• فهرست مقالات الگوریتم های فراابتکاری

      • دسترسی آزاد مقاله

        1 - بهینه سازی سبد سرمایه گذاری بر اساس ارزش در معرض ریسک با استفاده از الگوریتم کلونی مورچگان
        غلامرضا اسلامی بیدگلی احسان طیبی ثانی
        تحقیق حاضر یک الگوریتم ابتکاری را برای حل مسأله محدود بهینه سازی سبد سهام با توجه به ارزش در معرض ریسک (VaR) به عنوان معیار ریسک و با استفاده از الگوریتم ترکیبی مورچگان و ژنتیک ارائه می دهد. در این تحقیق نشان داده خواهد شد که الگوریتم ترکیبی پیشنهادی قادر است مساله بهین چکیده کامل
        تحقیق حاضر یک الگوریتم ابتکاری را برای حل مسأله محدود بهینه سازی سبد سهام با توجه به ارزش در معرض ریسک (VaR) به عنوان معیار ریسک و با استفاده از الگوریتم ترکیبی مورچگان و ژنتیک ارائه می دهد. در این تحقیق نشان داده خواهد شد که الگوریتم ترکیبی پیشنهادی قادر است مساله بهینه سازی سبد سهام را با توجه به معیار ارزش در معرض ریسک (VaR) با در نظرگرفتن محدودیت عدد صحیح برای تعداد سهام موجود در سبد سهام حل نماید. به منظور نشان دادن کارایی الگوریتم، از الگوریتم پیشنهادی در جهت بهینه سازی سبد سهامی از شاخص های صنایع موجود در بورس اوراق بهادار تهران استفاده گردیده است. نتایج حاصل از بکارگیری الگوریتم حاکی از آن است که الگوریتم ترکیبی درتمامی حالت های مورد بررسی در این تحقیق نتایجی بهتر از نتایج بدست آمده توسط الگوریتم ژنتیک به تنهایی بدست می آورد. پرونده مقاله
      • دسترسی آزاد مقاله

        2 - تخمین پارامترهای سیستم فوق آشوب لورنز با استفاده از الگوریتم نهنگ بهبودیافته با الگوریتم جستجوی ممنوعه
        مهسا اسماعیل نیا مصطفی سعادتی فر مهدی یعقوبی
        سیستمهای آشوب سیستم های دینامیکی بسیار پیچیده ای هستند كه دارای برخی از ویژگی های خاص مانند حساسیت زیاد به شرایط اولیه، عدم پیش بینی آماری و با وجود رفتار به ظاهر اتفاقی، سیستم های آشوب كاملاً قطعی هستند. تخمین پارامترهای اسیلاتورهای فوق آشوبناک، به عنوان یکی از مهم تری چکیده کامل
        سیستمهای آشوب سیستم های دینامیکی بسیار پیچیده ای هستند كه دارای برخی از ویژگی های خاص مانند حساسیت زیاد به شرایط اولیه، عدم پیش بینی آماری و با وجود رفتار به ظاهر اتفاقی، سیستم های آشوب كاملاً قطعی هستند. تخمین پارامترهای اسیلاتورهای فوق آشوبناک، به عنوان یکی از مهم ترین مسائل در زمینه آشوب می باشد. تخمین پارامترهای سیستم های فوق آشوبناک را می توان به عنوان یک مسئله بهینه سازی چند متغیره در نظر گرفت. این مقاله قصد دارد تا روش نوینی برای تخمین پارامترهای سیستم فوق آشوب لورنز مبتنی بر بهبود الگوریتم نهنگ با الگوریتم جست و جوی ممنوعه ارائه دهد. نتایج شبیه سازی نشان می دهد که الگوریتم نهنگ توان رقابتی بالایی در مقایسه با الگوریتم های فراابتکاری مشابه را دارد. در این مطالعه از الگوریتم جستجوی ممنوعه برای یافتن جواب های بهینه محلی استفاده شده تا از خطر افتادن در جوابهای بهینه محلی نیز پیشگیری شده باشد. نتایج حاصل از روش پیشنهادی در حل مسئله تخمین پارامتر سیستم فوق آشوب نشان داد که كمترین مقدار تابع هزینه توسط الگوریتم پیشنهادی با مقدار 1.2917e-21به دست آمده است ، بنابراین می توان گفت که روش پیشنهادی دقت تخمین پارامتر را بهبود داده است. تخمین پارامترهای سیستم فوق آشوب لورنز با استفاده از الگوریتم نهنگ بهبودیافته با الگوریتم جستجوی ممنوعه پرونده مقاله
      • دسترسی آزاد مقاله

        3 - طراحی مدل بهینه بازیافت در زنجیره تأمین چهار سطحی حلقه بسته به وسیله تئوری صف و برنامه ریزی استوار (مطالعه موردی صنعت کاغذ)
        Mahdi Alizadeh Beromi Mohammad Ali Afshar Kazemi Mohammadali Keramati Abbass Toloie Ashlaghi
        در سال‌های اخیر رقابت‌های صنعتی و اقتصادی، مباحث زیست محیطی و فشار دولت‌ها بر تولیدکنندگان برای مدیریت پسماند محصولات و از طرفی سود ناشی از بازیافت محصولات، اهمیت طراحی شبکه زنجیره تأمین معکوس و حلقه بسته را دوچندان کرده است. تحقیق موردنظر در زمینه طراحی شبکه زنجیره تأم چکیده کامل
        در سال‌های اخیر رقابت‌های صنعتی و اقتصادی، مباحث زیست محیطی و فشار دولت‌ها بر تولیدکنندگان برای مدیریت پسماند محصولات و از طرفی سود ناشی از بازیافت محصولات، اهمیت طراحی شبکه زنجیره تأمین معکوس و حلقه بسته را دوچندان کرده است. تحقیق موردنظر در زمینه طراحی شبکه زنجیره تأمین حلقه بسته چهار سطحی در شرایط عدم قطعیت درصد بازیافت محصولات انجام می‌شود. هدف اصلی این تحقیق، ارائه یک مدل برنامه‌ریزی خطی عدد صحیح است که به منظور حداقل سازی هزینه‌های زنجیره تأمین و زمان خدمت دهی به مشتریان تحت شرایط عدم قطعیت ایجاد می‌شود. این مدل شبکه تأمین با در نظر گرفتن تئوری صف و بهینه‌سازی سیستم بازیافت محصولات طراحی می‌شود.یکی از نکات مهم تحقیق، مدل‌سازی عدم قطعیت در میزان بازگشت محصولات مصرفی به چرخه زنجیره تأمین حلقه بسته است. این تحلیل به منظور ایجاد یک رهیافت استوار برای مدل‌سازی مساله مورد استفاده قرار می‌گیرد.در انتها، عملکرد مدل پیشنهادی در صنعت تولید کاغذ ارزیابی می‌شود و یک تحلیل حساسیت با توجه به متغیرهای تصمیم بین دو الگوریتم فراابتکاری جستجوی هارمونی چندهدفه و الگوریتم ژنتیک مرتب‌سازی مغلوب ارائه می‌شود. پرونده مقاله
      • دسترسی آزاد مقاله

        4 - ارائه مساله طرح تاسیسات پویا با روش‌های فراابتکاری تک جواب و مبتنی بر جمعیت
        Mohammad Mahdi Karampour Mostafa Hajiaghaei-Keshteli
        در جوامع مدرن امروزی، مراکز تولیدی باید قادر به ارائه پاسخی صریح، دقیق، فوری به تغییرات تقاضا و تبع آن تغییرات در محصول باشند، بنابراین در این مقاله در پی مطرح نمودن مساله چیدمان و بازآرایی تاسیسات مراکز تولیدی و خدماتی هستیم به‌گونه‌ای که مجموع هزینه‌های حمل و نقل مواد چکیده کامل
        در جوامع مدرن امروزی، مراکز تولیدی باید قادر به ارائه پاسخی صریح، دقیق، فوری به تغییرات تقاضا و تبع آن تغییرات در محصول باشند، بنابراین در این مقاله در پی مطرح نمودن مساله چیدمان و بازآرایی تاسیسات مراکز تولیدی و خدماتی هستیم به‌گونه‌ای که مجموع هزینه‌های حمل و نقل مواد و بازآرایی خطوط تولیدی به کمترین میزان خود برسد. یک طرح بهینه باعث انتقال بهینه و کارا مواد بین تاسیسات و کاهش فرآیند کار و هزینه انبار‌داری می‌شود. برای مراکز تولیدی، هزینه حمل مواد مهمترین شاخص برای تعیین بهره‌وری یک طرح می‌باشد. این موضوع به عنوان مساله طرح تاسیسات پویا (DFLP) مطرح گردیده است. در این مقاله، DFLP با پنج روش فراابتکاری شامل ژنتیک (GA)، شبیه‌سازی تبرید (SA)، جستجوی ممنوع (TS)، ازدحام ذرات (PSO) و رقابت استعماری (ICA) مدل‌سازی شده است. روش تاگوچی جهت انتخاب پارامترهای بهینه به کار برده شده است. نتایج حاصله به خوبی نمایانگر آن‌اند که روش‌های فراابتکاری، راه‌کارهایی بهینه و موثر برای غلبه بر مساله طرح تاسیسات مراکز تولیدی و خدماتی ارائه می‌دهند. نتایج مدل‌سازی حاکی از آن هستند که الگوریتم رقابت استعماری در مقام مقایسه با دیگر روش‌ها، جواب‌های بهینه بهتری را در این مساله با محدودیت‌های مفروض در معیارهای مختلف ارائه می‌دهد. پرونده مقاله
      • دسترسی آزاد مقاله

        5 - جایگاه نقاط بی تفاوتی در مسائل تصمیم گیری چند معیاره
        ارشد فرهمندیان رضا رادفر محمدعلی افشار کاظمی
        فرایند ارزیابی و انتخاب تأمین کنندگان باید با بررسی همه گزینه‌های ممکن و سناریوهای مختلف برای هریک از پیمانکاران انجام گیرد، در غیر اینصورت در مرحله پیاده سازی و اجرای تعهدات، سازمان با مشکلات عدیده‌ای روبرو خواهد شد. هدف مطالعه حاضر تعیین نقاط بی تفاوتی ارزیابی تأمین ک چکیده کامل
        فرایند ارزیابی و انتخاب تأمین کنندگان باید با بررسی همه گزینه‌های ممکن و سناریوهای مختلف برای هریک از پیمانکاران انجام گیرد، در غیر اینصورت در مرحله پیاده سازی و اجرای تعهدات، سازمان با مشکلات عدیده‌ای روبرو خواهد شد. هدف مطالعه حاضر تعیین نقاط بی تفاوتی ارزیابی تأمین کنندگان شرکت گاز استان زنجان می‌باشد. مطالعه حاضر از نوع توصیفی می‌باشد. داده‌های این مطالعه مربوط به ارزیابی تأمین کنندگان یکی از پروژه های شرکت گاز استان زنجان می‌باشد. داده‌ها بر اساس نظرات 10 نفر از خبرگان که دارای حداقل مدرک کارشناسی و همچنین حداقل 5 سال سابقه کار در شرکت را داشتند بر اساس فرم ارزیابی تأمین کنندگان جمع آوری شده است. داده‌ها با استفاده از نرم افزار متلب نسخه 2014 تحلیل شده اند. تعداد 6 مورد ماتریس هم ارز با ماتریس اولیه تصمیم گیری به تفکیک برای هر یک روش های رتبه بندی شناسایی و تولید گردیده است. روش TOPSIS-GA=0 ،TOPSIS- PSO = 3 ، AHP- GA= 0، AHP- PSO = 3 .ازبین نتایج حاصل از رتبه بندی گزینه ها،پیمانکار سوم رتبه اول را نسبت به سایر گزینه ها کسب نموده است. با توجه به ماتریس های بی تفاوتی شناسایی شده سناریوهای مختلف برای پیمانکار سوم تعیین شده است. با توجه به وضعیت بودجه و انتظارات شرکت که با نقطه بی تفاوتی چهارم (OUT PUT 5- AHP-PSO) تطابق بیشتری دارداز پیمانکار سوم درخواست می شود که توانمندیهای خود را تقویت نماید تا ضمن موفقیت در قرارداد منعقده شانس خود را برای همکاری های آتی افزایش دهد. پرونده مقاله
      • دسترسی آزاد مقاله

        6 - بررسی آموزش شبکه عصبی با استفاده از الگوریتم‌های فراابتکاری به‌منظور پیش‌بینی شاخص کل در بورس ایران
        سیداحمد میرزائی زکیه نیکدل زهرا نیکدل
        پیش‌بینی و آنالیز حرکات بازار سهام موضوع بسیار مهم برای محققان، معامله گران و تحلیل گران بازار می باشد و نقش مهمی در اقتصاد امروز دارد. تنوع در سیاست هایی مانند سیاست های دولتی و سیاست های اقتصادی بر بازار سرمایه تأثیر می گذارند و باعث تغییرات قیمتی سهام می شوند. پیش‌بی چکیده کامل
        پیش‌بینی و آنالیز حرکات بازار سهام موضوع بسیار مهم برای محققان، معامله گران و تحلیل گران بازار می باشد و نقش مهمی در اقتصاد امروز دارد. تنوع در سیاست هایی مانند سیاست های دولتی و سیاست های اقتصادی بر بازار سرمایه تأثیر می گذارند و باعث تغییرات قیمتی سهام می شوند. پیش‌بینی حرکات بازار به‌صورت روزانه، به دلیل غیرخطی بودن و آشوبناک بودن حرکات قیمت سهام کار بسیار مشکلی می باشد. روش های مختلفی برای پیش‌بینی در بورس وجود دارد. تکنیک های هوش مصنوعی به‌صورت گسترده برای پیش‌بینی داده های با ساختار غیرخطی و آشوبناک به کار گرفته‌شده‌اند. یکی از این تکنیک‌ها استفاده از شبکه‌های عصبی می‌باشد. درصورتی‌که شبکه عصبی به‌درستی آموزش داده شود، خطای کمتری در پیش‌بینی خواهد داشت. در این پژوهش با استفاده از ۸ الگوریتم فراابتکاری اقدام به آموزش شبکه عصبی پرسپترون چندلایه خواهیم کرد و به پیش‌بینی شاخص کل بورس تهران خواهیم پرداخت. نتایج به‌دست‌آمده از این پژوهش نشان داد که الگوریتم بهینه‌سازی گرگ خاکستری دارای کمترین خطا در آموزش شبکه عصبی دارد. پرونده مقاله
      • دسترسی آزاد مقاله

        7 - A Review of Metaheuristic Algorithms and Data Envelopment Analysis
        Mohsen Vaez-ghasemi Zohreh Moghaddas Hamid Askari Feloora Valizadeh
        Today, many activities from businesses to engineering design, routing on the Internet, and even routing of foodstuff trucks require programming and optimization. Many of these problems have no determinate solution and cannot be solved easily. To solve these problems, al چکیده کامل
        Today, many activities from businesses to engineering design, routing on the Internet, and even routing of foodstuff trucks require programming and optimization. Many of these problems have no determinate solution and cannot be solved easily. To solve these problems, algorithms have been developed inspired by nature based on particle intelligence, biological, physical, and chemical systems, and even human communities and have been named after their inspiration source. A metaheuristic optimization algorithm is an innovative way that can be applied to various optimization problems by slight modifications. These algorithms can improve the capability of finding high-quality answers for difficult optimization problems significantly. The present paper reviews the application of various metaheuristic algorithms and data envelopment analysis (DEA) to optimization problems in the literature published in recent years. Descriptions are provided about the application of metaheuristic algorithms in DEA along with their applications, the field of activity, overlaps, and the integration of these two robust methods to find the optimal answer. پرونده مقاله
      • دسترسی آزاد مقاله

        8 - بهینه سازی سبدسرمایه گذاری بر اساس ارزش در معرض ریسک
        غلامرضا اسلامی بیدگلی احسان طیبی ثانی
        تحقیق حاضر یک الگوریتم ابتکاری را برای حل مسأله محدود بهینه سازی سبد سهام با توجه به ارزش در معرض ریسک (VaR) به عنوان معیار ریسک و با استفاده از الگوریتم ترکیبی مورچگان و ژنتیک ارائه می دهد. در این تحقیق نشان داده خواهد شد که الگوریتم ترکیبی پیشنهادی قادر است مساله بهین چکیده کامل
        تحقیق حاضر یک الگوریتم ابتکاری را برای حل مسأله محدود بهینه سازی سبد سهام با توجه به ارزش در معرض ریسک (VaR) به عنوان معیار ریسک و با استفاده از الگوریتم ترکیبی مورچگان و ژنتیک ارائه می دهد. در این تحقیق نشان داده خواهد شد که الگوریتم ترکیبی پیشنهادی قادر است مساله بهینه سازی سبد سهام را با توجه به معیار ارزش در معرض ریسک (VaR) با در نظرگرفتن محدودیت عدد صحیح برای تعداد سهام موجود در سبد سهام حل نماید. به منظور نشان دادن کارایی الگوریتم، از الگوریتم پیشنهادی در جهت بهینه سازی سبد سهامی از شاخص های صنایع موجود در بورس اوراق بهادار تهران استفاده گردیده است. نتایج حاصل از بکارگیری الگوریتم حاکی از آن است که الگوریتم ترکیبی درتمامی حالت های مورد بررسی در این تحقیق نتایجی بهتر از نتایج بدست آمده توسط الگوریتم ژنتیک به تنهایی بدست می آورد. پرونده مقاله
      • دسترسی آزاد مقاله

        9 - پیش‌بینی شاخص کل بورس اوراق بهادار تهران با استفاده از رویکرد ترکیبی الگوریتم های فراابتکاری، هوش مصنوعی و معادله پارامتریک موجک
        علیرضا سارنج مجید قدس رضا تهرانی
        موضوع شناخت و بررسی رفتار قیمت سهام، همواره یکی از موضوع های مهم و موردتوجه محافل علمی و سرمایه‌گذاری بوده است. در سالیان گذشته مدل های گوناگونی برای پیش‌بینی با استفاده از شبکه عصبی و مدل های ترکیبی پیشنهاد شده‌اند که از مدل های سنتی عملکرد بهتری داشتند. در این پژوهش ی چکیده کامل
        موضوع شناخت و بررسی رفتار قیمت سهام، همواره یکی از موضوع های مهم و موردتوجه محافل علمی و سرمایه‌گذاری بوده است. در سالیان گذشته مدل های گوناگونی برای پیش‌بینی با استفاده از شبکه عصبی و مدل های ترکیبی پیشنهاد شده‌اند که از مدل های سنتی عملکرد بهتری داشتند. در این پژوهش یک مدل ترکیبی از شبکه عصبی و تبدیل موجک پیشنهادشده است که از الگوریتم ژنتیک برای بهینه سازی تابع پایه تبدیل موجک با هدف حداکثر نمایی کارایی این تبدیل، استفاده‌شده است. داده های مورداستفاده برای این پژوهش داده های روزانه از تاریخ 02/02/1391 تا تاریخ 30/01/1396 است. نتایج این پژوهش نشان داد که با این روش می‌توان تابع پایه‌ای متناسب با ویژگی های ذاتی سری زمانی برای پیش‌بینی یافت که خطای پیش‌بینی در این مدل نسبت به مدل شبکه عصبی و مدل ترکیبی شبکه عصبی و تبدیل موجک کاهش یابد. پرونده مقاله