استفاده از الگوریتم ژنتیک برای حل مسائل حمل‌و‌نقل سه بعدی چند هدفه

استفاده از الگوریتم ژنتیک برای حل مسائل حمل‌و‌نقل سه بعدی چند هدفه

زهرا شهسواری نسب1 علی حمزه ای2

1) دانشجوی کارشناسی ارشد ریاضی کاربردی گرایش تحقیق در عملیات،دانشگاه آزاد اسلامی واحد کرمان،
2) دکتری ریاضی کاربردی گرایش تحقیق در عملیات،عضو هیات علمی دانشگاه آزاد اسلامی واحد کرمان، ایران

کد IOI مقاله : XYCC-ABFBC
محل انتشار : کنفرانس بین المللی علوم و مهندسی(icesconf.com)
چکیده :
    الگوریتم‌ ژنتیک یکی از الگوریتم‌های جستجوی تصادفی است که ایده آن برگرفته از طبیعت می‌باشد. الگوریتم‌ ژنتیک برای روش‌های کلاسیک بهینه سازی در حل مسائل خطی، محدب و برخی مشکلات مشابه موفق بوده‌ است ولی برای حل مسائل گسسته و غیر خطی بسیار کاراتر می‌باشد. به عنوان مثال می‌توان به مسأله فروشنده دوره گرد اشاره کرد. در طبیعت از ترکیب کروموزوم‌های بهتر، نسل‌های بهتری پدید می‌آیند. در این بین گاهی اوقات جهش‌هایی نیز در کروموزوم‌ها روی می‌دهد که ممکن است باعث بهتر شدن نسل بعدی شوند. الگوریتم ژنتیک نیز با استفاده از این ایده اقدام به حل مسائل می‌کند. الگوریتم ژنتیک با توجه به توانایی های بالقوه خود به عنوان یک رویکرد جدید برای مسائل برنامه ریزی چند هدفه مورد توجه قرار گرفته است. در مسائل کاربردی به ویژه مسائل حمل‌و‌نقل نیز تصمیم‌گیرنده به بهینه‌سازی چند تابع هدف نیاز دارد. مسائل حمل‌و‌نقل سه بعدی، مسائل حمل‌و‌نقلی می باشند که در آنها سه بعد مبدأ، مقصد و تعداد وسیله نقلیه در نظر گرفته می‌شود. در این مقاله ابتدا الگوریتم ژنتیک و مزایای آن بیان می شود سپس روش شبیه سازی ناهموار معرفی می گردد و در آخر استفاده از الگوریتم ژنتیک بر اساس شبیه سازی ناهموار برای حل مسائل حمل‌و‌نقل سه بعدی با داده‌های ناهموار مورد بیان می شود.

کلمات کلیدی : واژگان کلیدی الگوریتم ژنتیک برنامه‌ریزی چند هدفه شبیه‌سازی ناهموار مسأله حمل‌و‌نقل سه بعدی مجموعه‌های ناهموار