بهینه سازی فازی
ملیحه نیک سیرت
چکیده
هدف: در دوران همه گیری ویروس کرونا و در راستای رعایت قوانین فاصله گذاری اجتماعی، اپراتورهای حمل و نقل عمومی می بایست با ظرفیت های کمتری فعالیت کنند. از آنجا که ممکن است تقاضا در مناطق مختلف و در ساعات مختلف روز بیش از ظرفیت باشد، رانندگان مجبورند از خدمت رسانی به مسافران در ایستگاه های خاص خودداری کنند تا از ازدحام جمعیت جلوگیری شود.
روش‌شناسی ...
بیشتر
هدف: در دوران همه گیری ویروس کرونا و در راستای رعایت قوانین فاصله گذاری اجتماعی، اپراتورهای حمل و نقل عمومی می بایست با ظرفیت های کمتری فعالیت کنند. از آنجا که ممکن است تقاضا در مناطق مختلف و در ساعات مختلف روز بیش از ظرفیت باشد، رانندگان مجبورند از خدمت رسانی به مسافران در ایستگاه های خاص خودداری کنند تا از ازدحام جمعیت جلوگیری شود.
روش‌شناسی پژوهش: هدف این مقاله توسعه ابزارهای پشتیبان تصمیم گیری جهت جلوگیری از ازدحام وسایل نقلیه تحت شرایط محدویت‌های ناشی از شیوع بیماری و همچنین عدم قطعیت حاکم بر مسئله می‌باشد. در این مقاله دو نوع عدم قطعیت فازی و سناریو-محور در نظر گرفته شده است. بر این اساس یک مدل غیرقطعی برنامه ریزی عدد صحیح غیرخطی پویا برای بدست آوردن الگوی سرویس دهی مطلوب برای وسایل نقلیه ای که آماده اعزام هستند، معرفی شده است. برای غلبه بر عدم قطعیت ترکیبی، تئوری امکان به عنوان یک رویکرد برنامهریزی تصادفی فازی جدید پیشنهاد شده است که مزایای قابل‌توجهی دارد.
یافته‌ها: مدل ارایه شده به طور مشخص یک تعادل بین رعایت فاصله گذاری اجتماعی با کاهش ظرفیت وسایل نقلیه و کاهش زمان انتظار مسافرانی که سرویس را از دست میدهند تحت شرایط عدم قطعیت برقرار می کند. نمونه های عددی برای تشریح مفاهیم و مدل پیشنهادی و مقایسه نتایج ارائه شده است.
اصالت/ارزش افزوده علمی: مدل پشتیبان تصمیم پیشنهاد شده میتواند الگوهای خدماتی را برای سرویس‌دهی خطوط مختلف پیشنهاد کند و میتواند به اپراتورهای حمل‌ونقل عمومی کمک کند تا مزایا و معایب اجرای الگوهای سرویس‌دهی مبتنی بر بیماری همه‌گیر را با توجه به پیشرفت‌های عملیاتی و سطح تقاضای مسافران ارزیابی کند.
بهینه سازی فازی
گوهر شکوری؛ سید هادی ناصری؛ محمد مهدی پایدار
چکیده
هدف: مسأله حمل و نقل، به عنوان یکی از مهمترین و کاربردیترین مدلهای مرتبط با برنامهریزی خطی، همواره مورد توجه محققین می باشد. با توجه به فقدان اطلاعات دقیق، شرایط اقتصادی متغیر، عوامل غیرقابل کنترل و به ویژه شرایط متغیر منابع در دسترس، برای تطبیق با شرایط واقعی عملاً با نوعی از عدم قطعیت، هم انعطاف پذیری در قیود و هم فازی ...
بیشتر
هدف: مسأله حمل و نقل، به عنوان یکی از مهمترین و کاربردیترین مدلهای مرتبط با برنامهریزی خطی، همواره مورد توجه محققین می باشد. با توجه به فقدان اطلاعات دقیق، شرایط اقتصادی متغیر، عوامل غیرقابل کنترل و به ویژه شرایط متغیر منابع در دسترس، برای تطبیق با شرایط واقعی عملاً با نوعی از عدم قطعیت، هم انعطاف پذیری در قیود و هم فازی بودن ماهیت پارامترها مواجه هستیم. از این رو، یک روش برای بیان شرایط این مدل سازی، استفاده از اعداد فازی انعطاف پذیر است که باعث می‌شود با شرایط واقعی تطبیق بیشتری داشته باشد.
روش‌شناسی پژوهش: در این تحقیق، پس از بررسی ادبیات پژوهش، مسأله حمل و نقل کلاسیک با در نظر گرفتن محدودیت عرضه فازی انعطاف پذیر-بازهای، مدل سازی می‌شود. در ادامه برای فرآیند حل، یک رویکرد فازی انعطاف پذیر برای مدل پیشنهادی مورد مطالعه قرار میگیرد.
یافته‌ها: تجزیه و تحلیل مثال عددی بیانگر آن است که رویکرد برنامه ریزی خطی پارامتری طرحی مطمئن ارائه می‌دهد تا تصمیم گیرنده اجازه انتخاب بهتری از منابع با بیشترین رضایت مندی به دست آورد.
اصالت/ارزش افزوده علمی: در این پژوهش،به رویکرد پارامتری با رابطه انعطاف پذیر پرداخته می‌شود و بر اساس نتایج پژوهش، جواب با بیشترین رضایت مندی در قیود به دست می‌آید.
بهینه سازی فازی
مدینه فرنام؛ مجید دره میرکی
چکیده
هدف: در کار با مجموعه‌های فازی شهودی بازهای-مقدار به دلیل در نظر گرفتن تابع عضویت و عدم عضویت به‌صورت هم‌زمان و همین‌طور به علت بازهای بودن نوع دادهها، با انعطاف‌پذیری بسیاری برای تخصیص داده از جانب تصمیم‌گیرنده روبرو هستیم. با وجود اهمیت ناشی از این نوع ویژگی‌های مربوط به مجموعه‌های فازی شهودی-بازهای مقدار، که خود از دلایل ...
بیشتر
هدف: در کار با مجموعه‌های فازی شهودی بازهای-مقدار به دلیل در نظر گرفتن تابع عضویت و عدم عضویت به‌صورت هم‌زمان و همین‌طور به علت بازهای بودن نوع دادهها، با انعطاف‌پذیری بسیاری برای تخصیص داده از جانب تصمیم‌گیرنده روبرو هستیم. با وجود اهمیت ناشی از این نوع ویژگی‌های مربوط به مجموعه‌های فازی شهودی-بازهای مقدار، که خود از دلایل به‌کارگیری روزافزون آنها در مسایل مختلف و به ویژه تصمیم‌گیری چند معیاره است، مقایسه بین آنها به‌عنوان یکی از اولین مفاهیم در فرآیند تصمیم‌گیری، کار چندان سادهای به نظر نمی‌رسد. در ادبیات موضوعی کمتر میتوان روشی جامع و پارامتری برای رتبهبندی این نوع از اعداد یافت برای رفع این کاستی، در این مقاله با رویکردی تلفیقی، روشی کارآمد و پارامتری برای اولویت‌بندی بین اعداد فازی شهودی بازهای-مقدار ارائه می‌دهیم. سپس به‌منظور اولویت‌بندی بین پیمانکاران رویکرد را برای ارزیابی کیفی صلاحیت آنها به کار می‌بریم.روش‌شناسی پژوهش: در این مطالعه، از مجموعه های فازی شهودی بازهای مقدار در مسئله تصمیم گیری چند معیاره استفاده شده است. ابتدا با توسیع روشی پارامتری در رتبهبندی اعداد فازی، اندیس بازهای متناظر با اعداد فازی شهودی بازهای مقدار را معرفی میکنیم. در ادامه با استفاده از رویکرد مطرح‌شده توسط زنگ و همکاران (2019)، تعیین ارجحیت بین بازه ها امکان‌پذیر شده است. در نتیجه، رویکردی ترکیبی و پارامتری در بخش 3، برای تعیین ارجحیت بین اعداد فازی شهودی بازه ای مقدار به دست آمده است (جدول 1). در مثالی کاربردی برای ارزیابی پیمانکاران بر اساس سه معیار و با در اختیار داشتن پنج گزینه (پیمانکار) شیوه ستفاده از این دیدگاه آزموده شده است.یافته‌ها: روشی نوین و پارامتری برای رتبهبندی اعداد فازی شهودی بازهای مقدار به‌منظور بهره گیری در ارزیابی واحدهای عملیاتی معرفی شد. چندین ویژگی برای اندیس بازه ای پیشنهادی ذکر کردیم. علاوه بر این، با ارائه یک مثال عملی ضمن توصیف عملکرد فرآیند، خروجی کار مشاهده می‌شود. پارامتری بودن روش به‌عنوان یک مزیت میتواند مبین تاثیرگذاری نقش و دیدگاه تصمیم‌گیرنده در مقادیر نهایی پاسخ بر اساس سطح انتظار مطلوب باشد.اصالت/ارزش افزوده علمی: ضمن معرفی یک روش پارامتری جدید برای تعیین ارجحیت بین مجموعه‌های فازی شهودی بازه ای مقدار، فرآیند کارایی برای ارزیابی کیفی صلاحیت پیمانکاران ارائه شده است. علاوه بر این برخی از ویژگی‌ها برای راستی آزمائی عملکرد اندیس بازهای مطرح شد.
بهینه سازی فازی
بهاور آذرمی زاد؛ کمال الدین رحمانی یوشانلوئی؛ علیرضا بافنده زنده؛ سیروس فخیمی آذر
چکیده
هدف: کنترل آماری فرآیند مجموعه‌ای توانا از ابزارهای حل مشکل است که باعث ثبات در فرآیندهای تولیدشده و توانایی تولید محصول باکیفیت را بالا می‌برد. نمودارهای کنترل کلاسیک با استفاده از داده‌های دقیق و معین، فرآیندهای تولیدی را در دو گروه تحت کنترل یا خارج از کنترل قرار میدهند، درحالی‌که مجموعه‌های فازی با تعریف توابع عضویت پیوسته ...
بیشتر
هدف: کنترل آماری فرآیند مجموعه‌ای توانا از ابزارهای حل مشکل است که باعث ثبات در فرآیندهای تولیدشده و توانایی تولید محصول باکیفیت را بالا می‌برد. نمودارهای کنترل کلاسیک با استفاده از داده‌های دقیق و معین، فرآیندهای تولیدی را در دو گروه تحت کنترل یا خارج از کنترل قرار میدهند، درحالی‌که مجموعه‌های فازی با تعریف توابع عضویت پیوسته و استفاده از داده‌های مبهم و نامعین با بهره‌گیری از اعداد فازی مثلثی و ذوزنقه‌ای، به‌صورت دسته‌های تحت کنترل، نسبتاً تحت کنترل، نسبتاً خارج از کنترل و خارج از کنترل طبقه‌بندی نموده و سطح کیفی محصول را به‌صورت واقعیتر بیان می‌کنند.روش‌شناسی پژوهش: این پژوهش از نوع تحقیقات کاربردی و توصیفی می‌باشد و باهدف طراحی مدل کاربردی کنترل آماری فرآیند به روش مد و میانه فازی و مقایسه نتایج آن با روش کلاسیک در شرکت صنعتی داداش برادر تبریز اجراشده است. روش جمع‌آوری اطلاعات برای اجرای مدل از سیستم نمونه‌گیری در ایستگاه بازرسی تبعیت می‌کند و به‌صورت 30 نمونه 50 تایی انواع شکلات است.یافته ها: با توجه به نقص‌های هفت‌گانه شکلات که شامل: رنگ، طعم، ماسیدگی، شکوفه شکر، عوامل بافتی و مواد خارجی می‌باشد، ماهیت شکلات‌های تولیدی مشخص گردید. در روش کلاسیک 28 مورد تحت کنترل و فقط 2 مورد خارج از کنترل شناسایی گردید، اما در بررسی با روش SPC فازی 20 نمونه تحت کنترل، 4 نمونه نسبتاً تحت کنترل، 4 نمونه نسبتاً خارج از کنترل و 2 نمونه خارج از کنترل بودند.اصالت/ارزش افزوده علمی: نتایج تحقیق حساس بودن روش SPC فازی را نسبت به روش کلاسیک نشان می‌دهد، درنتیجه شناسایی تغییرات فرآیند دقیق‌تر و سریعتر است، و بر این اساس پیشنهادات کاربردی به شرکت مذکور ارائه گردید.
بهینه سازی فازی
مرتضی گلی؛ سید هادی ناصری؛ مهرداد غزنوی
چکیده
دراین مقاله با یک مساله برنامهریزی خطی با اعداد فازی شهودی ذوزنقه‌ای نامتقارن سرو کار داریم. در سال‌های اخیر، نویسندگانزیادی به مطالعه بر روی اعداد فازی شهودی ذوزنقه‌ای متقارن پرداختند. آنها بعد از تعریفیک تابع رتبهبندی و عملیات حساب بر روی این اعداد، به حل مساله برنامهریزی خطی فازی شهودی پرداختند. اما مشکل اصلی روش آنها ...
بیشتر
دراین مقاله با یک مساله برنامهریزی خطی با اعداد فازی شهودی ذوزنقه‌ای نامتقارن سرو کار داریم. در سال‌های اخیر، نویسندگانزیادی به مطالعه بر روی اعداد فازی شهودی ذوزنقه‌ای متقارن پرداختند. آنها بعد از تعریفیک تابع رتبهبندی و عملیات حساب بر روی این اعداد، به حل مساله برنامهریزی خطی فازی شهودی پرداختند. اما مشکل اصلی روش آنها این بود که تنها برای اعداد فازی شهودی ذوزنقه‌ای متقارن برقرار بود. حال به منظور رفع این مشکل، ما در این مقاله به ارائه یک حساب جدید و همچنینیک ترتیب جدید برای اعداد فازی شهودی ذوزنقه‌ای نامتقارن میپردازیم. در ادامه ما مدل کلی مسائل برنامهریزی خطی با اعداد فازی شهودی ذوزنقه‌ای نامتقارن را ارائه کرده و به اثبات تعدادی از قضایای مهم برای حل آن میپردازیم. سپس به ارائه الگوریتم سیمپلکس فازی شهودی پرداخته و در انتها با ارائه دو مثال، کاربرد این رویکرد جدید را نشان داده و برتری آن را نسبت به حالت فازی نشان خواهیم داد.
بهینه سازی فازی
مرتضی شفیعی؛ هیلدا صالح؛ عاطفه کاوه
چکیده
ارزیابی قابلیت اطمینان و دردسترس بودن سیستم تولیدی، احتمال وقوع توقف‌های ناگهانی و هزینه‌بر که بسیار پرخطر است را کاهش می‌دهد. به همین منظور در این مقاله سعی شده است، یک روش جدید برای تعیین قابلیت اطمینان و دردسترس بودن یک سیستم تولید ارائه شود که برای انواع مؤلفه‌های شکست مانند مواد، تدارکات، پرسنل و ماشین‌آلات کاربرد ...
بیشتر
ارزیابی قابلیت اطمینان و دردسترس بودن سیستم تولیدی، احتمال وقوع توقف‌های ناگهانی و هزینه‌بر که بسیار پرخطر است را کاهش می‌دهد. به همین منظور در این مقاله سعی شده است، یک روش جدید برای تعیین قابلیت اطمینان و دردسترس بودن یک سیستم تولید ارائه شود که برای انواع مؤلفه‌های شکست مانند مواد، تدارکات، پرسنل و ماشین‌آلات کاربرد داشته. لذا با استفاده از روش بیزین فازی به پردازش وقایع غیرقطعی که دقیقا در واقعیت در یک سیستم تولیدی به وجود می‌آید پرداخته شده است و مدل پیشنهادی برای ارزیابی وضعیت کارخانه شیر پگاه فارس استفاده شده است به اینصورت که نرخ خرابی و تعمیر و قابلیت اطمینان اجزاء و سیستم با روش بیزین محاسبه گردید و چون فضای اطلاعات موجود دارای عدم قطعیت می‌باشد پارامترهای قابلیت اطمینان فازی شدند. سپس در دسترسبودن اجزاء و سپس کل سیستم با استفاده از فرمول ارائه‌شده مارتز و والر و روش بیزی محاسبه شد و پارامترهای دردسترس بودن نیز فازی شدند و در مرحله نهایی به تجزیه‌وتحلیل اطلاعات بهدست آمده درخصوص قابلیت اطمینان و در دسترسبودن سیستم و اجزاء پرداخته شده است که نتایج نشان میدهند رویکرد بهبودیافته برآورد دقیق‌تری از قابلیت اطمینان و دردسترس بودن را فراهم می‌کند.
بهینه سازی فازی
نعمت اله تقی نژاد؛ فاطمه باباکردی
چکیده
مسئله‌ی برنامهریزی درجه دوم یکی از مهمترین مسائل کلاسیک بهینهسازی است که به جستجوی بیشینه یا کمینه‌ی یک تابع درجه دوم تحت قیود خطی تساوی یا نامساوی میپردازد. در این مقاله، برنامهریزی درجه دوم که تمام پارامترهای آن اعداد فازی نامنفی باشد را مورد بررسی قرار می‌دهیم و یک الگوریتم جدید را مبتنی بر اعمال و حساب فازی، ارائه ...
بیشتر
مسئله‌ی برنامهریزی درجه دوم یکی از مهمترین مسائل کلاسیک بهینهسازی است که به جستجوی بیشینه یا کمینه‌ی یک تابع درجه دوم تحت قیود خطی تساوی یا نامساوی میپردازد. در این مقاله، برنامهریزی درجه دوم که تمام پارامترهای آن اعداد فازی نامنفی باشد را مورد بررسی قرار می‌دهیم و یک الگوریتم جدید را مبتنی بر اعمال و حساب فازی، ارائه میکنیم که مدل فازی را به سه مدل قطعی کوچکتر و سادهتر تجزیه می‌کند. جواب بهین مدل فازی با حل مدلهای قطعی توسط الگوریتمهای متداول همچون SQP و ترکیب این جوابها تعیین می‌شود. در انتها، یک مثال جهت پیادهسازی و نشان دادن کارایی الگوریتم پیشنهادی حل می‌شود.
بهینه سازی فازی
شکوه سرگلزائی؛ فرانک حسین زاده سلجوقی؛ هادی آقایاری
چکیده
ارزیابی عملکرد از دو دیدگاه روش ارزیابی و قطعیت محیط ارزیابی، مورد بررسی قرار میگیرد. یکی از روش‌های مناسب برای ارزیابی عملکرد، تحلیل پوششی دادهها است. در این مقاله، ابتدا به تعیین کارایی فازی با استفاده از تحلیل پوششی دادهها پرداخته و سپس روش جدیدی برای رتبهبندی کاراییها ارائه شده است. با توجه به اهمیت رتبهبندی ...
بیشتر
ارزیابی عملکرد از دو دیدگاه روش ارزیابی و قطعیت محیط ارزیابی، مورد بررسی قرار میگیرد. یکی از روش‌های مناسب برای ارزیابی عملکرد، تحلیل پوششی دادهها است. در این مقاله، ابتدا به تعیین کارایی فازی با استفاده از تحلیل پوششی دادهها پرداخته و سپس روش جدیدی برای رتبهبندی کاراییها ارائه شده است. با توجه به اهمیت رتبهبندی اعداد فازی، روش‌های زیادی ارائه شده است ولی روشی که نتایج رضایتبخشی برای همه شرایط داشته باشد، وجود ندارد. تعدادی از روش‌های رتبهبندی از نقطه تعادل عدد فازی، به عنوان نقطه مرجع استفاده می‌کنند مانند مرکزوار ذوزنقه (نقطه تعادل ذوزنقه)؛ اما مرکز محیطی دایره مرکزوار، تعادل بیشتری نسبت به سایر نقاط دارد. در این پژوهش، روش جدیدی با استفاده از مفهوم ترکیب آفین روی مرکز محیطی دایره برای رتبهبندی اعداد فازی ذوزنقه‌ای و مثلثی ارائه شده است. روش پیشنهادی را میتوان برای بسیاری از فازیزداییها بهکار برد. این روش، بسیار ساده است و به محاسبات پیچیده نیازی ندارد. عملکرد صحیح روش و مزایای آن با چند مثال عددی و همچنین بررسی یک مطالعه موردی در خصوص مدیریت زنجیره تأمین نشان داده شده است.
بهینه سازی فازی
منا خداقلی؛ اردشیر دولتی؛ علی حسین زاده
چکیده
مسائل مکانیابی تسهیلات، یکی از مهمترین مسائل در حوزه تحقیق در عملیات و علم مدیریت به شمار می‌رود. هدف از حل این نوع مسائل، تعیین مکان مناسبی در بین نقاط تقاضا، جهت استقرار تسهیلات و مراکز خدماترسانی است، به‌گونه‌ای که این مراکز حداکثر بازده و خدماترسانی را با کمترین هزینه به سایر مشتریان متقاضی داشته باشند. از کاربردهای ...
بیشتر
مسائل مکانیابی تسهیلات، یکی از مهمترین مسائل در حوزه تحقیق در عملیات و علم مدیریت به شمار می‌رود. هدف از حل این نوع مسائل، تعیین مکان مناسبی در بین نقاط تقاضا، جهت استقرار تسهیلات و مراکز خدماترسانی است، به‌گونه‌ای که این مراکز حداکثر بازده و خدماترسانی را با کمترین هزینه به سایر مشتریان متقاضی داشته باشند. از کاربردهای معروف این مسئله میتوان به مکانیابی انبارها، بیمارستان‌ها، ایستگاه‌های امداد و نجات، تأسیسات نظامی، شعب بانک و ... اشاره کرد؛ اما در برخی از موارد، تسهیلات به‌صورت غیر بهینه مکانیابی شده‌اند و به دلایل مختلفی امکان جابه‌جایی آنها وجود ندارد، در این صورت مسائل مکانیابی معکوس مطرح میشوند. یکی از مهمترین این نوع مسائل، معکوس مسئله 1-میانه می‌باشد. با توجه به اینکه در دنیای واقعی بسیاری از پارامترهای مسئله مشخص و دقیق نیستند، انگیزه‌ای شد تا در این مقاله معکوس مسئله 1-میانه فازی را بررسی کنیم. بر اساس مفهوم آلفا-برش برای اعداد فازی مثلثی، ابتدا یک مدل برنامهریزی خطی تماماً فازی به‌صورت بازهای برای این مسئله در هر سطح اطمینان به دست می‌آوریم و سپس یک روش حل بر اساس حساب بازهای و معرفی یک تابع رتبه ارائه میکنیم. دراین‌صورت، بر اساس این روش، حل معکوس مسئله 1-میانه با پارامترهای فازی، با حل کلاسیک این مسئله متناظر خواهد بود. در پایان نیز به‌منظور نشان دادن کارایی روش حل پیشنهادی، یک مثال عددی ارائه کردهایم.
