| عنوان فارسی مقاله: | رتبه بندی الگوریتم ژنتیک چند هدفه و روش ELECTRE برای مسائل طرح تسهیلات منطقه نابرابر |
| عنوان انگلیسی مقاله: | A non dominated ranking Multi Objective Genetic Algorithm and electre method for unequal area facility layout problems |
نمونه متن ترجمه
چکیده
مسئله چیدمان با مساحت نابرابر (UA-FLP) شامل ردهای از مسائل بهینه سازی بسیار مشکل است که در محلهای متفاوت به وجود می‌آید و مطابق شرایط نیازهای اپلیکیشن‌های دنیای واقعی می‌باشد. الگوریتم‌های ژنتیکی (GAs) به تازگی اثر خود را در پیدا کردن جواب‌های بهینه برای خیلی از مسائل NP مانند UA-FLP ثابت کرده‌اند. قضیه اصلی در چنین رویکردی مربوط به رمزگذاری ژنتیکی و مکانیزم تکامل می‌باشد که باید اجازه دهد تا اکتشافی میان فضای وسیعی از صورت گرفته, امکان پذیری راه‌حل‌ها را نگهداری کند و از همگرا شدن به سوی بهینه اطمینان بدهد. علاوه بر این در موقعیت‌های واقعی هنگامی‌که چندین قضیه طراحی باید باید حساب شوند, مشکل چیدمان درون چارچوبی از وسیع‌تر از مسائل بهینه سازی چند هدفه قرار می‌گیرد. تا قبل از این تعداد کمی از رویکردهای FLP چند هدفه وجود داشت و اکثر آنها تکنیک‌های بهینه خیلی ساده‌سازی شده‌ای را به کار می‌گیرند که در آخر بر روی کیفیت جواب بدست آمده و عملکرد روش بهینه سازی تأثیر گذارند. در این مقاله بر این مشکل با مواجهه با مسئله در دو گام پشت هم غلبه شده است: در گام نخست جواب‌های بهینه پارتو با استفاده از الگوریتم ژنتیکی چند هدفه (MGOA) تعیین می‌شود که اجرایی از چهار عملکرد سازگاری مجزا به همراه روش تکاملی پارتو می‌باشد که در ادامه ساختار کلی الگوریتم رتبه بندی غیر غالب (NRGA) و انتخاب‌های بعدی از جواب بهینه توسط روش تصمیم گیری چند معیاره الکتر صورت می‌پذیردو این روش به تصمیم گیرنده اجازه می‌دهد تا ترجیحات خود را بر اساس دانش سری جواب‌های کاندید شده بیان کند. به اهداف کیفی و کمی با استفاده ازچیدمان طرح نماینده چیدمان درخت برشی مورد توجه قرار می‌گیرد. نتایج عددی بدست آمده به رویکردهای قبلی برتری دارد بنابراین تأیید کننده مؤثر بودن روش پیشنهادی می‌باشد.
