روش FGP برای حل جزء به جزء مسائل تصمیم گیری چند هدفه با استفاده از الگوریتم ژنتیک
چکیده
این مقاله یک الگوریتم ژنتیک مؤثر (GA) مبتنی بر برنامه نویسی آرمانی فازی (FGP) برای مدلسازی و حل مسائل تصمیم گیری چند هدفه (MODM) با معیارهای کسری را ارائه می دهد. در روش پیشنهادی، GA، با الهام از انتخاب طبیعی و ژنتیک های جمعیت، در ابتدا برای جستجوی راه حل ها در مراحل مختلف معرفی می شود و در نتیجه مسأله را حل می نماید. در طرح GA پیشنهادی، طرح انتخاب تورنومنت، نقطه تقاطع ریاضی و جهش یکنواخت برای جستجوی یک راه حل رضایت بخش در محیط تصمیم گیری پیچیده اتخاذ شده است. برای نشان دادن پتانسیل استفاده از این رویکرد، یک مثال عددی حل شده است و با راه حل های به دست آمده در مطالعات قبلی مورد مقایسه قرار گرفته است.
1- مقدمه
برنامه نویسی جزء به جزء (کسری)، توسط چارنز و کوچر [1] معرفی شده است، به عنوان یک زمینه خاص از این پژوهش در زمینه برنامه نویسی غیر خطی به طور گسترده توسط Bitran و Novaes [2]، کراون [3] و سایرین در گذشته مورد مطالعه قرار گرفته است. همچنین با توجه به ماهیت چند هدفه بسیاری از مسائل تصمیم گیری در زندگی واقعی، برنامه نویسی جزء به جزء (کسری) با بسیاری از اهداف توسط Kornbluth و Steuer [4] و سایر محققان پیشگام در این زمینه، مطالعه شده است. در بسیاری از روش هایی که تاکنون در گذشته توسعه یافته است، روش خطی سازی مورد بحث، توسط چارنز کوپر [1]، برای حل مسائل برنامه نویسی کسری گسترش یافته است.
در مقابل برای برنامه نویسی کسری تک هدفه، مسائل برنامه نویسی کسری چند هدفه (MOFP) هنوز هم به طور گسترده در مقالات منتشر می شود.
Abstract
This article presents an effective genetic algorithm (GA) based fuzzy goal programming (FGP) for modelling and solving multiobjective decision making (MODM) problems with fractional criteria. In the proposed approach, GA, inspired by the natural selection and population genetics, is introduced first for searching of solutions at different stages and thereby solving the problem. In the proposed GA scheme, tournament selection scheme, arithmetic crossover and uniform mutation are adopted to search a satisfactory solution in complex decision making environment. To illustrate the potential use of the approach, a numerical example is solved and compared with the solutions obtained in previous study.
1. Introduction
Fractional programming, introduced by Charnes and Cooper [1], as a special field of study in the area of nonlinear programming has been studied extensively by Bitran and Novaes [2] , Craven [3] , and others in the past. Also considering the multiobjective nature of most of the real-life decision problems, fractional programming with multiplicity of objectives has been studied by Kornbluth and Steuer [4] and other pioneer researchers in the field. In most of the approaches developed so far in the past, the linearization method discussed by Charnes and Cooper [1] has been extended to solve fractional programming problems.
In contrast to single objective fractional programming problems, multiobjective fractional programming (MOFP) problems are yet to widely circulate in the literature.
چکیده
1- مقدمه
2- فرمول بندی مسأله
3- طرح GA برای مسائل MOFP
4- فرمول بندی مدل FGP
4-1- خصوصیات تابع عضویت
4-2- حداقل مجموع مدل FGP
5- مثال عددی
6- نتیجه گیری
Abstract
1. Introduction
2. Problem Formulation
3. GA Scheme for MOFP Problems
4. FGP Model Formulation
4.1. Characterization of membership function
4.2. Minsum FGP model
5. Numerical Example
6. Conclusions
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه