بهینه سازی در علوم و مهندسی
نازیلا نیکدل
چکیده
هدف: امروزه از سیستمهای رباتیک به صورت وسیعی در پیشبرد عملیات صنعتی بهره گرفته میشود؛ بنابراین، اتخاذ تصمیمات کنترلی مناسب جهت تضمین کارایی این سیستمها امری حیاتی است. لازم است معیارهایی همچون مدت زمان عملیات و سرعت پاسخدهی، هزینه کنترلی و خطای سیستم با ارایه روش مناسبی به صورتی کنترل شوند تا عملیات صنعتی به نحو موفقیتآمیزی ...
بیشتر
هدف: امروزه از سیستمهای رباتیک به صورت وسیعی در پیشبرد عملیات صنعتی بهره گرفته میشود؛ بنابراین، اتخاذ تصمیمات کنترلی مناسب جهت تضمین کارایی این سیستمها امری حیاتی است. لازم است معیارهایی همچون مدت زمان عملیات و سرعت پاسخدهی، هزینه کنترلی و خطای سیستم با ارایه روش مناسبی به صورتی کنترل شوند تا عملیات صنعتی به نحو موفقیتآمیزی انجام شود؛ لذا این مقاله دو هدف اصلی را دنبال میکند: 1- کنترل سیستم رباتیک از طریق ارایه یک روش مبتنی بر حسابان مرتبه کسری به صورتی که قادر باشد باوجود پیچیدگی و غیر خطیگری در سیستم آن را کنترل نماید و 2- ارایه الگوریتم فرا ابتکاری "بهبودیافته گرگ خاکستری" جهت بهینهسازی پاسخ سیستم.روششناسی پژوهش: ابتدا مدل ریاضی ربات بر مبنای قوانین لاگرانژ ارایه میشود و سپس از حسابان مرتبه کسری جهت طراحی کنترلکننده بهره گرفته میشود. علاوهبرآن، کارایی الگوریتم گرگ خاکستری با ارایه روش بهبودیافته افزایش مییابد.یافتهها: توابع هزینه مختلف برمبنای معیارهای عملکردی اصلی سیستم رباتیک معرفی و الگوریتم بهبودیافته بر آنها اعمال میشود. نتایج حاصل از مقایسه الگوریتم پیشنهادی با الگوریتمهای دیگر، نشاندهنده عملکرد مطلوب الگوریتم پیشنهادی هستند. علاوهبرآن، کارایی کنترلکننده مرتبه کسری با معادل مرتبه صحیح آن مقایسه میشود و نتایج نشاندهنده بهبود قابلتوجه عملکرد سیستم هستند.اصالت/ارزش افزوده علمی: کنترلکننده پیشنهادی قادر است باوجود پیچیدگی و غیر خطیگری در مدل سیستم، آن را بهخوبی کنترل نماید. علاوهبرآن با الهام از الگوریتم گرگ خاکستری، روش بهینهسازی بهبودیافتهای ارایه میشود که قادر به افزایش کارایی سیستم کنترلشده باشد. نتایج عددی عملکرد مطلوب کنترلکننده و الگوریتم بهینهسازی بهبودیافته را نشان میدهند.
مدلهای مکانیابی
منا علیزاده فیروزی؛ وحید کیانی؛ حسین کریمی
چکیده
هدف: هدف این مقاله ارائه یک الگوریتم ژنتیک بهبودیافته برای حل مسئله مکانیابی بدون ظرفیت هاب با تخصیص تکی است. روشهای پیشین حل مسئله کمتر به گوناگونی جوابها در جمعیت توجه داشتهاند و به دلیل عدم تنوع کافی در عملگرهای جهش تنها در برخی اجراها عملکرد مطلوبی دارند و در سایر اجراها در بهینه محلی گرفتار میشوند.روششناسی پژوهش: روش ...
بیشتر
هدف: هدف این مقاله ارائه یک الگوریتم ژنتیک بهبودیافته برای حل مسئله مکانیابی بدون ظرفیت هاب با تخصیص تکی است. روشهای پیشین حل مسئله کمتر به گوناگونی جوابها در جمعیت توجه داشتهاند و به دلیل عدم تنوع کافی در عملگرهای جهش تنها در برخی اجراها عملکرد مطلوبی دارند و در سایر اجراها در بهینه محلی گرفتار میشوند.روششناسی پژوهش: روش پیشنهادی از عملگرهای ژنتیک مناسب برای افزایش گوناگونی جمعیت و از جستجوی همسایگی محلی در اطراف بهترین جواب برای افزایش سرعت همگرایی استفاده میکند. استفاده از عملگرهای جهش هاب در کنار عملگرهای جهش تخصیص در الگوریتم پیشنهادی باعث کاوش بهتر فضای جستجو، افزایش کارایی و دستیابی به جواب بهینه در اکثر اجراها در مسائل با اندازه بزرگ شد. همچنین، جستجوی همسایگی محلی در اطراف بهترین جواب، باعث همگرایی سریعتر روش پیشنهادی شد و زمان حل مسئله را درمجموع برای مسائل بزرگ کاهش داد.یافتهها: ارزیابی روش پیشنهادی و الگوریتم پایه روی مجموعه داده پست استرالیا (AP) نشان داد که بهبودهای انجامشده ضمن حفظ سرعت اجرا، کارایی الگوریتم ژنتیک را در دستیابی به جواب بهینه برای مسائلی به بزرگی 200 گره از %2 به بیش از %85 افزایش میدهد.اصالت/ارزش افزوده علمی: این مطالعه نشان داد که الگوریتمهای فرا ابتکاری و نسخههای بهبودیافته آنها میتوانند روشهای مناسبی برای حل انواع مسائل مکانیابی هاب در زمان کوتاه و محدود باشند