فایل ورد کامل بهینه سازی منبع با استفاده از شبیه سازی ترکیب یافته و الگوریتم ژنتیک ۳۳ صفحه در word

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 فایل ورد کامل بهینه سازی منبع با استفاده از شبیه سازی ترکیب یافته و الگوریتم ژنتیک ۳۳ صفحه در word دارای ۳۳ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد فایل ورد کامل بهینه سازی منبع با استفاده از شبیه سازی ترکیب یافته و الگوریتم ژنتیک ۳۳ صفحه در word  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی فایل ورد کامل بهینه سازی منبع با استفاده از شبیه سازی ترکیب یافته و الگوریتم ژنتیک ۳۳ صفحه در word،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن فایل ورد کامل بهینه سازی منبع با استفاده از شبیه سازی ترکیب یافته و الگوریتم ژنتیک ۳۳ صفحه در word :

موضوع : فایل ورد کامل بهینه سازی منبع با استفاده از شبیه سازی ترکیب یافته و الگوریتم ژنتیک ۳۳ صفحه در word

توضیح: این فایل به صورت ورد و آماده ی پرینت می باشد

خلاصه
این مقاله، توسط ترکیب کردن فلوچارت ( نمودار گردش کار) براساس ابراز شبیه سازی با یک روش بهینه سازی ژنتیک قدرتمند، یک روش را برای بهینه سازی منبع نشان می دهد.روش ارائه شده، کمترین هزینه،و بیشترین بازده را ارائه میدهد، وبالاترین نسبت سودمندی را در عملکردهای ساخت و تولید فراهم می آورد. به منظور یکپارچگی بیشتر بهینه سازی منبع در طرح ریزی های ساخت،مدلهای شبیه سازی بهینه یافته (GA) الگوریتم های ژنتیکی گوناگون،عموماً با نرم افزارهای مدیریت پروژه بکار رفته شده ادغام می شوند. بنابراین، این مدلها از طریق نرم افزار زمان بندی فعال می شوند و طرح را بهینه می سازند.نتیجه، یک ساختار کاری تقلیل یافته سلسله مراتبی در رابطه با مدلهای همانندی سازی بهینه یافته GA است. آزمایشات گوناگون بهینه سازی با یک سیستم در دو مورد مطالعه، توانایی آن را برای بهینه ساختن منابع در محدوده محدودیتهای واقعی مدلهای همانند سازی آشکار کرد. این الگو برای کاربرد بسیارآسان است و می تواند در پروژه های بزرگ بکار رود. براساس این تحقیق، همانندسازی کامپیوتر وا لگوریتمهای ژنتیک ،می توانند یک ترکیب موثر برای بهبود دادن بازده و صرفه جویی در زمان وساخت و هزینه ها باشند.

مقدمه
این امر کاملاً آشکار شده است که بازده کاری پایین ،عدم آموزش، و کاهش تعداد معاملات، چالشهای بحرانی هستند که صنعت ساختمان( ساخت) با آن روبرو خواهد شد.
بهره دهی یا قدرت تولید در رابطه با مطالعه ها، برای مثال،دلالت بر زمان بیکاری (بیهوده) کاربران در ساخت(تولید) دارد که این زمان از ۲۰ تا ۴۵% متغیر است. این اتلاف وقت ، که از طریق منابع ناکارآمد و طرح ریزیهای غیربسنده( نامناسب) ناشی می شود، تاثیر و پیامد فوق العاده ای در هزینه های ساخت دارد. همچنین، پیماناکاران که مهارتهای مدیریتی منابع کارآمد را ندارند، این رقابت کردن در بازارهای ساخت جهانی که آنها د ر آن فرصتها بسیاری را خواهند یافت، برای آنها کاری بس دشوار خواهد بود.
با ایجاد تجهیزات و نیروی کار برای امر ساخت و تولید، این امر آشکار است که تدبیرهای کاربرد نیروی کار متناوب و کاربرد بهتر از منابع کاری موجود، به منظور بهبود دادن،بهره دهی کاری و کاهش هزینه های ساخت، مورد نیاز است. استفاده کارآمد از منابع پروژه، هزینه های ساخت را برای مالکان و مصرف کنندگان کاهش می دهد، و در عین حال سودمندیهایی را برای پیمانکاران افزایش می دهد. با این وجود،برخی فاکتورها وجود دارند که ،مدیریت منبع را امر دشواری می سازند، این فاکتورها در مراحل زیر توضیح داده شده اند:
– سیاست جداسازی مدیریت منبع:در ادبیات، محققان گوناگون، تعدادی تکنیکها را برای پرداختن به جنبه های فردی مدیریت منبع، همانند تخصیص منبع، سطح بندی منبع، مدیریت نقدینگی، و تجزیه و هزینه و زمان معاملات (TCT) ، ارائه داده اند. مطالعات تالبوت و پترسون(۱۹۷۹) و گاولیش و پیرکون (۱۹۹۱)، برای مثال، به تخصیص منابع مربوط بود ، در حالیکه بررسیهای Easa (1989) و Shah et al (1993) به سطح بندی و تراز کردن منابع می پرداخت روشهای دیگر ، تنها روی تجزیه TCT متمرکز شدند. همانطوریکه این بررسیها سودمند واقع شدند، آنها به ویژگیهای مجزایی پرداختند که یکی پس از دیگری برای پروژه ها بکار برده می شدند ( نه بطور همزمان) . بوسیله پیچیدگی اساسی پروژه ها و مشکلاتی در رابطه با الگوبرداری تمام ویژگیهای ترکیب یافته، تلاش بسیار کمی برای بهینه سازی منابع ترکیب شده به عمل آمد.
– ناکارآمدی الگوریتم های بهنیه سازی سنتی: در چند دهه گذشته ، بهینه سازی منبع سنتی، براساس روشهای ریاضی یا براساس تکنیکهای ذهنی(غیرمستدل) بوده است. روشهای ریاضی ، همانند برنامه ریزیهای عدد صحیح ، خطی، یا برنامه ریزیهای دینامیکی ،برای مشکلات منبع فردی پیشنهاد شده بودند.با این وجود ، روشهای ریاضی از لحاظ محاسبه ای برای هر پروژه واقعی انعطاف ناپذیر بودند که این روش فقط برای سایزهایی از پروژه مناسب می باشد. همچنین ،روشهای ریاضی پیچیده ایشان دستخوش تغییر می شوند وممکن در مطلوبترین وبهینه ترین قرار بگیرند، روشهای ذهنی (غیرمستدل) ، ازسوی دیگر، تجربیات وقوانین thumb را بکار می برند، نه فرمولهای ریاضی سخت ودقیق را. محققان برای تخصیص منبع، مدلهای ذهنی گوناگونی را پیشنهاد نموده اندن،تراز بندی منبع ها،تجزیه TCT، علی رغم سهولتشان ،این روش های ذهنی هنگامی که درشبکه های پروژه ای مختلف بکار برده می شوند ،نتایج گوناگون را اعمال می نمایند ، و برای کمک به انتخاب بهترین روش ذهنی برای کاربرد، هیچ گونه راهنماهای دقیقی وجود ندارد. بنابراین ، آنها نمی توانند راه حلهای بهینه ای را تضمین نمایند. همچنین ،راه حلهای غیرثابت آنها ( غیرپایدار آنها) به تفاوتها وتناقض‌های وسیع، میان قابلیهای محدود شده منبعی نرم افزار در مدیریت پروژه تجاری کمک شایانی کرده اند.
– مشکلاتی که در رابطه با مدلهای همانندسازی: در طی سه دهه گذشته،همانندسازی کامپیوتر، برای حمایت از کاربرد کارآمد منابع ساخت ارائه شده است (معرفی شده است) با این وجود ، محققان، در توانایی آن برای ایجاد تقلیدی (نمودین) فرآیندهای ساخت واقعی در کامپیوترها علاقمند شدند، و کارورها ممکن هدایت این کار را بسیار دشوار بیابند. به عنوان یک ابزار بسیار سودمند برای طرح ریزی منابع، یک تحقیق وسیع برای توسعه مدلهای همانندسازی عملکرد ساخت، بویژه برای کاربرد سیستم چرخه باید هالپین صورت گرفت. هنوز،با این وجود، برخی ابزارهای موجود، نیازمند دانش برنامه ریزی کامپیوتری و زبان همانندسازی، و عدم ادغام با نرم افزار مدیریت پروژه موجود و عدم ادغام با الگوریتم های بهینه سازی را می باشند.
– موجودیت یک ابزار تولیدی جدید ؛توسعه های اخیر در علم کامپیوتر، یک تولید جدیدی از ابزارها را حاصل نموده است، که آن برای استفاده شدن در کاربردهای ساخت بسیار سودمند می باشد. براساس پیشرفتهای اخیر در هوش مصنوعی، یک تکنیک بهینه سازی جدید ، وا لگوریتم های ژنتیک (Gas) پدیدار شده اند. با مکانیزمهای تکامل طبیعی همانندسازی و شایسته ترین مکانیزمهای بقاء ،GAS ،یک تحقیق رندم(تصادفی) رابرای حل بهینه یک مشکل بکار می برد. بوسیله سودمندیهایی حاصله از آنها، Gas بطور موفقیت آمیزی برای حل چندین مشکل مهندسی و مشکلات مدیریت ساخت بکار برده می‌شود. این کاربردها شامل بهینه سازی یک سیاست قیمت افزایی برای پیمانکاران ؛بهینه سازی سقف نگهدارنده(پایه) فولاد؛ زمان بندی و جدول بندی منابع؛بهینه سازی زمان وهزینه معاملات؛ و تخصیص وترازبندی منبع ترکیب شده می باشند.
همچنین،علاوه بر ابزارهای بهینه سازی براساس GA،سیستم های همانندسازی جدید و آسان کاربرد براساس برنامه ریزی های شی گرا، اخیراً ارائه شده است. یک سیستم فرآیند V3 (2000)، یک نرم افزار با هدف عمومی،برای الگو برداری و همانندسازی ارائه شده است. سودمندی اصلی این نرم افزار، نمودار گردش کارآسان آن، براساس قابلیت های الگوبرداری و همچنین موتور همانندسازی شیء گرایآن می باشد.این موتور همانندسازی نرم افزار،انعطاف پذیر است و این امکان را بوجود می آورد که کاربر عناصر الگو برداری اولیه اش را بپذیرد. سودمندی دیگر نرم افزار این است که ،آن همانندسازی را برای شبکه های سنتی فعالیت در فلاش (AOA) بکار برده شده برای زمان بندی پروژه ها بکار می برد. انواع پروژه‌های گوناگون فلاش و گره طراحی می شوند تا شاخه بندی های ساده یا مشروط را در طی همانندسازی امکان پذیر سازند. این اهداف از پیش طرح شده، می توانند با یک تلاش کم برای تولید مدلهای عملی،بدون دانش مبتلی از واژه شناسی همانند شناسی یا برنامه ریزی کامپیوتری به کار برده شوند.
این روش، به بهبود طرح ریزی ساخت و مدیریت منابع، توسط یک سیستم بهینه سازی منبع آسان کاربرد و کارآمد کمک می نماید و این همانند سازی را با الگوریتم های ژنتیک ترکیب می نماید. این سیستم بهینه سازی منبع،در دو مطالعه مورد بررسی قرار گرفته است. بنابراین این سیستم با نرم افزار تجاری مدیریت پروژه ادغام می‌شود و این امکان را فراهم می کند که کاربران مدلهای بهینه یافته GA را در هر سلسله مراتب پروژه تعریف شده کاربر بکار گیرند، به نحوی که زمان بندیهای ساخت بهینه شده منابع و زمان بندی های واقع گرایانه ایجاد شود.
همانندسازی تسهیل یافته: دو مثال
با استفاده از روش همانند سازی شرح داده شده در ضممیه،دو عملکرد ساخت مجزا الگوبرداری شده است.با ارائه نرم افزار ساده بر اساس فلوچات ،فرآیند الگوبرداری بطوروسیعی آسان شده است.جزئیات مفصل عملکردهای الگوبرداری شده دربخشهای زیر فراهم شده است.
مثال (۱) : جایگزین عینی
اولین مثال، یک عملکرد جایگزینی (قرارگیری) عینی ساده را مورد تجزیه قرار می دهد که اساساً توسط پالسون et al (سال ۱۹۸۷) ارائه شده و مورد الگوبرداری قرار گرفته است،و با استفاده از INSIGHT (بینش) ، یک تنوع وسیع و پیشرفته‌ای از سیستم چرخه باد ( سیستم چرخنده) توسط هالپین (۱۹۷۷) ارائه شده است. این فرآیند شامل قرارگیری و تنظیم تعدادی ستون عینی (واقعی) هر کدام ،برای یک ساختار جدید است.یک ترکیب بیل مکانیکی جرثقیل (crane-bucket) ، با یک ظرفیت و یک «خرطوم فیل» ، برای جایگزینی عینی فرض می‌شود جایگزینی عینی توسط چهار بارکش (کامیون) ، هر کدام با یک ظرفیت دریافت می‌شود. به علت محدودیتهای مکانی، با این وجود، تنها یک بارکش می تواند در موقعیت تحویل(ارسال) در یک زمان حرکت نماید. یکی از متصدیان کارگران ساخت، همچنین برای جایگزینی عینی بکار گرفته می‌شود. اثر یک کامیون و بیل مکانیکی جرثقیل، هر دو موجود باشند، بنابراین ،جرثقیل می تواند بیل مانیکی را بارگیری نماید و آن را برای جایگزینی عینی در یک ستون بکار می برند.این جرثقیل و بیل مکانیکی بنابراین برای بارگیری دیگر بر می‌گردد. بعد از اینکه دو بیل مکانیکی جایگزین شدند، ستون کامل می‌شود و خدمه می توانند به ستون بعدی بروند بعداز حرکت خدمه به ستون بعدی، جایگزینی در ستون جدید می تواند آغاز شود. همچنین فرض می‌شود که بعد از اینکه یک کامیون تخلیه می شود، این کامیون به حرکت در می آید و کامیون بعدی می تواند وارد اتاقک تحویل (ارسال) شود.
همانطور که در شکل (۱) نشان داده شده است، این مدل توسط چهار گره و شش فلش نشان داده می شود، گره ۲ ،یک گره اساسی است واز فعالیت ۱-۲ (آغاز) ، یک شیء شمارش پذیر یا ردکوبیک دریافت می کند. این فعالیت ۲-۳ جانشین (بارگیری و بالا کشیدن) هنگامی که شیء یاردکوبیک بعلاوه دو منبع(کامیون وبیل مکانیکی جرثقیل) موجودمیباشند، برای فعال شدن تنظیم خواهد شد. در پایان فعالیت آن،فعالیت ۲-۳ ،شیء یا ردکوبیک را که آن دریافت می کند، عبور می دهد، و همچنین یک شیء جدید «شمارنده بیل مکانیکی» ایجاد می‌شود. بنابراین در گره ۳، تعدد شیء های «یاردکوبیک» دریافت شده، تعدادی بارگیریهای انجام شده را نشان می دهند. همچنین ،هر شی «شمارنده بیل مکانیکی »،ظرفیت ۱/۸ را از ظرفیت کاملیک کامیون را نشان می دهد، وبنابراین هشت شیء به عنوان یک تجهیزات برای فعال کردن فعالیت ۳-۲ تنظیم می شوند. فوراً بعد از پایان فعالیتهای ۲-۳، فعالیت ۳-۴ می تواند آغاز شود، چون آن نیازمند یک شی «یاردکوبیک» و همچنین یک منبع خدمه برای جایگزینی و مرتعش کردن (لرزندان) است. در پایان آن، گره ۴ ،دو شیء را دریافت می کند، یک شیء « یاردکوبیک» و یک شی «شمارنده ستون»، شی «یاردکوبیک» بنابراین همانطور یک نیاز برای فعالیت ۴-۲ رفع می‌شود ( جرثقیل و بیل مکانیکی بر می‌گردد)، در حالیکه دو شیء «شمارنده ستون» برای شروع فعالیت ۴-۳ نیاز است( خدمه به سمت ستون بعدی حرکت می کنند) از دیدگاه کاربر، بنابراین در شبکه فرآیند ( نمودار گردش کار) این مدل می تواند توسط منابع گوناگون در یک صفحه گسترده نصب شود، وبنابراین ویژگیهای هر گره وفعالیت را شناسایی کند بنابراین تمام فعالیتها،منابع و تقویم ها تنظیم می شوند و فرآیندهای همانندسازی می توانند آغاز شوند، و این نرم افزار،با استفاده از رنگها، فرآیند را به حرکت در می آرود (متحرک می کند) به دنبال این فرآیند، کاربر قادر است،همانندسازی را روش audit –trail نماید و زمانهای فعال،زمانهای بیکاری (بیهوده) و تعداد شیء های دریافت شده در هر گره را شناسایی نماید. به عنوان مثال، نتیجه یک همانندسازی یک روزه، با استفاده از چهارکامیون، یک بیل مکانیکی، تعداد کل فعالیتهای انجام شده در گره ۴ برای فعالیت ۴-۳ (خدمه به سمت ستون بعدی حرکت می کنند) ۵۱ فعالیت بود ،و یک بازده ۵۱ ستون / روز را نشان داد. همچنین تعداد وفعالیت ها برای فعالیت ۴-۲ (برگشتن بیل مکانیکی و جرثقیل) ۱۰۳ بود، تعداد جایگزین شده را نشان داد.

فایل ورد کامل بهینه سازی منبع با استفاده از شبیه سازی ترکیب یافته و الگوریتم ژنتیک ۳۳ صفحه در word
فهرست مطالب

بهینه سازی منبع با استفاده از شبیه سازی ترکیب یافته و الگوریتم ژنتیک ۰

خلاصه ۱

مقدمه ۲

مدلهای همانندسازی بهینه سازی شده الگوریتم های ژنتیک ۱۰

روش الگوریتم های ژنتیک برای مدلهای همانند سازی ۱۰

اجرای مدلهای همانندسازی بهینه در الگوریتم های ژنتیک ۱۴

مورد بررسی (۱): جایگزینی عینی ۱۵

زمان بندی سلسله مراتبی با بهینه سازی منبع ۱۹

خلاصه و اظهارات نتیجه گیری ۲۰

ضمیمه :مفهوم همانندسازی در بخش فرآیند ۲۳

References 26