جستجو در مقالات منتشر شده
۲ نتیجه برای الگوریتم بهینه سازی انبوه ذرات
سید عبدالمجید جلایی، امین قاسمی، امید ستاری،
دوره ۱۵، شماره ۲ - ( ۴-۱۳۹۴ )
چکیده
مصرف یا مخارج مصرفی، یکی از عناصر کلیدی تحلیلهای کلان اقتصادی است که بخش مهمی از تقاضای کل در اقتصاد ایران را به خود اختصاص میدهد. لذا تلاش در جهت پیشبینی روند آتی این متغیر از اهمیت ویژهای برای سیاستگذاران برخوردار است. در این مقاله با تکیه بر مبانی نظری مربوط به تابع مصرف، به تصریح مدل مصرف مناسب برای اقتصاد ایران با هدف دستیابی به پیشبینی مطلوب پرداخته میشود. لذا با هدف پیش بینی روند آتی مصرف بخش خصوصی در اقتصاد ایران تا سال ۱۴۰۴، با استفاده از مبانی نظری در زمینه توابع مصرف و به کارگیری آنها با دو ابزار الگوریتم ژنتیک و الگوریتم بهینه سازی انبوه ذرات، به شبیه سازی تابع مصرف خصوصی ایران طی سالهای ۱۳۸۸-۱۳۵۲ با تکیه بر نظریه مصرف فریدمن و نظریه مصرف دوزنبری پرداخته و سپس با استفاده از معیارهای انتخاب مدل رقیب، الگوریتم و مدل برتر انتخاب و اقدام به پیش بینی میزان مصرف تا سال ۱۴۰۴ شده است. کارآیی و دقت بیشتر الگوریتم (PSO) و سازگاری رفتار مصرفی در ایران با فروض مصرف دوزنبری و فرم نمایی تابع مصرف شبیهسازی شده و نیز پیشبینی افزایش میل متوسط به مصرف تا سال ۱۴۰۴ و در نتیجه، کاهش میل متوسط به پس انداز در این دوره از نتایج این مقاله اند.
دوره ۱۹، شماره ۲ - ( ۶-۱۳۹۴ )
چکیده
انتخاب تامین کننده و تعیین میزان بهینه سفارش یکی از اجزای مهم تولید و مدیریت لجستیک برای بسیاری از شرکتها میباشد. به همین منظور پس از انتخاب تامین کننده مناسب میبایست میزان سفارش بهینه هر یک از تامین کنندگان را با توجه به اهداف و تنگناها و محدودیتهایی که مورد نظر تصمیم گیرندگان است را بدست آورد. یکی از روشهای کارا دراین راستا که میتواند با هدفگذاریهای مختلف جواب بهینه ارائه دهد، مدلهای برنامهریزی چندهدفه میباشد. پس میتوان بیان کرد که هدف ازاین پژوهش طراحی یک مدل چندهدفه کارا بمنظور تعیین میزان سفارش مطلوب موجودی وتخصیص به هر یک از تامین کنندگان میباشد.این کار با طراحی مدلی چند هدفه، با اهداف حداقل کردن هزینههای موجود در زنجیره، مانند هزینه خرید، نگهداری، حمل و نقل و. .. و همچنین حداکثر نمودن سطح کیفیت مواد خریداری شده از تامین کنندگان انجام میگیرد. در نهایت نیز مدل با استفاده از روش فرابتکاری چند هدفه الگوریتم ژنتیک مرتب ساز ی نامغلوب (NSGA-II) حل شده و به منظور اعتبار سنجی مدل، مدل با استفاده از روش الگوریتم فراابتکاری بهینه سازی انبوه ذرات (PSO) نیز حل شده و نتایج با روش اول مقایسه میگردد.