OTHERS_CITABLE
ارایه شاخصی جدید جهت سنجش اعتبار خوشه بندی در الگوریتم های خوشه بندی فازی نوع-2
یکی ازمسایل اصلی در خوشهبندی فازی تعیین تعداد خوشههاست که باید پیش از خوشهبندی در اختیار باشد و انتخاب مقادیر متفاوت برای تعداد خوشهها، به خوشهبندیهای متفاوتی منجر خواهد شد؛ بنابراین لازم است تا خوشههای مختلفی را که از مقادیر متفاوت تعداد خوشهها به دست میآید با یک شاخص، اعتبارسنجی نمود؛ اما تا کنون شاخصی مخصوص الگوریتمهای خوشهبندی فازی نوع-2 (IT2 FCM) معرفی نشده است و به هنگام استفاده از این الگوریتم، از شاخصهای معمول جهت تعیین تعداد خوشهها استفاده میشود و این مقادیر نیز به طور ثابت و عمومی در نظر گرفته میشود. در این مقاله بنا داریم تاشاخصی جهت سنجش اعتبار خوشهبندی در این الگوریتمهامعرفی نماییم. بدین منظور، ابتدا مروری بر شاخصهای اعتبار خوشهبندی و تحقیقات مرتبط با آن نموده و سپس ناپایداری استفاده از شاخصهای موجود در الگوریتمهای خوشهبندی فازی نوع-2، نشان داده میشود. نتایج پیادهسازی شاخص پیشنهادی بر روی چهار مجموعه داده نشان میدهد که ناپایداری و اشکالات موجود در استفاده از شاخصهای معمول در الگوریتم IT2 FCM، در شاخص پیشنهادی به علت به دست آوردن بازه بهینه، وجود ندارد. استفاده از شاخص معرفی شده میتواند اثر چشمگیری در کنترلرهای نوع-2 (سیستمهای منطق فازی نوع-2) داشته باشد و منجر به بهبود نتایج پیشبینی و کنترل در این سیستمها گردد.
http://jamlu.liau.ac.ir/article-1-1100-fa.pdf
2019-01-15
1
14
شاخص اعتبار خوشه بندی
خوشه بندی فازی
خوشه بندی فازی نوع دوم
Providing a new validation index to be used in interval type 2 fuzzy C-means (IT-2 FCM) algorithm
One of the main issues in fuzzy clustering is to determine the number of clusters that should be available before clustering and selection of different values for the number of clusters will lead to different results. Then, different clusters obtained from different number of clusters should be validated with an index. But so far such an index has not been introduced for interval type-2 fuzzy C-means (IT-2 FCM), and when using this algorithm, common indices are used to determine the number of clusters, and these values are also considered constant and general. we will introduce an index to test the validity of these algorithms in this paper. Then, after an overview of clustering validation indices and related researches, the volatility of these indices for use in IT-2 FCM is shown. The results of the implementation of the proposed index on the four data sets show that by using the suggested index, the volatility and bugs of common indices have been fixed due to obtaining optimal interval. Using suggested index could have a significant effect on type-2 controllers (type-2 fuzzy logic systems) and improve forecast results and control in these systems.
http://jamlu.liau.ac.ir/article-1-1100-en.pdf
2019-01-15
1
14
Clustering Validation Index
Fuzzy Clustering
IT2 FCM.
I.
Mesgari
imesgari@iust.ac.ir
1
PhD in Industrial Engineering, Iran University of Science and Technology, Tehran, Iran
AUTHOR
V. R.
Salamat
v_salamat@iust.ac.ir
2
PhD Student, Department of Industrial Engineering, Iran University of Science and Technology, Tehran, Iran.
AUTHOR
B.
Minaei-Bidgoli
b_minaei@iust.ac.ir
3
Associate Professor, Department of Computer Engineering, Iran University of Science and Technology, Tehran, Iran.
AUTHOR
OTHERS_CITABLE
حل مساله حمل و نقل با هزینه ثابت تحت شرایط فازی با استفاده از الگوریتم های فراابتکاری به همراه یک روش جدید نمایش جواب
یکی از پراهمیتترین مسایل در زنجیرهتامین، مسالهی حمل و نقل است و یکی از شاخههای مسالهی حمل و نقل، مسالهی حمل و نقل هزینه ثابت است. هدف این مقاله، توسعهی یک روش مفید و کارامد برای حل این مساله است. برای حل این مساله با داده های فازی، از الگوریتمهای مختلفی از قبیل الگوریتم ژنتیک، شبیهسازی شده تبرید و کرم شبتاب، استفاده میشود و در ادامه یک روش جدید نمایش جواب در الگوریتم پیشنهادی ارایه میشود. با به کارگیری طراحی آزمایش تاگوچی پارامترهای موجود در الگوریتمهای پیشنهادی تنظیم شده و بهترین حالت برای هر یک از پارامترها مشخص می گردد و سپس کارایی الگوریتمها مورد بررسی قرار می گیرد. در نهایت جهت انجام مقایسات بین سه الگوریتم پیشنهادی، چند مساله آزمایشی در دو مقیاس کوچک و بزرگ تولید می شود. نتایج نشان داده می شود که الگوریتم ژنتیک علاوه بر اینکه مقدار تابع هدف کمتری دارد، به مراتب زمان محاسباتی کمتری را برای رسیدن به جواب نزدیک به بهینه صرف می کند.
http://jamlu.liau.ac.ir/article-1-1322-fa.pdf
2019-01-15
15
35
مساله حمل و نقل با هزینه ثابت
الگوریتم های فراابتکاری
محیط فازی
طراحی آزمایش تاگوچی
Solving a Fuzzy Fixed-Charge Transportation Problem by Meta-Heuristics with a New Encoding Scheme
A transportation problem is one of the most important issues in a supply chain, and one of its branches is a fixed-charge transportation problem (FCTP). The FCTP is an NP- problem and can be formulated as an integer programming model and solved. The purpose of this paper is to develop an effective and efficient method to solve this problem. Therefore, at first, this problem will be formulated by integer programming. Then, for solving this problem, various algorithms such as genetic algorithm, simulated annealing and firefly are used. A new solution presentation for the proposed algorithm is presented. By using these algorithms having the good performance such as time calculations, memory required for calculations, and the ability to find global optimal solution when you get a computer, several examples have been solved. In fact, initially, by using the Taguchi experimental design, parameters in algorithms are adjusted and set the best option for each of the determined parameters, and then the algorithm performance is examined. Finally, to make comparisons between the three proposed algorithms, several test problems in small and large sizes are produced. It is concluded that the objective function value and computational time in the genetic algorithm is less in order to obtain a near-optimal solution.
http://jamlu.liau.ac.ir/article-1-1322-en.pdf
2019-01-15
15
35
Fixed-charge transportation
Meta-heuristics
Fuzzy environment
Taguchi experimental design
A.
Shabani
atena_sh66@yahoo.com
1
Department of Industrial Engineering, Islamic Azad University, Science and Research Branch, Tehran, Iran
AUTHOR
R.
Tavakkoli-Moghaddam
tavakoli@ut.ac.ir
2
Department of Industrial Engineering, College of Engineering, University of Tehran, Tehran, Iran
AUTHOR
M.
Hajiaghaei-Keshteli
mostafahaji@gmail.com
3
Department of Industrial Engineering, University of Science & Technology of Mazandaran, Behshahr, Iran
AUTHOR
OTHERS_CITABLE
مساله چندهدفه مکانیابی تسهیلات ظرفیتدار با محدودیت شانس و ترجیحات مشتری و حل آن با الگوریتمهای چندهدفه تکاملی
تصمیمات مکانیابی تسهیلات از مهمترین مسایل استراتژیک سازمانها محسوب میشود و از آن جا که مستلزم صرف هزینههای بالای سرمایهگذاری است، تغییر این تصمیمات اغلب امکانناپذیر خواهد بود؛ بنابراین اخذ تصمیمات مکانیابی تسهیلات به شیوه بهینه و با در نظر گرفتن محدودیتها و مفروضات دنیای واقعی ضروری به نظر میرسد. در این مقاله یک مدل مکانیابی تسهیلات هم از منظر سازمان ارایهدهنده خدمت و هم از منظر مشتریان با اهداف کمینهسازی هزینه ثابت استقرار و بیشینهسازی جذب تقاضا پیشنهاد میشود. در این مدل ترجیحات مشتری بررسی میشود که به موجب آن مشتریان تسهیلات را بر اساس کیفیت، زمان سفر و هزینه خدمت انتخاب میکنند. با توجه به ماهیت غیرقطعی تقاضای مشتریان در دنیای واقعی و ظرفیت محدود خدمتدهی تسهیلات، از محدودیت شانس استفاده شده است که به واسطه آن برآورده نمودن تقاضای مشتریان با یک سطح خدمت مشخص تضمین میشود. با توجه به ماهیت NP-hard مساله، الگوریتم چندهدفه جستجوی هارمونی(MOHS) و الگوریتم ژنتیک دستهبندی نامغلوب نوع دو(NSGA-II) برای حل مدل ارایه میگردد. برای تنظیم پارامترهای الگوریتمهای حل از آزمایشهای تاگوچی استفاده میشود. عملکرد الگوریتمهای پیشنهادی با معیارهای عملکردی مختلف نظیر نرخ خطا، فاصله نسل، معیار فاصلهگذاری، معیار تنوع، تعداد جوابهای بهینه پارتو و زمان اجرا مقایسه میشود. در پایان نتایج به صورت آماری با استفاده از آزمون t دو نمونهای ارزیابی شده است تا وجود یا عدم وجود تفاوت معنادار بین الگوریتمهای حل بر اساس معیارهای ارزیابی عملکرد بررسی شود. نتایج عددی نشان میدهد که در مجموع عملکرد الگوریتم MOHS بهتر از NSGA-IIاست.
http://jamlu.liau.ac.ir/article-1-982-fa.pdf
2019-01-15
37
60
مکانیابی تسهیلات
محدودیت ظرفیت
ترجیحات مشتری
محدودیت شانس
الگوریتم چندهدفه جستجوی هارمونی
NSGA-II.
Multi-Objective Capacitated Facility Location Problem with Chance Constraint and Customer Preference and Solving it with Multi-Objective Evolutionary Algorithms
Facility location decisions are considered as the most important strategic decisions of organizations, and since they need large investment costs, changing in these decisions will be often impossible. Therefore, it seems necessary to decide about facility location with regard to the constraints and assumptions of real world in an optimal way. In this article, a facility location model is proposed from both the service provider’s point of view and customer’s perspective with the objective of minimizing the fixed cost and maximizing captured demands. The customer preference is considered in the model and based on it, customers choose facilities on the basis of the quality, travel time and service expense. With regard to the uncertain nature of customer’s demand in the real world and limited capacity of facilities, chance constraint is taken into account to the model which ensures the customer’s demand will be satisfied with a certain service level. Due to the NP-hard nature of the problem, a multi-objective harmony search (MOHS) algorithm and a non-dominated sorting genetic algorithm-II (NSGA-II) are proposed to solve the model. In order to calibrate the parameters of the proposed algorithms, the Taguchi method is utilized. The performance of proposed algorithms are compared in terms of different performance metrics such as error ratio, generational distance, spacing metric, diversification metric, number of Pareto-optimal solutions and computational time. Finally, the results are evaluated statistically by 2-sample t-test to determine if there is any significant difference among algorithms in any performance metric. The numerical results show that in total MOHS outperforms NSGA-II.
http://jamlu.liau.ac.ir/article-1-982-en.pdf
2019-01-15
37
60
Facility Location
Capacity constraint
Customer preference
Chance constraint
Multi-objective harmony search
NSGA-II
N.
Zarrinpoor
zarrinpoor@sutech.ac.ir
1
Assistant Professor, Department of Industrial Engineering, Shiraz University of Technology, Shiraz, Iran.
AUTHOR
OTHERS_CITABLE
یک مدل ریاضی جدید برای مساله استنباط هاپلوتایپها از ژنوتایپها با معیار پارسیمونی
مساله استنباط هاپلوتایپ ها از ژنوتایپ ها یکی از مسایل مهم حوزه ریاضیات زیستی است. اهمیت این مساله به دلیل کاربردهای فراوان آن در تشخیص و درمان بیماریهای ژنتیکی همچون دیابت، آلزایمر و امراض قلبی است که موجب رقابت پژوهشگران در ارایه مدل های ریاضی بهتر و طراحی الگوریتمهای کاراتر برای حل این مساله شده است. علیرغم پژوهشهای فراوان، به دلیل NP-hard بودن مساله همچنان نیاز به ارایه مدل های جدید و یا بهبود روشهای قبلی احساس می شود. استنباط هاپلوتایپ ها تحت معیارهای متفاوتی بیان می شود. پارسیمونی یکی از مهمترین آن هاست و در این مقاله مساله با این معیار مورد بررسی قرار گرفته است. روش های حل مساله استنباط هاپلوتایپ ها از ژنوتایپ ها با معیار پارسیمونی به دو دسته دقیق و تقریبی تقسیم می شود. اغلب روشهای دقیق مساله را به صورت یک مساله برنامه ریزی با اعداد صحیح فرمول بندی می کنند. اخیرا در مقاله ای یک مدل دقیق به نام10HI Base - برای این مساله ارایه شده که ابتدا به هر هاپلوتایپ و ژنوتایپ یک عدد متناظر کرده و سپس مدل را بر اساس این اعداد تشکیل می دهد که درآن هیچ متغیر و قیدی متناظر جایگاه های هتروزیگوت به مساله تحمیل نمی شود. در این مقاله نیز با شیوه ای متفاوت به ژنوتایپ ها اعدادی متناظر کرده و بر اساس این اعداد یک مساله برنامه ریزی با متغیرهای دودویی و آمیخته می سازیم. در نتیجه این تبدیلات، مدل جدید، متغیر عدد صحیح نداشته و متغیرهای کمتری نسبت به HI Base –10 دارد. به علاوه در مدل جدید هیچ متغیر و قیدی متناظر جایگاه های هموزیگوت وجود ندارد و متغیرها به جایگاه های هتروزیگوت اختصاص داده می شوند. با توجه به تعداد زیاد جایگاه های هموزیگوت در مقایسه با جایگاه های هتروزیگوت در داده های واقعی ارزش این مدل مشخص می شود.
http://jamlu.liau.ac.ir/article-1-1515-fa.pdf
2019-01-15
61
77
بیوانفورماتیک
استنباط هاپلوتایپ ها
مدل عدد صحیح
پارسیمونی
ژنوتایپ
A New Mathematical Model for Haplotype Inference from Genotypes by Parsimony Criterion
The haplotype inference is one of the most important issues in the field of bioinformatics. It is because of its various applications in the diagnosis and treatment of inherited diseases such as diabetes, Alzheimer's and heart disease, which has provided a competition for researchers in presentation of mathematical models and design of algorithms to solve this problem. Despite the existence of a robust literature, a need is still felt for providing new or improved methods because of the NP-hard nature of the problem. Haplotype inference is expressed by different criteria. Parsimony is one of the most important criteria here, and the problem in this study is examined with this criterion. Haplotype inference by parsimony criterion solving methods are divided into two categories: exact and approximate. The exact methods often formulate this problem as an integer programming model. Recently, in an article an exact model, HI Base- 10, for haplotype inference has been proposed, which first corresponds a number to each haplotype and genotype, and then forms the model based on these numbers. As a result of this action, it does not impose any variable and constraint corresponding to heterozygous sites in the model. In this paper, we correspond numbers to the genotype in a different approach and form a mixed binary model based on these numbers. As a result of this conversion, the new model has fewer variables than the HI Base- 10, and it doesn’t have integer variable. In addition, in the new model, there is no variable and constraint corresponding to homozygous sites, and they are assigned to heterozygous sites. In addition, the value of the model is determined considering the large number of homozygous sites compared with heterozygous sites.
http://jamlu.liau.ac.ir/article-1-1515-en.pdf
2019-01-15
61
77
Bioinformatics
Haplotype inference
Integer programming
Parsimony
Genotype
R.
Feizabadi
feizabadireza1@gmail.com
1
Department of Applied Mathematics, Faculty of Mathematical Science, University of Guilan, Rasht, Iran
AUTHOR
M.
Bagherian
mbagherian@guilan.ac.ir
2
Department of Applied Mathematics, Faculty of Mathematical Science, University of Guilan, Rasht, Iran
AUTHOR
OTHERS_CITABLE
ارایه مدل ارزیابی عملکرد نیروی انسانی با استفاده از سیستم استنتاج فازی (FIS)
ارزیابی عملکرد نیروی انسانی یکی از بخش های مهم مدیریت منابع انسانی و هسته اصلی مدیریت عملکرد است. با وجود این، معمولاً گزارشهای ارزیابی عملکرد سرپرستان در پرونده های کارکنان بایگانی می شود و این مساله گاهاً اعتبار ارزیابان و فرایند ارزیابی را زیر سئوال می برد. از منظر مدیریت نیز در فرایند ارزیابی عملکرد، وقت ارزشمندی که باید صرف دستیابی به اهداف سازمان گردد، صرف امور غیر مولد می شود. به علاوه، انتخاب شیوه ارزیابی عملکرد نیز مساله بااهمیتی است که نقش پر رنگی در ارزیابی عملکرد ایفا می کند. در این مقاله با به کارگیری یک سیستم استنتاج فازی، متشکل از دو بعد عملکرد زمینه ای و عملکرد وظیفه ای به ارزیابی عملکرد کاری کارکنان پرداخته شده است. بدین منظور پس از استخراج معیارهای اولیه ارزیابی عملکرد از مبانی نظری، با استفاده از تکنیک دلفی فازی و با کسب نظر خبرگان، اقدام به ارزیابی معیارها گردید. خبرگان پژوهش شامل مدیران منابع انسانی ادارات مختلف یک سازمان دولتی در استان گیلان و مدیران منابع انسانی اداره کل سازمان مورد مطالعه هستند که مجموع آنها 20 نفر می باشد. سپس با به کارگیری روش دلفی فازی 5 شاخص عملکرد زمینه ای و 3 شاخص عملکرد وظیفه ای به عنوان شاخص های نهایی ارزیابی عملکرد شناسایی گردیدند. در ادامه، قواعد موجود میان ابعاد ارزیابی عملکرد و عملکرد نیروی انسانی، شاخص های عملکرد زمینه ای و عملکرد زمینهای و نهایتاً شاخص های عملکرد وظیفه ای و عملکرد وظیفه ای بر اساس نظر خبرگان تعریف شدند. در این پژوهش برنامه نویسی قواعد سیستم استنتاج فازی در برنامه متلب صورت گرفت و برای جمع بندی قواعد از روش ممدانی استفاده گردید. در نهایت با اجرای آزمون حدی، اعتبار مدل مورد بررسی و تایید قرار گرفت. نتایج نشان می دهد که مدل ارایه شده، روش ارزشمندی در ارزیابی عملکرد کارکنان به شمار می رود.
http://jamlu.liau.ac.ir/article-1-1585-fa.pdf
2019-01-15
79
95
ارزیابی عملکرد
نیروی انسانی
سیستم استنتاج فازی
عملکرد وظیفه ای
عملکرد زمینه ای
Presentation of the Human Resource Performance Assessment Model using Fuzzy Inference System (FIS)
Human resource performance assessment is an important part of human resource management and the core of performance management. However, reports of performance appraisals by supervisors are usually archived in employee records, and this often questions the credibility of assessors and the evaluation process. In terms of management, in the process of evaluating performance, valuable time needed to achieve the goals of the organization is spent on non-productive activities. In addition, choosing the way to evaluate performance is also an important issue that plays a vivid role in performance evaluation. In this paper, using a fuzzy inference system consisting of two dimensions of field performance and a duty function, evaluation of employee performance is performed. For this purpose, after extracting the initial criteria of performance evaluation from theoretical foundations, using the Fuzzy Delphi technique and with the opinion of experts, the criteria were evaluated. The research experts include human resources managers of various departments of a public organization in the Guilan province and human resources managers of the headquarters of the same organization, totaling 20 members. Then, using the Fuzzy Delphi method, 5 field performance indices and 3 functional performance indicators were identified as the final performance evaluation indicators. Next, the existing rules between the dimensions of performance appraisal and human resource performance, field performance indicators and field performance, and finally, performance and duty performance indicators were defined according to the experts' opinion. In this research, the programming of the rules of the fuzzy inference system was carried out in the MATLAB software, and the method was summed up using the Mamdani method. Finally, with the implementation of the limit test, the validity of the model was verified and confirmed. The results show that the presented model is a valuable method in evaluating employees’ performance.
http://jamlu.liau.ac.ir/article-1-1585-en.pdf
2019-01-15
79
95
Performance Evaluation
Manpower
Fuzzy Inference System
Duty Function
Background Function
H.
Rezaee Kelidbari
hrezaee41@yahoo.com
1
Faculty of Management and Accounting, Rasht Branch, Islamic Azad University, Rasht, Iran
AUTHOR
OTHERS_CITABLE
مدلبندی و حل مساله ماکزیمم پوشش p -هاب تک تخصیصی با پوشش تدریجی
مساله ماکزیمم پوشش p- هاب یکی از مسایل پرکاربرد مکانیابی می باشد. در این مساله هدف تعیین بهترین مکان برای هاب ها است به طوری که با در نظر گرفتن شعاع پوشش از قبل تعیین شده، تقاضای پوشش داده شده ماکزیمم شود. در مسایل کلاسیک هاب اگر فاصله جفت مبدا و مقصد از مقدار مفروض کمتر باشد، امکان پوشش وجود دارد و در غیر اینصورت تقاضای بین دو نقطه پوشش داده نمی شود. در این مقاله مساله ماکزیمم پوشش p- هاب با امکان پوشش تدریجی مورد بررسی قرار می گیرد. ابتدا مفهوم پوشش تدریجی و توسعه ای از توابع پوششی بررسی و سپس مدل ریاضی جدیدی برای مساله ارایه میشود. همچنین برای محاسبه کران بالای مناسب برای مساله، از روش ساده سازی لاگرانژین و برای حل آن از یک روش ابتکاری و الگوریتم ژنتیک استفاده شده است. در نهایت نتایج حاصل از به کارگیری این روشها با نتایج حاصل از نرم افزارگمز، مقایسه می شود. این مقایسه نشان می دهد مدل ارایه شده برای پوشش تدریجی و پارامتر پوشش جدید در مقایسه با مدل و تابع پوشش موجود در ادبیات موضوع نتایج مناسب تری دارد. همچنین به کارگیری سادهسازی لاگرانژین، کران بالای مناسب برای مساله حاصل می کند. روش ابتکاری نتایج محاسباتی بهتری در زمان کمتر بهدست می آورد و الگوریتم ژنتیک نیز خصوصا برای داده های با ابعاد بزرگ، با زمان محاسبات کمتر، پوشش بیشتری نسبت به حل نمونه ها با نرم افزارگمز ایجاد می کند.
http://jamlu.liau.ac.ir/article-1-1613-fa.pdf
2019-01-15
97
119
مساله ماکزیمم پوشش p-هاب
پوشش تدریجی
الگوریتم ابتکاری
ساده سازی لاگرانژین
الگوریتم ژنتیک
Modeling and Solving Single-Allocation p-Hub Maximal Covering Location Problem with Gradual Coverage
P-hub maximal covering location problem is one of the most commonly used location- allocation problems. In this problem, the goal is to determine the best location for the hubs such that the covered demand is maximized by considering the predefined coverage radius. In classical hub problems, if the distance between the origin and destination is less than this radius, coverage is possible; otherwise the demand between the two points will not be covered. In this paper, the problem of p-hub maximal covering is investigated with gradual coverage. First, the concept of gradual coverage and its developed functions is examined and then, a new mathematical model is presented for the problem. Also, in order to calculate the appropriate upper bound for the problem, the Lagrangian relaxation method is used and a heuristic method and a genetic algorithm are used to solve it. Finally, the results of using these methods are compared with the results of GAMS software. This comparison shows that the new model presented for gradual coverage and the new covering parameter have more suitable results in comparison with the coverage model and function in the literature of the subject. Also, applying Lagrangian relaxation will provide a suitable upper bound for the problem. The heuristic method yields better computational results in less time, and the genetic algorithm provides more coverage with less computational time compared to solving examples with the GAMS software, especially for larger test instances.
http://jamlu.liau.ac.ir/article-1-1613-en.pdf
2019-01-15
97
119
Hub Maximal Covering Location Problem
gradual Coverage
Lagrangean Relaxation
Heuristic Algorithm
Genetic Algorithm
F.
Moeen Moghadas
f.moeen@ub.ac.ir
1
Department of Mathematics, University of Bojnord, Bojnord, Iran
AUTHOR
S.
Roobin
roobin.safiyeh@gmail.com
2
Department of Mathematics, University of Bojnord, Bojnord, Iran
AUTHOR
OTHERS_CITABLE
مدل برنامهریزی ریاضی فازی جهت طراحی زنجیرهتامین پایدار: یک مطالعه تطبیقی
در این مقاله یک مدل برنامه ریزی ریاضی فازی برای مساله طراحی شبکه زنجیره تامین پایدار چند کالایی، چند دوره ای (شامل سه بخش خرید، تولید و توزیع) تحت شرایط رقابت و عدم قطعیت ارایه میگردد. سنجه های پایداری با استفاده از تحقیقات انجام شده و همچنین مدل SCOR، در هریک از ابعاد پایداری استخراج شده و سپس با استفاده از روش دلفی بومی سازی میگردد. مدل فازی بهدست آمده با روش خمینز به مدل قطعی معادل تبدیل میگردد. رویکرد حل مدل بر مبنای مدل سود سه گانه (TBL Model) و مدل آشیانهای (Nested Model) انجام و با توجه به اینکه هر مدل ویژگیهای خاص مربوط به خود را دارد برای تعیین روابط بین شاخص ها و میزان اهمیت هر شاخص واعمال آن در مدل به ترتیب از روش DANP و DEMATEL استفاده میگردد. در ادامه برای نشان دادن کارایی مدل و رویکرد حل، یک مثال واقعی در صنعت فرآورده های نسوز ارایه و در نهایت نتایج بهدست آمده بر مبنای دو مدل مورد تجزیه و تحلیل و مقایسه قرار گرفته و پیشنهادات لازم ارایه میگردد.
http://jamlu.liau.ac.ir/article-1-1731-fa.pdf
2019-01-15
121
149
مدل سود سه گانه
مدل آشیانهای
شرایط رقابت
عدم قطعیت
مدل SCOR
روش دنپ
روش دیمتل
Fuzzy Mathematical Programming Model for Designing Sustainable Supply Chain: A Comparative Study
In this paper, a fuzzy mathematical programming model is proposed for designing a sustainable multi-product, multi-stage supply chain (including, purchase, production and distribution) under the competition and uncertainty conditions. The sustainability measures in each of the sustainability dimensions were extracted using earlier conducted research as well as the SCOR model and then were localized using the Delphi method. The obtained fuzzy model is converted to a crisp one by using Jimenez model. The solving approach is based on the Triple Bottom line model and the Nested model. As each model has its own characteristics, in order to determine the relations between the indices and the importance of each indicator and its application, the DANP and DEMATEL methods were used respectively. In order to indicate the efficiency of the model and the solution approach, a real example is presented in refractory products industry, and finally the obtained results are analyzed and compared based on the two models and suggestions are presented.
http://jamlu.liau.ac.ir/article-1-1731-en.pdf
2019-01-15
121
149
TBL Model
Nested Model
Competition
Uncertainty
SCOR Model
DANP Method
DEMATEL Method
M.
aghajani
mo_aghajani@yahoo.com
1
Department of Industrial Management, University of Mazandaran, Babolsar, Iran
AUTHOR
A.
Safaei Ghadikolaei
ab.safaei@umz.ac.ir
2
Department of Industrial Management, University of Mazandaran, Babolsar, Iran.
AUTHOR
H.
Aghajani
aghagani@umz.ac.ir
3
Department of Industrial Management, University of Mazandaran, Babolsar, Iran.
AUTHOR
M.
Valipour Khatir
valipourkhatir@umz.ac.ir
4
Department of Industrial Management, University of Mazandaran, Babolsar, Iran
AUTHOR
OTHERS_CITABLE
روش به روز رسانی متقارن از مرتبه اول برای حل مسایل بهینه سازی مقیاس بزرگ
جستجو جهت یافتن کمینه موضعی در مسایل بهینه سازی نامقید و یک نقطه ثابت از دستگاه گرادیان معادلات دیفرانسیل معمولی دو مساله نزدیک به هم می باشند، الگوریتم های با حافظه محدود به طور گسترده ای جهت حل مسایل مقیاس بزرگ استفاده می شوند؛ در حالی که روش های رانگ کوتا نیز برای حل عددی معادلات دیفرانسیل مورد استفاده قرار می گیرند. در این تحقیق با استفاده از ایده روش زیر فضا و طول گام ثابت و ادغام تکنیک های جستجوی خطی و ناحیه مطمئن، یک روش پیوندی مبتنی بر ODE برای حل مسایل بهینه سازی مقیاس بزرگ ارایه شده است. با توجه به اینکه روش های جستجوی خطی ممکن است نیازمند تکرارهای بیشتری برای همگرایی باشند؛ در حالی که روش های ناحیه مطمئن نیز نیازمند تکرارهای زیادی برای حل زیر مساله مقید باشند، کلاس جدیدی از روش ها طوری پیشنهاد شده، که بتواند بهترین ویژگی های روش های ناحیه مطمئن و جستجوی خطی را با هم ترکیب کند، ویژگی اصلی روش پیشنهادی این است که دستگاه معادلات خطی فقط یک بار جهت به دست آوردن گام آزمایشی حل می شود. علاوه بر این، در صورتی که گام آزمایشی مورد قبول قرار نگیرد این روش از جستجوی خطی بهره می جوید. نتایج یک سری از آزمون ها بر روی مسایل بهینه سازی نامقید استاندارد گزارششده است. این نتایج عددی نشان دهنده مؤثر بودن الگوریتم جدید برای حل مسایل مقیاس بزرگ می باشد.
http://jamlu.liau.ac.ir/article-1-1511-fa.pdf
2019-01-15
151
170
بهینه سازی نامقید
معادلات دیفرانسیل معمولی
روش های با حافظه محدود
جستجوی خطی
ناحیه مطمئن
Symmetric Rank-One Method for Solving Large-Scale Optimization Problems
The search for finding the local minimization in unconstrained optimization problems and a fixed point of the gradient system of ordinary differential equations are two close problems. Limited-memory algorithms are widely used to solve large-scale problems, while Rang Kuta's methods are also used to solve numerical differential equations. In this paper, using the concept of sub-space method and fixed-step length and integration of line-search and trust-region techniques, an ODE-based hybrid method is proposed for solving large-scale optimization problems. Since the line-search methods may require more iteration for convergence, while Trust-region methods also require a lot of iteration to solve the constrained sub problem, a new class of methods is proposed in this way, which combines the best features of trust-region and line-search methods. The main feature of the proposed method is that the linear equation system is solved only once in order to obtain the experimental step.
http://jamlu.liau.ac.ir/article-1-1511-en.pdf
2019-01-15
151
170
Unconstrained optimization
Ordinary differential equations
Limited memory methods
Line-search
Trust-region
F.
Modarres Khiyabani
f.modarres@iaut.ac.ir
1
Department of Mathematics, Islamic Azad University, Tabriz Branch, Tabriz, Iran
AUTHOR
B.
Daneshian
bdaneshian@yahoo.com
2
Department of Mathematics, Islamic Azad University, Tehran Center Branch, Tehran, Iran
AUTHOR