنهادی کمینه سازی مجموع هزینه برنامه ریزی (شامل احداث، تعمیر، نگهداری أکثر

در این مقاله برنامه ریزی استوار سیستم ترکیبی جزیره ای جهت ایجاد یک سیستم یک پارچه شامل توربین بادی، فتوولتائیک، دیزل ژنراتور و ذخیره سازی ساکن (باتری) و سیار (خودروهای الکتریکی) ارائه می شود. طرح پیشنهادی کمینه سازی مجموع هزینه برنامه ریزی (شامل احداث، تعمیر، نگهداری و بهره برداری) عناصر مذکور و سطح آلایندگی زیست محیطی را بر عهده دارد. این مسأله نیز مقید به مدل بهره برداری و برنامه ریزی منابع و ذخیره سازهای مختلف و قید تعادل توان در سیستم ترکیبی جزیره ای است. طرح مذکور در قالب بهینه سازی پارتو مبنی بر روش مجموع توابع وزن دار مدل سازی می شود. همچنین از بهینه سازی استوار مبنی بر عدم قطعیت کران دار برای مدل سازی عدم قطعیت های بار، توان تجدیدپذیر و انرژی ذخیره سازهای سیار استفاده می شود. سپس از الگوریتم تکاملی ترکیبی مبنی بر ترکیب بهینه سازی دسته میگوها و بهینه سازی گرگ های خاکستری جهت دست یابی به راه حل بهینه دارای انحراف معیار پایین در پاسخ دهی نهایی استفاده می گردد. در نهایت با استخراج نتایج عددی مشاهده می گردد که طرح پیشنهادی قابلیت مناسبی در برنامه ریزی سیستم یاد شده از نظر اقتصادی و زیست محیطی دارد. تفاصيل المقالة

حرية الوصول المقاله

22 - A new robust optimization approach to most efficient formulation in DEA
Reza Akhlaghi Mohsen Rostamy-Malkhalifeh Alireza Amirteimoori Sohrab Kordrostami

In this article, we investigate a new continuous linear model with constraints for the direct selection of the most efficient unit in the analysis of data coverage presented by Akhlaghi et al. (2021) on uncertainty robust optimization. Considering the importance of inco أکثر

In this article, we investigate a new continuous linear model with constraints for the direct selection of the most efficient unit in the analysis of data coverage presented by Akhlaghi et al. (2021) on uncertainty robust optimization. Considering the importance of incorporating uncertainty into performance evaluation models in the real world and its increasing application in various problems, we propose a robust optimization approach. Given the discrete and non-convex nature of the introduced models for selecting the most efficient decision-making unit, examining the dual and finding an optimistic scenario is practically impossible. Therefore, by utilizing the linear model presented by Akhlaghi et al. (2021) with constraints for identifying the most efficient unit, we can investigate the robustness of the desired model using(BS )Bertsimas and Sim's (2004) robust estimation method while also considering uncertainty. We aim to demonstrate that employing a robust formulation leads to reliable performance in uncertain conditions تفاصيل المقالة

حرية الوصول المقاله

23 - Robust Scheduling and Planning of Operating Rooms and Sterilization Unit with Emergency and Elective Patients: Two Metaheuristic Algorithms
Fatemeh Arjmandi Parvaneh Samouei

Great attention should be paid to planning and scheduling surgeries in the operating room which is the most sensitive ward in the health context in terms of cost and specific sensitivity due to its association with the life and death of individuals. In this case, reusab أکثر

Great attention should be paid to planning and scheduling surgeries in the operating room which is the most sensitive ward in the health context in terms of cost and specific sensitivity due to its association with the life and death of individuals. In this case, reusable sterile equipment and devices are crucial issues because the hospital or nosocomial infections result from insufficient sterilization of these instruments. Therefore, sterilization of reusable medical devices is a necessity in the operating room to prevent possible infections. This study solves the integrated operating rooms and sterile section planning problem to minimize the total costs of sterilization, surgery postponement, and performance. This study also minimizes the completion time of surgery considering nondeterministic operating times and emergency-elective patients. In the real world, surgery time may be nondeterministic based on the conditions of the patient, surgeon, equipment, and instruments; hence, it is valuable to find a robust solution for planning under such circumstances. After presenting a bi-objective mathematical model for this problem, an improved epsilon constraint method was used to solve problems with small dimensions, and two metaheuristics NSGA-II and NRGA were developed for large dimensions regarding NP-hard problems. These two algorithms were analysed in terms of five indicators. The results indicated the superiority of the NSGA-II algorithm over NRGA to solve such problems. تفاصيل المقالة

حرية الوصول المقاله

24 - Robust optimization of a mathematical model to design a dynamic cell formation problem considering labor utilization
Moghadaseh Vafaeinezhad Reza Kia Parisa Shahnazari-Shahrezaei

Cell formation (CF) problem is one of the most important decision problems in designing a cellular manufacturing system includes grouping machines into machine cells and parts into part families. Several factors should be considered in a cell formation problem. In this أکثر

Cell formation (CF) problem is one of the most important decision problems in designing a cellular manufacturing system includes grouping machines into machine cells and parts into part families. Several factors should be considered in a cell formation problem. In this work, robust optimization of a mathematical model of a dynamic cell formation problem integrating CF, production planning and worker assignment is implemented with uncertain scenario-based data. The robust approach is used to reduce the effects of fluctuations of the uncertain parameters with regards to all possible future scenarios. In this research, miscellaneous cost parameters of the cell formation and demand fluctuations are subject to uncertainty and a mixed-integer nonlinear programming model is developed to formulate the related robust dynamic cell formation problem. The objective function seeks to minimize total costs including machine constant, machine procurement, machine relocation, machine operation, inter-cell and intra-cell movement, overtime, shifting labors between cells and inventory holding. Finally, a case study is carried out to display the robustness and effectiveness of the proposed model. The tradeoff between solution robustness and model robustness is also analyzed in the obtained results. تفاصيل المقالة

حرية الوصول المقاله

25 - A hybrid solution approach for a multi-objective closed-loop logistics network under uncertainty
Mehrdad Mehrbod Nan Tu Lixin Miao

The design of closed-loop logistics (forward and reverse logistics) has attracted growing attention with the stringent pressures of customer expectations, environmental concerns and economic factors. This paper considers a multi-product, multi-period and multi-objective أکثر

The design of closed-loop logistics (forward and reverse logistics) has attracted growing attention with the stringent pressures of customer expectations, environmental concerns and economic factors. This paper considers a multi-product, multi-period and multi-objective closed-loop logistics network model with regard to facility expansion as a facility location–allocation problem, which more closely approximates real-world conditions. A multi-objective mixed integer nonlinear programming formulation is linearized by defining new variables and adding new constraints to the model. By considering the aforementioned model under uncertainty, this paper develops a hybrid solution approach by combining an interactive fuzzy goal programming approach and robust counterpart optimization based on three well-known robust counterpart optimization formulations. Finally, this paper compares the results of the three formulations using different test scenarios and parameter-sensitive analysis in terms of the quality of the final solution, CPU time, the level of conservatism, the degree of closeness to the ideal solution, the degree of balance involved in developing a compromise solution, and satisfaction degree. تفاصيل المقالة

حرية الوصول المقاله

26 - Robustness-based portfolio optimization under epistemic uncertainty
Md. Asadujjaman Kais Zaman

In this paper, we propose formulations and algorithms for robust portfolio optimization under both aleatory uncertainty (i.e., natural variability) and epistemic uncertainty (i.e., imprecise probabilistic information) arising from interval data. Epistemic uncertainty is أکثر

In this paper, we propose formulations and algorithms for robust portfolio optimization under both aleatory uncertainty (i.e., natural variability) and epistemic uncertainty (i.e., imprecise probabilistic information) arising from interval data. Epistemic uncertainty is represented using two approaches: (1) moment bounding approach and (2) likelihood-based approach. This paper first proposes a nested robustness-based portfolio optimization formulation using the moment bounding approach-based representation of epistemic uncertainty. The nested robust portfolio formulation is simple to implement; however, the computational cost is often high due to the epistemic analysis performed inside the optimization loop. A decoupled approach is then proposed to un-nest the robustness-based portfolio optimization from the analysis of epistemic variables to achieve computational efficiency. This paper also proposes a single-loop robust portfolio optimization formulation using the likelihood-based representation of epistemic uncertainty that completely separates the epistemic analysis from the portfolio optimization framework and thereby achieves further computational efficiency. The proposed robust portfolio optimization formulations are tested on real market data from five S&P 500 companies, and performance of the robust optimization models is discussed empirically based on portfolio return and risk. تفاصيل المقالة

حرية الوصول المقاله

27 - Robust DEA under discrete uncertain data: a case study of Iranian electricity distribution companies
Ashkan Hafezalkotob Elham Haji-Sami Hashem Omrani

Crisp input and output data are fundamentally indispensable in traditional data envelopment analysis (DEA). However, the real-world problems often deal with imprecise or ambiguous data. In this paper, we propose a novel robust data envelopment model (RDEA) to investigat أکثر

Crisp input and output data are fundamentally indispensable in traditional data envelopment analysis (DEA). However, the real-world problems often deal with imprecise or ambiguous data. In this paper, we propose a novel robust data envelopment model (RDEA) to investigate the efficiencies of decision-making units (DMU) when there are discrete uncertain input and output data. The method is based upon the discrete robust optimization approaches proposed by Mulvey et al. (1995) that utilizes probable scenarios to capture the effect of ambiguous data in the case study. Our primary concern in this research is evaluating electricity distribution companies under uncertainty about input/output data. To illustrate the ability of proposed model, a numerical example of 38 Iranian electricity distribution companies is investigated. There are a large amount ambiguous data about these companies. Some electricity distribution companies may not report clear and real statistics to the government. Thus, it is needed to utilize a prominent approach to deal with this uncertainty. The results reveal that the RDEA model is suitable and reliable for target setting based on decision makers (DM’s) preferences when there are uncertain input/output data. تفاصيل المقالة

حرية الوصول المقاله

28 - A robust optimization model for distribution and evacuation in the disaster response phase
Meysam Fereiduni Kamran Shahanaghi

Natural disasters, such as earthquakes, affect thousands of people and can cause enormous financial loss. Therefore, an efficient response immediately following a natural disaster is vital to minimize the aforementioned negative effects. This research paper presents a n أکثر

Natural disasters, such as earthquakes, affect thousands of people and can cause enormous financial loss. Therefore, an efficient response immediately following a natural disaster is vital to minimize the aforementioned negative effects. This research paper presents a network design model for humanitarian logistics which will assist in location and allocation decisions for multiple disaster periods. At first, a single-objective optimization model is presented that addresses the response phase of disaster management. This model will help the decision makers to make the most optimal choices in regard to location, allocation, and evacuation simultaneously. The proposed model also considers emergency tents as temporary medical centers. To cope with the uncertainty and dynamic nature of disasters, and their consequences, our multi-period robust model considers the values of critical input data in a set of various scenarios. Second, because of probable disruption in the distribution infrastructure (such as bridges), the Monte Carlo simulation is used for generating related random numbers and different scenarios; the p-robust approach is utilized to formulate the new network. The p-robust approach can predict possible damages along pathways and among relief bases. We render a case study of our robust optimization approach for Tehran’s plausible earthquake in region 1. Sensitivity analysis’ experiments are proposed to explore the effects of various problem parameters. These experiments will give managerial insights and can guide DMs under a variety of conditions. Then, the performances of the “robust optimization” approach and the “p-robust optimization” approach are evaluated. Intriguing results and practical insights are demonstrated by our analysis on this comparison. تفاصيل المقالة

حرية الوصول المقاله

29 - Primal and dual robust counterparts of uncertain linear programs: an application to portfolio selection
P Hanafizadeh A Seifi K Ponnambalam

This paper proposes a family of robust counterpart for uncertain linear programs (LP) which is obtained for a general definition of the uncertainty region. The relationship between uncertainty sets using norm bod-ies and their corresponding robust counterparts defined b أکثر

This paper proposes a family of robust counterpart for uncertain linear programs (LP) which is obtained for a general definition of the uncertainty region. The relationship between uncertainty sets using norm bod-ies and their corresponding robust counterparts defined by dual norms is presented. Those properties lead us to characterize primal and dual robust counterparts. The researchers show that when the uncertainty region is small the corresponding robust counterpart is less conservative than the one for a larger region. Therefore, the model can be adjusted by choosing an appropriate norm body and the radius of the uncertainty region. We show how to apply a robust modeling approach to single and multi-period portfolio selection problems and illustrate the model properties with numerical examples. تفاصيل المقالة

حرية الوصول المقاله

30 - A multi-product, multi-period model to select supplier for deteriorating products while considering uncertainty as well as backorder
Mohsen Lashgari Seyed Jafar Sadjadi Misugh Sahihi

Determining supplier and optimum order of the quantity is an issue of great importance in logistics management for many companies. In this regard, it is crucial to determine the best decisions for the order quantity as well as the most suitable supplier through consider أکثر

Determining supplier and optimum order of the quantity is an issue of great importance in logistics management for many companies. In this regard, it is crucial to determine the best decisions for the order quantity as well as the most suitable supplier through considering existing limitations and uncertainties. To optimize a multi-product, multi-period model with select supplier for deteriorating products, while uncertainty of future economic conditions directly affects the problem conditions. In this regard, a mixed integer definite programing model is introduced, and afterwards, the proper robust structure is established through a two-phase scenario-based approach. The behavior of the main features of the inventory system elaborated upon in this article, that is, multi-product, uni-level, multi-period inventory system, has been modeled under the influence of uncertain economic environment. In the final phase pattern, search method is employed to determine proper answers, the results of which are analyzed, to shed light on various aspects of the solving procedure, as well as the problem itself. The applicability of the proposed model is shown by an illustrative example. تفاصيل المقالة

حرية الوصول المقاله

31 - ارائه الگوی بهینه پایدار سبد سهام با رویکرد امگا
فاطمه پورعسکری جورشری محسن خدادادی سید رضا سید نژاد فهیم

ازجمله مسائل عمده‌ای که سرمایه‌گذاران بازارهای سرمایه با آن مواجه هستند، تصمیم‌گیری جهت انتخاب اوراق بهادار مناسب برای سرمایه‌گذاری و تشکیل سبد بهینه سهام است. ازآنجاکه پارامترهای مسئله انتخاب سبد سهام را، به دلیل نوسان‌ بازار و قیمت‌ نمی‌تواند ثابت در نظر گرفت، باید از أکثر

ازجمله مسائل عمده‌ای که سرمایه‌گذاران بازارهای سرمایه با آن مواجه هستند، تصمیم‌گیری جهت انتخاب اوراق بهادار مناسب برای سرمایه‌گذاری و تشکیل سبد بهینه سهام است. ازآنجاکه پارامترهای مسئله انتخاب سبد سهام را، به دلیل نوسان‌ بازار و قیمت‌ نمی‌تواند ثابت در نظر گرفت، باید از روشی بهره برد که عدم قطعیت داده‌ها در آن لحاظ شود. بهینه‌سازی پایدار راه‌حلی علمی برای مسائلی به شمار می‌رود که در آن با عدم قطعیت داده‌ها روبرو خواهیم بود. پژوهش حاضر در جهت بهینه‌سازی پایدار پرتفوی بر اساس رویکرد امگا بررسی‌شده است. مقاله حاضر به معرفی مدل خطی امگا، به‌عنوان معیار محاسبه ریسک و ارائه مدل بهینه پایدار امگا پرداخته است. رویکرد پایدار استفاده‌شده در این پژوهش، رویکرد برتسیماس و سیم است در این رویکرد همتای پایدار ارائه‌شده برای یک مدل برنامه‌ریزی خطی همچنان خطی باقی می‌ماند که باعث می‌شود مزایای مدل برنامه‌ریزی خطی در مدل بهینه حفظ شود. مدل توسعه داده‌شده در این پژوهش توسط داده‌های واقعی 20 سهم از شاخص S&P 500 به مدت سه سال به‌صورت تصادفی انتخاب‌شده که نتایج آن نشان‌دهنده کارایی بالای مدل در توسعه مدل‌های تحت شرایط عدم قطعیت است همچنین نتایج نشان می‌دهد، درصورتی‌که سطح محافظه‌کاری افزایش یابد، مقدار تابع هدف افزایش خواهد یافت. تفاصيل المقالة

حرية الوصول المقاله

32 - به کارگیری الگوهای بهینه‌سازی پایدار و برنامه‌ریزی آرمانی در مسئله انتخاب سبد سرمایه‌گذاری چند دوره‌ای
ساغر همائی‌فر عماد روغنیان

یکی از مهم ترین مسائل دنیای مالی، انتخاب سبد سرمایه گذاری است. سرمایه گذاران همواره برآنند که بهترین تصمیمات را مطابق با شرایط دنیای واقعی اتخاذ نمایند. در دنیای واقعی از یک طرف، داده ها همواره با عدم قطعیت مواجه هستند و از طرف دیگر استراتژی‌‌ها برای انتخاب سبد سرمایه گ أکثر

یکی از مهم ترین مسائل دنیای مالی، انتخاب سبد سرمایه گذاری است. سرمایه گذاران همواره برآنند که بهترین تصمیمات را مطابق با شرایط دنیای واقعی اتخاذ نمایند. در دنیای واقعی از یک طرف، داده ها همواره با عدم قطعیت مواجه هستند و از طرف دیگر استراتژی‌‌ها برای انتخاب سبد سرمایه گذاری، اغلب چند دوره‌ای هستند و سرمایه گذار باید موقعیت خود را در طول زمان مورد بازنگری قرار دهد. از این رو در این پژوهش به بهینه سازی سبد سرمایه گذاری با در نظر گرفتن افق چند دوره ای و هزینه مبادلات می پردازیم، عدم قطعیت داده ها نیز با استفاده از برنامه ریزی پایدار و خصوصاً رویکرد برتسیماس و سیم، مدل سازی می شود. مدل ارائه شده یک مدل چند هدفه میانگین-ارزش در معرض خطر شرطی است که برای حل آن از برنامه ریزی آرمانی استفاده می شود. در حل مدل مذکور به پیش بینی بازده های آتی سهام نیاز است که این امر با استفاده ازکاربرد شبکه عصبی در پیش بینی قیمت آتی سهام انجام می گردد. در نهایت کیفیت نتایج حاصل از مدل پایدار ارائه شده با نتایج مدل قطعی مقایسه می شوند. نتایج حاصل از حل مدل حاکی از آن است که در نظر گرفتن فرض عدم قطعیت داده ها، در کنار سایر فروض عنوان شده، مقدار تابع هدف نهایی را بدتر می کند که نشان دهنده منطقی بودن جواب های حاصل از مدل است. به عبارت دیگر ما از حل این مدل به پاسخ های کاراتر و کاربردی تری دست می یابیم. تفاصيل المقالة

حرية الوصول المقاله

33 - Application of Stochastic Optimal Control, Game Theory and Information Fusion for Cyber Defense Modelling
Maryam Mohaghegh Tabar Ali Mahmoodi

The present paper addresses an effective cyber defense model by applying information fusion based game theoretical approaches&lrm;. &lrm;In the present paper, we are trying to improve previous models by applying stochastic optimal control and robust optimization techniq أکثر

The present paper addresses an effective cyber defense model by applying information fusion based game theoretical approaches&lrm;. &lrm;In the present paper, we are trying to improve previous models by applying stochastic optimal control and robust optimization techniques&lrm;. &lrm;Jump processes are applied to model different and complex situations in cyber games&lrm;. &lrm;Applying jump processes we propose some models for cyber battle spaces&lrm;. &lrm;The resulted stochastic models are solved by applying stochastic optimal control methods&lrm;. &lrm;A robust optimization technique is proposed to obtain robust estimations in the case of lack of complete data&lrm;. &lrm;We address reinforcement learning throughout the by stochastic optimal control formulation&lrm;. &lrm;Previous models are improved by applying optimal control approaches to overcome the issue of time steps in game theory based approaches in which times steps cause limitations by considering the cases that may take longer times&lrm;. &lrm;Two adaptation methods are proposed in incomplete information cases. تفاصيل المقالة

حرية الوصول المقاله

34 - A Robust Optimization Approach for the Hub Arc Location Problem
Marjan Gharavipour Mohsen Sheikh Sajadieh Matineh Ziari

Hub networks play a crucial role in optimizing transportation flow and reducing overall costs by efficiently connecting origins and destinations through strategically placed hub nodes. The decision of hub location carries significant long-term implications and necessita أکثر

Hub networks play a crucial role in optimizing transportation flow and reducing overall costs by efficiently connecting origins and destinations through strategically placed hub nodes. The decision of hub location carries significant long-term implications and necessitates consideration of various factors within an uncertain environment. This paper addresses the hub arc location problem in hub networks, considering setup costs, isolated hubs, and uncertain flows between nodes. To tackle this challenge, a two-stage stochastic programming model is formulated to incorporate the uncertainty in flow volumes. Additionally, a robust optimization approach is proposed to enhance the resilience of hub location decisions against uncertain scenarios. The problem is solved using a tailored Genetic algorithm, which achieves optimal solutions with high quality and reasonable computational time. The results demonstrate the effectiveness of the proposed methodology in handling the uncertain nature of the hub location problem, contributing to the advancement of transportation planning and logistics optimization. The findings provide valuable insights for practical applications in real-world scenarios, offering a framework for decision-makers to make informed choices regarding hub network design and location. By integrating uncertainty and robust optimization techniques, this paper offers a comprehensive approach to address complex transportation network problems and improve overall efficiency in transportation systems. تفاصيل المقالة

فهرس المقالات robust optimization

سند

الروابط

المراكز ذات الصلة

دعامة

الصفحات الرسمية