3 نتیجه برای برنامهریزی ریاضی
دکتر کورش عشقی، اقای مهدی نجفی،
جلد 23، شماره 4 - ( 12-1391 )
چکیده
وقوع حوادث غیرمترقبه و فجایع طبیعی و اثرات ناشی از وقوع آن ها جوامع کنونی را ملزم به انجام برنامه ریزی های لازم جهت روبرویی و کاهش اثرات مخرب مربوطه نموده است. اگرچه در حوادث کوچک انجام این کار به صورت تجربی امکان پذیر بوده و نیاز به ابزار خاصی وجود ندارد اما در حوادث با ابعاد بزرگتر و فجایع طبیعی نظیر زلزله به دلیل ابعاد و پیچیدگی عوامل درگیر، انجام آن بصورت تجربی امکان پذیر نیست. در چنین مواردی برای اتخاذ تصمیمات مناسب نیاز به ابزارهای تصمیم گیری وجود دارد. به همین منظور در این تحقیق یک مدل ریاضی جهت انجام برنامه ریزی لجستیکی با هدف بهبود در نتایج اقدامات لجستیکی پاسخ به زلزله ارائه می گردد تا از این طریق بتوان تصمیمات مناسبی را برای حمل مصدومان و کالاها به نحوی اتخاذ نمود تا بهترین استفاده از منابع صورت پذیرفته و بیشترین کارایی حاصل گردد. از آنجایی که سرعت پاسخگویی یکی از اهداف بسیار مهم در پاسخ به فجایعی نظیر زلزله است به همین منظور برای تابع هدف مدل توسعه یافته در این تحقیق، حداقل سازی مجموع نیازهای براورده نشده کالا و مصدومان رسیدگی نشده انتخاب شده است. سپس حل مدل تفضیلی مدل در قالب یک مثال تشریح شده است.
ابوالفضل کاظمی، سیامک ابوطالب ،
جلد 23، شماره 4 - ( 12-1391 )
چکیده
در این مقاله به بررسی مسائل طبقهبندی دادهها (به عنوان یکی از شاخه های علم دادهکاوی) در قالب مدل برنامهریزی ریاضی چندهدفه میپردازیم. مدلی که ارائه و بررسی میگردد یک مسئله MODM میباشد. اولین بار بر پایه ایده ماشین بردار پشتیبان (SVM) (ماکزیمم کردن حاشیه دو گروه)، یک مدل برنامهریزی ریاضی چندمعیاره برای مسائل دادهکاوی بر پایه طبقهبندی مشاهدات به دو گروه مجزا مبتنی بر دو هدف تفکیک دادهها (ماکزیمم کردن فاصله بین گروههای مختلف و مینیمم کردن طبقهبندی نادرست دادههای مورد مشاهده) معرفی شد و از آن پس تاکنون ضمن اینکه افراد زیادی روی گسترش مدلهای طبقهبندی مبتنی بر روشهای برنامهریزی ریاضی کار کردهاند، همزمان و به صورت مستقل افرادی نیز روی بهبود روشهای ماشین بردار پشتیبان مطالعه نمودهاند. با توجه به فلسفه یکسان این دو دسته از روشهای بهینهسازی، در این مقاله به منظور پر کردن شکاف بین این دو مسیر پژوهش، از روشهای به روز و بهبود یافته SVM جهت ارائه مدلی به منظور طبقهبندی در دادهکاوی مبتنی بر برنامهریزی چندهدفه استفاده خواهد شد.
مهدی بیجاری، سهراب هاشمی نژاد،
جلد 25، شماره 1 - ( 3-1393 )
چکیده
در صنعت فولاد که حجم عظیمی از ثروت، نیروی کار و انرژی مورد استفاده است،کوچکترین بهبود در برنامهریزی میتواند اثرات چشمگیری در کاهش هزینهها، کاهش مصرف انرژی، کاهش زمان تولید و زمان تحویل و افزایش رضایت مشتریان داشته باشد. در این تحقیق یک مدل برنامهریزی ریاضی MIP جهت زمانبندی سفارشات بر روی ماشینها در ناحیه نورد سرد ارائه شده است. برای شرایطی که حجم متغیرهای مسئله بسیار زیاد است و رایانه قادر به دادن جواب بهینه در زمان قابل قبول نیست، پس از بدست آمدن جواب اولیه حاصل از مدل، یکسری محدودیت به مدل اضافه شده و مدل مجدداً اجرا میشود. دادههای واقعی ناحیه نورد سرد مجتمع فولاد مبارکه توسط این مدل در دو مرحله، بدون محدودیت صفر و یک و با محدودیت صفر و یک در برخی نقاط و اضافه کردن محدودیتهای دیگر، با استفاده از نرم افزار GAMS حل شده و خروجی مورد نظر، یعنی میزان تولید هر محصول روی هر ماشین به تفکیک روز در افق زمانی سه ماهه بدست آمده است. در انتها با مقایسه مقادیر تولید شده واقعی با برنامه خروجی حاصل شده از مدل، کاهش قابل توجهی در حجم سفارشات به تأخیر افتاده و ظرفیت استفاده نشده ماشینها نشان داده میشود.