فهرست مقالات lower bound

• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  1 - ارزیابی واحدهای تصمیم گیری با داده‌های چند مرحله‌ای با استفاده از مدل‌های DEA-R
  مهسا ترکاوان نژاد بهروز دانشیان قاسم توحیدی مهناز مقبولی فرزین مدرس خیابانی
  10.30495/jnrm.2023.65511.2210
  در اندازه‌گیری کارآیی مجموعه‌ای از واحدها در یک بازه زمانی که چند دوره را پوشش می‌دهد، مدل‌های مبتنی بر تکنیک DEA استاندارد، وضعیت هر واحد در هر دوره را نادیده می‌گیرند که این باعث نتایج گمراه‌کننده می‌شود. این مقاله مدل‌های DEA-R را در حضور داده‌های چند دوره‌ای به گونه چکیده کامل

  در اندازه‌گیری کارآیی مجموعه‌ای از واحدها در یک بازه زمانی که چند دوره را پوشش می‌دهد، مدل‌های مبتنی بر تکنیک DEA استاندارد، وضعیت هر واحد در هر دوره را نادیده می‌گیرند که این باعث نتایج گمراه‌کننده می‌شود. این مقاله مدل‌های DEA-R را در حضور داده‌های چند دوره‌ای به گونه‌ای توسعه می‌دهد که روش پیشنهادی می‌تواند کارآیی کلی را با توجه به کارآیی کلی و دوره‌ای همه واحدها ارزیابی کند. روش پیشنهادی با ارائه یک کران پایین‌ در وزن‌های بدست آمده از دوره‌ها، به اولویت‌بندی واحدها پرداخته و با ایجاد بینش‌های ارزشمند به تصمیم‌گیرندگان کمک می‌کند تا یافته‌های یک فرآیند ارزیابی عملکرد را بهتر درک کنند. این مقاله دارای چهار ویژگی است: (1) کارآیی کلی محاسبه شده از روش پیشنهادی به عملکرد تمام واحدها در تمام دوره‌ها بستگی دارد، (2) روش پیشنهادی، کارآیی کلی را با تحمیل یک کران پایین به دست آمده از تمام دوره‌ها بر روی وزن‌ها ارزیابی می‌کند، (3) این رویکرد دارای قدرت تشخیص بالا در تمییز واحدهایی است که در مدل‌های چند دوره‌ای موجود به عنوان کارآ ارزیابی می‌شوند، (4) برای روشن شدن جزئیات روش پیشنهادی، مقایسه‌ای بین مدل‌های موجود و مدل DEA-R چند دوره‌ای پیشنهادی، برای اندازه گیری کارآیی 22 بانک تجاری تایوانی در دوره زمانی 2009-2011 انجام شده است. پرونده مقاله
• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  2 - Integrated Due Date Setting and Scheduling on a Single Machine Considering an Unexpected Unavailability
  Mehdi Iranpoor Seyed Mohammad Taghi Fatemi Ghomi
  10.22094/joie.2017.644.1415
  In this paper, an integrated machine scheduling withits due date setting problem has been considered. It is assumed that the machine is subject to some kind of random unavailability. Due dates should be set in an attractive and reliable manner, implying that they should چکیده کامل

  In this paper, an integrated machine scheduling withits due date setting problem has been considered. It is assumed that the machine is subject to some kind of random unavailability. Due dates should be set in an attractive and reliable manner, implying that they should be short and possible to be met. To this end, first, long due dates are penalized in the objective function. Then, for each customer order, the probability of meeting his/her promised due dateis forced to be at least as large as his/her required service level. To handle this integrated problem, first, the optimal due date formulafor any arbitrary sequence is derived. By using this formula, the mathematical programming formulation of the problem,including a nonlinear non-convex expression, is developed. By defining a piecewise linear under-estimator, the solutions of the resultantmixed integer linear programming formulation have become the lower bounds of the problem. Dynasearch is a very efficient heuristic utilizing the dynamic programming approach to search exponential neighborhoods in the polynomial time. Aniterated dynasearch heuristic is developed for the sequencing part of the problem. Each generated sequence is evaluated by computing its optimal due datesusing the above-mentioned formula. Numerical results confirmed the high quality of the solutions found by this algorithm, as compared with the lower bound. پرونده مقاله
• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  3 - A heuristic approach for multi-stage sequence-dependent group scheduling problems
  N Salmasi
  We present several heuristic algorithms based on tabu search for solving the multi-stage sequence-dependent group scheduling (SDGS) problem by considering minimization of makespan as the criterion. As the problem is recognized to be strongly NP-hard, several meta (tabu) چکیده کامل

  We present several heuristic algorithms based on tabu search for solving the multi-stage sequence-dependent group scheduling (SDGS) problem by considering minimization of makespan as the criterion. As the problem is recognized to be strongly NP-hard, several meta (tabu) search-based solution algorithms are developed to efficiently solve industry-size problem instances. Also, two different initial solution generators are developed to aid in the application of the tabu search-based algorithms. A lower bounding technique based on relaxing the mathematical model for the original SDGS problem is applied to estimate the quality of the heuristic algorithms. To find the best heuristic algorithm, random test problems, ranging in size from small, medium, to large are created and solved by the heuristic algorithms. A detailed statistical experiment, based on nested split-plot design, is performed to find the best heuristic algorithm and the best initial solution gen-erator. The results of the experiment show that the tabu search-based algorithms can provide high quality so-lutions for the problems with an average percentage error of only 1.00%. پرونده مقاله
• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  4 - بهینه‌سازی سبد سهام با استفاده از برنامه‌ریزی توافقی با محدودیت شانسی
  مجتبی نوری عمران محمدی
  یکی از بحث‌های اساسی برای سرمایه‌گذاران موضوع تشکیل پرتفوی بهینه سهام است. در مسئلة انتخاب سبد سرمایه گذاری، تصمیم گیرنده هم زمان با اهداف مختلف و گاه متعارض مانند نرخ بازده، نقدینگی، سود تقسیمی و ریسک مواجه است. در بهینه‌سازی پرتفوی، مسئله اصلی، انتخاب بهینه دارایی‌ها چکیده کامل

  یکی از بحث‌های اساسی برای سرمایه‌گذاران موضوع تشکیل پرتفوی بهینه سهام است. در مسئلة انتخاب سبد سرمایه گذاری، تصمیم گیرنده هم زمان با اهداف مختلف و گاه متعارض مانند نرخ بازده، نقدینگی، سود تقسیمی و ریسک مواجه است. در بهینه‌سازی پرتفوی، مسئله اصلی، انتخاب بهینه دارایی‌ها و اوراق بهاداری است که با مقدار مشخصی سرمایه می‌توان تهیه کرد، اما از یک‌سو، عدم قطعیت‌های مرتبط به هر سهم، و از سوی دیگر چند هدفه بودن مدل انتخاب سبد سهام بهینه، بر پیچیدگی مسئله می‌افزاید. در این مقاله بهینه‌سازی سبد سهام در حالت عدم قطعیت مورد مطالعه قرار گرفته است. رویکرد برنامه‌ریزی تصادفی برای تبدیل عدم قطعیت به حالت قطعیت و برنامه‌ریزی توافقی برای تک هدفه شدن، به‌صورت ترکیبی مورد استفاده قرار می‌گیرد. از اطلاعات مربوط به 20 شرکت‌ دارویی از بازار بورس تهران استفاده شده است و اعتبار مدل بررسی شده است. نتایج نشان می دهد که سبد سهام ارائه شده دارای کارایی بالایی است. پرونده مقاله