سال انتشار: ۱۳۸۵

محل انتشار: نهمین کنفرانس دانشجویی مهندسی برق

تعداد صفحات: ۶

نویسنده(ها):

آیسا فاخری تبریزی – دانشگاه تبریز-دانشکده برق و کامپیوتر-گروه کنترل

چکیده:

[توضیح سیویلیکا: متن اصلی مقاله دارای مشکلات جزئی قلم می باشد] درproduct mix problem هدف برنامه ریزی تولید با کسب حداکثر سود با توجه به امکانات و محدودیت هاست. اینمسئله از نوعNP-hardبوده و در صورت افزایش تعداد متغیرها، زمان لازم برای حل آن با روش های کلاسیک با سرعتبیشتر از چند جمله ای رشد نموده و عملا غیر قابل محاسبه می شود. اما روش های هوشمند قادرند برای مسائلی که حل آن ها با روش های کلاسیک وقت گیر یا غیرممکن می باشد جواب قابل قبولی در زمان معقول ارائه کنند. در این مقاله یکمسئله ی نمونه توسط دو روش هوشمندParticle Swarm Optimization و Genetic Algorithmحل شده و نتایج بدست آمدهمقایسه می شوند. نتایج بدست آمده حاکی است که در صورت داشتن تلرانس بزرگ درصد جواب های قابل قبول بدست است( ۹۸ % در مقابل ۹۶ %). اما در صورت داشتن تلرانس کوچک درصد جوا بهای قابل قبول PSO بیشتر از GA آمده ازبدست آمده ازPSO بسیار بیشتر از GA می باشد( ۹۶ % در مقابل ۱۶ %). و نهایتا بهترین جواب ممکن توسط الگوریتمPSOبدست می آید(با خطای کمتر از ۰,۰۰۰۴ % نسبت به جواب بهینه).