دانلود پایان نامه مهندسی کامپیوتر: ارائه یک الگوریتم اجتماع مورچگان به منظور بهبود در زمان انجام کارها در محیط گرید


دانلود متن کامل پایان نامه با فرمت ورد

پایان نامه مقطع کارشناسی ارشد رشته کامپیوتر

دانشگاه ازاد اسلامی

واحد بین‌الملل قشم

 

پایان نامه برای دریافت درجه کارشناسی ارشد M.Sc

 

 عنوان:

ارائه یک الگوریتم اجتماع مورچگان به منظور بهبود در زمان انجام کارها در محیط گرید

 

استاد راهنما:

دکتر سیدجواد میرعابدینی

 

برای رعایت حریم خصوصی نام نگارنده درج نمی شود

تکه هایی از متن به عنوان نمونه :

فهرست مطالب

عنوان                                                                                                    صفحه

چکیده 1

فصل 1: مقدمه. 2

1-1- مقدمه. 3

1-2- پردازش شبکه ای.. 4

1-3- الگوریتم مورچگان. 4

1-4- چالش های پردازش شبکه ای.. 5

فصل 2: 7

2-1- مروری بر الگوریتم های و روش ها 8

2-2- زمان بندی چندسطحی پویا 8

2-3- اختصاص سریعترین پردازنده به بزرگترین کار. 8

2-4- صف کارها با تکرار(WQR) 8

2-5- الگوریتم اجتماع مورچگان تعادلی(BACO) 9

2-6- روش الگوریتم ژنتیک در پردازش شبکه ای.. 10

فصل 3:پیشینه تحقیق.. 13

3-1- یک سیستم مبتنی بر عامل برای مدیریت منابع( ARMS) 14

3-2- روش پیوندی مورچگان 15

متن کامل در سایت امید فایل 

3-3- در اختیار گرفتن منابع در پردازش شبکه ای به وسیله الگوریتم یادگیری تقویتی.. 16

3-4- روش‌تجربی مورچگان به وسیله تخصیص منابع با روش‌اشتراک‌زمانی در پردازش شبکه‌ای.. 18

3-5- پیک روش حراج دو طرفه پیوست… 19

3-6- ترکیبی از الگوریتم های ژنتیک… 20

3-7- متا زمان بند ها به منظور زمان بندی برنامه های موازی.. 21

3-8- یک روش بهبودسازی به وسیله کلونی مورچگان. 31

3-9- یک روش مبتنی بر عامل به منظور افزایش… 34

 

 فصل 4: ارائه روش پیشنهادی و پیاده سازی.. 37

4-1 پردازش در محیط های شبکه ای با مدل های تجاری.. 38

4-2-   روش حراج دو طرفه ای در پردازش شبکه ای.. 40

4-3- نحوه پیاده سازی روش های ارایه شده 47

4-4- کلاس حراج کننده 50

4-5- کلاس مربوط به کاربر. 52

4-6- کلاس ExampleAuction.java. 54

4-7- کلاس مربوط به منابع حراج (AuctionResource.java) 55

فصل 5:  نتیجه گیری و پیشنهادات… 58

منابع. 74
فهرست اشکال

شکل1-1. نحوه حرکت مورچگان در طبیعت… 4

شکل 1-2. نمونه گراف حاصل از الگوریتم مورچگان. 4

شکل2-1. ساختار کلی سیستم. 9

شکل2-2. نحوه نگاشت روش کلونی مورچگان در پردازش شبکه ای.. 10

شکل 2-3- شبه کد الگوریتم ژنتیک… 11

شکل3-1. ساختار یک سیستم مبتنی بر عامل برای مدیریت منابع 14

شکل3-2. ساختار درختی به منظور مدیریت منابع. 15

شکل 3-3. نمایش سناریو کلی برای زمان بندی کارها به صورت چند عامله در پردازش شبکه ای   17

شکل 3-4. نحوه زمان بندی در روش FIFO ………………………………………………………………………………………………19

شکل3-5. نمونه ای از واحدها(نشان دهنده هشت درخواست می باشد). 20

شکل 3-6. شمایی از رابطه میان متا زمان بند و کاربر و زمان بند های محلی موجود در سایت   23

شکل3-7. ساختار کلی متا زمان بند……………………………………………………………………………………………………………..24

شکل3-8. مقایسه حالت های ضربی و جمعی در فاکتور ارزیابی.. 26

شکل 3-9.ساختار خانه های صف… 28

شکل 3-10. الگوریتم کلی روش زمانبندی ارائه شده 30

شکل3-11رابط استفاده شده در روش پیشنهادی …………………………………………………………………………………………..34

شکل3-12 .شبه کد روش… 36

شکل4-1. ساختار کلی مدل حراج منابع. 39

شکل4-2. نمونه ای از الگوریتم پیشنهادی.. 41

شکل4-3. مربوط به یک جراج دو طرفه نمایش داده شده………………………………………………………………………………. 43

شکل4-4. ساختار کلی نرم افزار GridSim……………………………………………………………………… 46

 

چکیده

در این پایان نامه به ارایه یک روش جدید در پردازش شبکه ای با الگوریتم مورچگان پرداخته‌ایم. مدلی که در فضای شبکه ای استفاده کردیم حراج دو طرفه پیوسته می باشد. این مدل ها به دلیل سادگی و پویایی خود امروزه در بسیاری از الگوریتم های مورد استفاده برای کنترل منابع و زمان بندی کارها مورد استفاده قرار می گیرند. بسیاری از این مدل ها در زمان پاسخ گویی خود هنگام مدیریت منابع دچار ضعف می باشند. در مدل حراج, حراج کنندگان قیمت های مورد نظر خریداران را اعلام می کنند و خریداری که قیمت مناسب را اعلام کرده باشد منبع را بدست می گیرد. این مساله خود باعث می شود که زمان پاسخ گویی به دلیل درخواست خریداران افزایش یابد. در این پایان نامه ما روش جدیدی را به وسیله الگوریتم ژنتیک در سناریو حراج دو طرفه ارایه کردیم. در این روش با هوشمند سازی منابع, بسته های درخواست پیشنهادی[1] را به سمتی سوق دادیم هر کدام از این  محیط های شبکه ای را می توان به صورت یک سیستم توزیع شده در نظر گرفت که با شبکه های دیگر تعامل ندارد و حجم زیادی از داده را پوشش می دهد. یکی از فواید این روش نسبت به روش کلاسترینگ این است که منابع می تواند از لحاظ جغرافیایی در نقاط پراکنده و به صورت غیر متقارن قرار گیرد. با توجه به توزیع مجموعه های داده، انتخاب مجموعه منابع محاسباتی و منابع حاوی داده باید بطور مناسب صورت پذیرفته به گونه ای که سربار ناشی از انتقال این مجموعه ها روی گرید کمینه شود. در این تحقیق، مساله زمانبندی برنامه های نیازمند داده مورد توجه قرار می گیرد. با توجه به اینکه زمانبندی بهینه مستلزم انتخاب مجموعه منابع مناسب می باشد. در پردازش های شبکه ای ,محیط ها پویا می باشند به این معنا که ممکن است در یک زمان منابع روشن باشد و در زمانی دیگر همان منابع خاموش باشند

پیاده سازی های صورت گرفته در نرم افزار شبیه سازی GridSim مورد بررسی قرار گرفت و نتایج نشان داد که این روش جدید باعث بهبود زمان پردازش و کم شدن تعداد مراحل حراج می شود.

 

مقدمه

هدف اصلی این پایان نامه بهبود بازدهی در پردازش شبکه ای به وسیله الگوریتم مورچگان می باشد. این فصل با طرح مساله اصلی پردازش شبکه ای اغاز می شود و اهمیت آن شرح داده می شود. استفاده از الگوریتم مورچگان در بسیاری از مسایل باعث بهبود بازدهی و کاهش زمان پردازش شده است. این امر زمینه ای را فراهم می آورد تا از این الگوریتم در پردازشبکه ای نیز استفاده شود.

برای دانلود متن کامل پایان نامه اینجا کلیک کنید

دانلود پایان نامه مهندسی کامپیوتر: استفاده از شبکه های عصبی مصنوعی مبتنی بر الگوریتم رزونانس تطبیقی در بازشناسی چهره

عنوان پایان نامه:

استفاده از شبکه های عصبی مصنوعی مبتنی بر الگوریتم رزونانس تطبیقی در بازشناسی چهره با توجه به مزایای ذاتی این نوع شبکه ها

برای رعایت حریم خصوصی نام نگارنده پایان نامه درج نمی شود

تکه هایی از متن پایان نامه به عنوان نمونه :

(ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است)

چکیده:

همگام با پیشرفت تکنولوژی نیاز به سیستم های بازشناسی به هنگام چهره به طور فزاینده ای رو به گسترش می باشد. این امر کلاسه‌بندی‌های متعارف و معمول در زمینه بازشناسی چهره را با چالشهایی مواجه ساخته است. زمان آموزش طولانی، پیکربندی و ساختار ثابت کلاسه بندی های موجود و عدم وجود توانایی در یادگیری نمونه های جدید بدون فراموش کردن نمونه های قبلی، از اهم این موارد می باشد. ایده استفاده از شبکه های عصبی مبتنی بر الگوریتم رزونانس تطبیقی می تواند این چالشها را تا حد زیادی مرتفع کند. این برتری ها به دلیل خصوصیات ذاتی و پویاییهای این نوع از شبکه های عصبی می باشد. نتایج شبیه سازی‌ها حکایت از برتری نسبی اما کمرنگ صحت کلاسه بندی در شبکه های عصبی پرسپترون چند لایه، نسبت به شبکه های عصبی مذکور دارند. سرعت یادگیری در شبکه های مذکور بسیار بیشتر از پرسپترون چند لایه بوده و تنظیم پارامترهای آن بسیار ساده تر می باشد. انتخاب پارامتر مراقبت به عنوان مهمترین پارامتر شبکه های مذکور، تقریباً در نیمی از بازه مجاز آن، عملکرد بهینه شبکه را تضمین می کند. همچنین انتخاب ویژگی های موثر با استفاده از الگوریتم ژنتیک و شبکه های عصبی مبتنی بر الگوریتم رزونانس تطبیقی، درصد صحت کلاسه بندی را به طور قابل توجهی افزایش داده است.

متن کامل در سایت امید فایل 

پیشگفتار:

یکی از مسائل قدیمی و چالش برانگیز در زمینه هوش مصنوعی، موضوع بازشناسی چهره می باشد. قدمت تحقیقات در این زمینه مربوط به دهه هفتاد میلادی می باشد.علیرغم تحقیقات فراوانی که در حواشی این مسئله صورت گرفته، همواره عرصه های تازه و بکر برای پژوهش وجود داشته است. در حال حاضر محققین با زمینه های کاری کاملاً متفاوت اعم از روانشناسی، بازشناسی الگو،شبکه های عصبی، بینایی ماشین و گرافیک، با انگیزه های متفاوت در این رابطه فعالیت می کنند. در پایان نامه حاضر پس از طرح یک سری چالشهای موجود در زمینه بازشناسی چهره با رویکردی مبتنی بر بکارگیری دسته ای خاص از شبکه های عصبی مصنوعی به عنوان کلاسه بند، سعی شده چالشهای مذکور تا حد امکان مرتفع شود.

اکثر کلاسه بندی های مدرن الگو، نظیر شبکه های عصبی پرسپترون چند لایه[1] و ماشین بردارهای[2] پشتیبان در فاز آموزش عموماً نیاز به صرف بازه های زمانی طولانی داشته و همچنین بار محاسباتی سنگینی به سیستم تحمیل می کنند. امروزه در بسیاری از موارد، بخصوص در سیستم های امنیتی مدرن فرودگاه ها، ترمینالها و غیره، رویکردهای مبتنی بر تشخیص و بازشناسی به هنگام[3] چهره، به شکل فزاینده ای رو به گسترش می باشد. بنابراین نیاز به طبقه بندی های سریع و دقیق با بار محاسباتی و الگوریتمی پایین برای چنین کاربردهایی اجتناب ناپذیر می باشد. بعلاوه در چنین سیستم هایی علاوه بر اینکه یادگیری اولیه بر روی دسته ای از داده ها به صورت یکجا انجام می شود، نیاز به نوعی یادگیری افزایشی نیز وجوددارد تا علاوه بر یادگیری فضای نمونه های اولیه، تغییرات و پویاییهای فضای نمونه ها نیز، برای کلاسه بند، قابل یادگیری بوده و قابلیت رشد و ارتقاء آموزش برای سیستم فراهم می باشد. برای مثال یک سیستم بازشناسی چهره در یک فرودگاه بین المللی را در نظر بگیرید که در ابتدا برای تشخیص هویت یک سری از افراد خاص با سابقه جرایم تروریستی، آموزش دیده است. آنچه واضح است با گذشت زمان مشخصه های چهره افراد ثابت نمانده و همچنین بازشناسی چهره مجرمین جدید نیز اجتناب ناپذیر می نماید. به دلایل ذکر شده، سیستم بازشناسی بایستی بدون فراموش کردن نمونه هایی که قبلاً دیده است، قابلیت به روزرسانی یادگیری و بازشناسی چهره های جدید را نیز داشته باشد.

در این پایان نامه سعی شده با بررسی مزایای ذاتی نوع خاصی از شبکه های عصبی مصنوعی مبتنی بر الگوریتم رزونانس تطبیقی[4] و استفاده از آنها بعنوان کلاسه بند در بازشناسی چهره، چالشهای مذکور تا حدی مرتفع شود. همچنین با استفاده از الگوریتم های تکاملی نظیر الگوریتم ژنتیک[5] و شبکه های مذکور، روشی کارا جهت انتخاب ویژگیهای مؤثر چهره در بازشناسی، پیشنهاد شده است.

اهداف کلی این پروسه تحقیقاتی به شرح ذیل می باشد:

– استفاده از شبکه های عصبی مصنوعی مبتنی بر الگوریتم رزونانس تطبیقی در بازشناسی چهره با توجه به مزایای ذاتی این نوع شبکه ها

– اصلاح یک سری چالشهای خاص در حیطه بازشناسی چهره با استفاده از این ویژگیها

– مقایسه کارایی شبکه های مذکور با شبکه های عصبی پرسپترون چند لایه در بازشناسی چهره.

– ارائه روشی جدید برای انتخاب ویژگیهای مؤثر در بازشناسی چهره با استفاده از شبکه های عصبی مبتنی بر الگوریتم رزونانس تطبیقی و الگوریتم ژنتیک

– ارائه پیشنهاداتی برای ادامه کار با توجه به پتانسیل ها و دینامیک های ذاتی این نوع شبکه ها.

پایان نامه حاضر دارای چهار فصل می باشد. در فصل اول کلیاتی از روشهای بازشناسی چهره بیان شده و در ادامه به بحث راجع به یک سری چالشها در کلاسه بندی‌های پرکاربرد در حیطه بازشناسی چهره پرداخته شده است. در ادامه با بیان مختصر و اجمالی تعدادی از خصوصیات ذاتی شبکه های عصبی مبتنی بر الگوریتم رزونانس تطبیقی، مزایای احتمالی آنها در رفع چالشهای موجود بیان شده است. در فصل دوم، تاریخچه، الگوریتم، پیکربندی و انواع مختلف شبکه های عصبی مبتنی بر الگوریتم رزونانس تطبیقی به تفصیل بیان شده است. همچنین به یک سری از کاربردهای پیشین این شبکه ها به صورت خلاصه و تیتروار اشاره شده است. فصل سوم اختصاص به نتایج آزمایشات و شبیه سازیهای انجام شده دارد. آزمایشها در سه دسته مجزا انجام شده اند. در فصل چهارم که فصل نهایی می باشد،‌ کلیه مطالب بیان شده جمع بندی شده و پیشنهاداتی جهت ادامه روند پژوهشی دراین زمینه ارائه شده است.

فصل اول: کلیات

1-1- مقدمه

در این بخش پس از طرح کلیاتی از مسئله بازشناسی چهره، با تمرکز بر مسئله طبقه بندها به بیان برخی چالشهای موجود در این زمینه پرداخته شده است. در ادامه با برشمردن یک سری مزایای ذاتی شبکه های عصبی مبتنی بر الگوریتم رزونانس تطبیقی، ایده کاربرد آنها در بازشناسی چهره، جهت رفع نقایص موجود مطرح و در انتها جمع بندی مطالب فصل ارائه شده است.

برای دانلود متن کامل پایان نامه اینجا کلیک کنید

دانلود پایان نامه مهندسی کامپیوتر: نگاشت وظایف یک برنامه کاربردی بی‌درنگ سخت بر روی شبکه بر تراشه ناهمگن با هدف کاهش توان مصرفی با استفاده از الگوریتم ژنتیک

دانشگاه صنعتی اصفهان

دانشکده برق و کامپیوتر

پایان‌نامه کارشناسی ارشد مهندسی کامپیوتر

گرایش معماری

عنوان:

نگاشت وظایف یک برنامه کاربردی بی‌درنگ سخت بر روی شبکه بر تراشه ناهمگن با هدف کاهش توان مصرفی با استفاده از الگوریتم ژنتیک

استاد راهنما:

دکتر علی فانیان

برای رعایت حریم خصوصی نام نگارنده پایان نامه درج نمی شود

(در فایل دانلودی نام نویسنده موجود است)

تکه هایی از متن پایان نامه به عنوان نمونه :

(ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است)

متن کامل در سایت امید فایل 

فهرست مطالب:
چکیده. 1

فصل اول: مقدمه  2

1-1    مقدمه. 2

1-2    معرفی شبکه روی تراشه. 4

1-3    مسئله نگاشت در شبکه روی تراشه. 7

1-4    مفهوم برنامه های کاربردی بیدرنگ….. 9

1-5    مسئله توان در شبکه بر روی تراشه. 11

1-6    هدف پایان‌نامه. 11

1-7    ساختار ادامه پایان‌نامه. 12
فصل دوم: معماری شبکه روی تراشه  13

2-1    مقدمه. 13

2-2    معماری شبکه روی تراشه. 14

2-3    هم‌بندی شبکه. 17

2-4    مسیریابی و الگوریتم‌های مسیریابی.. 19

2-5    راه‌گزینی.. 22

2-6    کانال مجازی.. 27

2-7    نتیجه‌گیری.. 28

 
فصل سوم: مروری بر مفاهیم نگاشت و کارهای انجام شده 29

3-1    مقدمه. 29

3-2    روش‌های نگاشت ایستا 29

3-2-1     نگاشت دقیق.. 31

3-2-2     نگاشت مبتنی بر جستجو. 32

3-3    روش‌های نگاشت پویا 45

3-4    نتیجه‌گیری.. 47
فصل چهارم: روش پیشنهادی  48

4-1    مقدمه. 48

4-2    معرفی طرح کلی روش پیشنهادی.. 49

4-3    اجزای طرح پیشنهادی.. 52

4-3-1     مدل کاربرد. 52

4-3-2     مدل معماری شبکه بر تراشه. 55

4-3-3     مدل تحلیلی بررسی قابلیت زمانبندی.. 57

4-3-4     مدل تحلیلی توان. 62

4-3-5     الگوریتم ژنتیک چند هدفه NSGA-II. 63

4-4    نتیجه‌گیری.. 74
فصل پنجم: ارزیابی نتایج  76

5-1    مقدمه. 76

5-2    معیارهای ارزیابی.. 76

5-3    معرفی محک مورد استفاده. 79

5-4    محیط شبیه‌سازی.. 83

5-5    ارزیابی نتایج.. 84

5-6    نتیجه‌گیری.. 99

 
فصل ششم: جمع‌بندی و ارائه‌ی پیشنهادات   100

6-1    مقدمه. 100

6-2    مرور مطالب… 101

6-3    کارهای آینده. 103

6-4    نتیجه‌گیری.. 104

مراجع  105

فهرست شکل­ها

شکل ‏1‑1 نمایی کلی از سیستم بر تراشه با دو ساختار ارتباطی (1) گذرگاه (2) نقطه به نقطه. 4

شکل ‏1‑2 مسئله نگاشت هسته‌های پردازشی به گره‌های شبکه روی تراشه. 8

شکل ‏1‑3 مسئله نگاشت وظایف بر روی هسته‌های پردازشی شبکه 9

شکل ‏2‑1 معماری شبکه روی تراشه. 15

شکل ‏2‑2 ساختار کلی مسیریاب در شبکه روی تراشه. 17

شکل ‏2‑3 همبندی‌های مختلف شبکه بر روی تراشه، 1) توری مدور، 2) توری، 3) SPIN، 4) BFT، 5) هشت وجهی، 6) توری مدور تا خورده 18

شکل ‏2‑4 دسته‌بندی الگوریتم‌های مسیریابی.. 21

شکل ‏2‑5 مسیرهای پیموده شده توسط الگوریتمXY… 23

شکل ‏2‑6 شبه کد الگوریتم مسیریابیXY… 23

شکل ‏2‑7 روش‌های راه‌گزینی.. 24

شکل ‏2‑8 راه‌گزینی مداری.. 24

شکل ‏2‑9 راه‌گزینی بسته‌ای.. 25

شکل ‏2‑10 اجزای یک پیغام در راه‌گزینی خزشی.. 26

شکل ‏2‑11 مسدود شدن یک بسته در شبکه و ایجاد بن‌بست… 27

شکل ‏2‑12 روش‌های راه‌گزینی ذخیره و ارسال (a) و خزشی (b). 27

شکل ‏2‑13 تسهیم کردن کانال خروجی و رفع بن‌بست توسط کانال مجازی.. 28

شکل ‏3‑1 طبقه‌بندی روش‌های نگاشت… 30

شکل ‏3‑2 جریان طراحی الگوریتم در [40] 35

شکل ‏3‑3 ساختار ذره در الگوریتم PSO… 39

شکل ‏3‑4 نگاشت کاربرد روی NOC به صورت مارپیچ.. 41

شکل ‏3‑5 مثال ادغام دوجمله‌ای (N=16). 42

شکل ‏3‑6 مفهوم انتخاب مسیر لوزی شکل.. 44

شکل ‏3‑7 مسیر زیگزاک برای نگاشت هسته. 44

شکل ‏3‑8 روش نگاشت پویای سلسله مراتبی.. 46

شکل ‏4‑1 نمونه‌ای از شبکه روی تراشه ناهمگن.. 51

شکل ‏4‑2 درگاه خروجی مسیریاب در داوری براساس اولویت… 57

شکل ‏4‑3 مثال تداخل مستقیم و غیرمستقیم جریان‌های ترافیکی.. 60

شکل ‏4‑4 نحوه عملکرد الگوریتم NSGA-II. 65

شکل ‏4‑5 سطوح نامغلوب در الگوریتم NSGA-II. 66

شکل ‏4‑6 محاسبه‌ی فاصله ازدحام. 66

شکل ‏4‑7 مراحل الگوریتم ژنتیک NSGA-II. 67

شکل ‏4‑8 ساختار کروموزوم. 68

شکل ‏4‑9 ساختار کلی الگوریتم ژنتیک…. 70

شکل ‏4‑10 انتخاب مسابقه‌ای دودویی.. 71

شکل ‏4‑11 روش تقاطع تک نقطه‌ای.. 72

شکل ‏5‑1 مدل کاربرد وسیله‌ی نقلیه‌ی خودمختار.. 80

شکل ‏5‑2 همگرایی جواب‌ها با نرخ تقاطع 5/0 و نرخ جهش 01/0 بدون استفاده از توابع امکان‌پذیری و میزان بهره‌وری در شبکه بر تراشه 4×4   89

شکل ‏5‑3 همگرایی جواب‌ها با نرخ تقاطع 5/0 و نرخ جهش 01/0 برای کاربرد وسیله‌ی نقلیه خودمختار در روش [50] 90

شکل ‏5‑4 همگرایی جواب‌ها با نرخ تقاطع 5/0 و نرخ جهش 01/0 با به کار بردن توابع امکان‌پذیری و میزان بهره‌وری در شبکه بر تراشه 4×4   91

شکل ‏5‑5 همگرایی جواب‌ها با نرخ تقاطع 5/0 و نرخ جهش 01/0 بدون استفاده از توابع امکان‌پذیری و میزان بهره‌وری در شبکه بر تراشه 5×5   93

شکل ‏5‑6 همگرایی جواب‌ها با نرخ تقاطع 5/0 و نرخ جهش 01/0 با به کاربردن توابع امکان‌پذیری و میزان بهره‌وری در شبکه بر تراشه 5×5   94

شکل ‏5‑7 همگرایی جواب‌ها با نرخ تقاطع 5/0 و نرخ جهش 01/0 بدون استفاده از توابع امکان‌پذیری و میزان بهره‌وری در شبکه بر تراشه 3×3 95

شکل ‏5‑8 همگرایی جواب‌ها با نرخ تقاطع 5/0 و نرخ جهش 01/0 با به کاربردن توابع امکان‌پذیری و میزان بهره‌وری در شبکه بر تراشه 3×3 95

شکل ‏5‑9 همگرایی جواب‌ها با نرخ تقاطع 5/0 و نرخ جهش 01/0 با به کار بردن توابع امکان‌پذیری و میزان بهره‌وری در شبکه بر تراشه 4×4 با دو برابر کردن وظایف… 96

شکل ‏5‑10 همگرایی جواب‌ها با نرخ تقاطع 5/0 و نرخ جهش 01/0 بدون استفاده از توابع امکان‌پذیری و میزان بهره‌وری در شبکه بر تراشه 4×4 با دو برابر کردن وظایف… 97

شکل ‏5‑11 همگرایی جواب‌ها با نرخ تقاطع 8/0 و نرخ جهش 01/0 با به کار بردن توابع امکان‌پذیری و میزان بهره‌وری در شبکه بر تراشه 4×4   97

شکل ‏5‑12 همگرایی جواب‌ها با نرخ تقاطع 5/0 ، نرخ جهش 01/0 و انتخاب مسابقه‌ای با اندازه‌ی 3 با به کار بردن توابع امکان‌پذیری و میزان بهره‌وری در شبکه بر تراشه 4×4.. 98

شکل ‏5‑13 همگرایی جواب‌ها با نرخ تقاطع 5/0 و نرخ جهش 01/0 با فرض همگن بودن شبکه بر تراشه. 98

فهرست جدول­ها

جدول ‏5‑1 وظایف تشکیل دهنده‌ی کاربرد. 81

جدول ‏5‑2 جریان‌های ترافیکی بین وظایف کاربرد. 82

جدول ‏5‑3 مشخصات وظایف کاربرد. 85

جدول ‏5‑4 بدترین زمان اجرا و توان مصرفی هر یک از وظایف بر روی هسته‌های پردازشی.. 86

جدول ‏5‑5 معیارهای استفاده شده در الگوریتم ژنتیک چندهدفه‌ی NSGA-II. 88

جدول ‏5‑6 مقادیر توابع هدف در جبهه‌ی نامغلوب نهایی.. 92

جدول ‏5‑7 خلاصه‌ای از نتایج ارائه شده بر روی شبکه‌های با ابعاد مختلف با نرخ جهش 01/0 و نرخ تقاطع  5/0.. 99

جدول ‏5‑8 خلاصه‌ای از نتایج الگوریتم پیشنهادی در برخی حالات خاص در شبکه بر تراشه 4×4.. 99

چکیده

امروزه با پیشرفت فن­آوری نیمه­هادی­ها، تعداد مولفه­های پردازشی در یک سیستم روی تراشه (SOC) افزایش یافته است. معماری ارتباطی در این قبیل سیستم­ها مبتنی بر گذرگاه می­باشد. از این رو، با افزایش تعداد مولفه­های پردازشی و با توجه به عدم کارایی و توسعه­پذیری گذرگاه­، مفهوم شبکه روی تراشه یا NOC به عنوان یک طرح ارتباطی درون تراشه­ای کارآمد و مقیاس­پذیر، جهت غلبه بر مشکلات گذرگاه­ها مطرح شده است. یکی از چالش­های مهم در تحقیقات مربوط به NOCها، مسئله نگاشت وظایف یک برنامه کاربردی بر روی هسته­های پردازشی متصل به مسیریاب­های شبکه است که این هسته­ها می­توانند به صورت همگن یا ناهمگن باشند. از طرف دیگر، یکی از پرکاربردترین برنامه­های کاربردی، برنامه­های کاربردی تعبیه شده با نیازمندی­های زمانی بی­درنگ می­باشند. در بسیاری از کارهای انجام شده، به مسئله نگاشت بر روی هسته­های پردازشی همگن پرداخته شده است و سعی در ارائه راه حل کارآمد کرده­اند. اما تقریبا در اکثر طرح­های پیشنهاد شده، ویژگی ناهمگن بودن هسته­ها علی­رغم آن­که به واقعیت نزدیک­تر است، نادیده گرفته شده است. هم­چنین ویژگی بی­درنگ بودن کاربردها، مورد توجه عمده کارهای پژوهشی انجام گرفته، نیز نبوده است. یکی از چالش­های دیگر در شبکه روی تراشه، میزان  توان مصرفی در NOC می­باشد. در این پایان­نامه، به مسئله نگاشت وظایف یک برنامه کاربردی بی­درنگ سخت بر روی هسته­های پردازشی NOC با فرض ناهمگن بودن، پرداخته شده است به­طوری­که علاوه بر این­که محدودیت­های زمانی وظایف رعایت شود، اتلاف توان در شبکه روی تراشه نیز کمینه گردد. با توجه به این که حل بهینه مسئله نگاشت یک مسئله NP-hard است، در طرح پیشنهادی از یک الگوریتم ژنتیک چند هدفه استفاده می­شود. برای همگرایی سریع­تر الگوریتم، معتبر بودن هر راه حل بدست آماده اعتبارسنجی می­گردد تا هزینه اجرای الگوریتم ژنتیک کاهش یابد. اگر چه طرح پیشنهادی برای شبکه­های روی تراشه ناهمگن ارائه شده است اما مقایسه نتایج آن با طرح­های روی تراشه­های همگن نشان دهنده­ی سربار ناچیز طرح پیشنهادی است.

1-1   مقدمه
با توسعه فن‌آوری نیمه هادی­ها امکان تجمیع تعداد زیادی المان پردازشی[1] و حافظه­ای مختلف شامل پردازنده­های سیگنال[2]، سخت­افزارهای خاص منظوره[3]، مدارهای منطقی برنامه­پذیر[4]، پردازنده­های همه منظوره[5] و انواع حافظه و مدارات جانبی در داخل یک تراشه فراهم شده است که این مفهوم به سیستم روی تراشه[6] شناخته شده است[1]. در این قبیل سیستم­ها ارتباطات بین مولفه­های گوناگون که یک چالش مهم محسوب می‌شود،  همان‌طور که در شکل 1-1 نشان داده شده است به صورت نقطه به نقطه[7] یا از طریق گذرگاه­ها[8] برقرار می‌شود[2]. در اتصالات نقطه به نقطه بین هر دو هسته­ی پردازشیِ نیازمند به ارتباط، یک اتصال اختصاصی ایجاد می­شود. از آن­جا که این روش تنها از سیم­ها (و بدون استفاده از سخت­افزار اضافه) برای انتقال داده­ها استفاده می­کند، بهترین کارایی و توان مصرفی را برای برقراری ارتباط بین تعداد کم هسته­ها ارائه می­کند. اما این روش دارای مشکلات زیادی از جمله عدم مقیاس­پذیری[9]، پیچیدگی زیاد طراحی و مسیریابی اتصالات در سطح مدار و هزینه­ی پیاده­سازی بالا است. ایرادهای فوق باعث می­شود که استفاده از اتصالات نقطه به نقطه فقط در سیستم­های کوچک مقرون به صرفه باشد. با بزرگ شدن اندازه­ی سیستم، استفاده از اتصالات نقطه به نقطه به علت زیاد شدن سیم­های مورد نیاز و مشکلات طراحی، امکان­پذیر نیست[2]. روش دیگر، یعنی معماری ارتباطی مبتنی بر گذرگاه، هسته­های پردازشی را با استفاده از یک کانال مشترک به یکدیگر ارتباط می­دهد. در مقایسه با اتصالات نقطه به نقطه، گذرگاه مشترک پیچیدگی طراحی سطح مدار کم­تری دارد و چون از کانال­های کم­تری استفاده می­کند، هزینه­ی پیاده­سازی آن نیز پایین­تر می­باشد. اما گذرگاه مشترک دارای  مشکل اساسی عدم مقیاس­پذیری توان و کارآیی می‌باشد. با زیاد شدن تعداد دستگاه­های متصل به گذرگاه، طول آن و نیز مدارات ارسال و دریافت داده­ی متصل به آن افزایش یافته و باعث ایجاد یک بار خازنی زیاد می­گردند. تمام این بار خازنی در جریان یک انتقال داده شارژ و دشارژ می­شود. این امر، تأخیر و توان مصرفی گذرگاه مشترک را به طرز چشم­گیری افزایش می­دهد. افزون بر این، تمام عناصر متصل به گذرگاه از یک مسیر واحد استفاده می­نمایند و لذا در هر لحظه فقط دو گره با هم ارتباط دارند و سایر گره­ها باید منتظر آزاد شدن کانال بمانند. این امر موجب کاهش شدید کارآیی سیستم به ویژه هنگامی­که عناصر متقاضی ارتباط زیاد باشند، می‌شود [4]. با توجه به این مشکلات، روش گذرگاه نمی­تواند پاسخگوی نیازهای ارتباطی تراشه­های آینده باشد. بنابراین نیاز به یک ساختار ارتباطی برای تجمیع تعداد زیادی هسته­های پردازشی در کنار یکدیگر می­باشد به طوری که این ساختار ارتباطی مقیاس­پذیر بوده و کارایی بالا داشته باشد[4].

برای دانلود متن کامل پایان نامه اینجا کلیک کنید

دانلود پایان نامه فناوری اطلاعات استفاده از الگوریتم ژنتیک و منطق فازی برای بهینه سازی منابع بازار براساس شبکه بندی

دانشگاه ازاد زنجان

دیپارتمان کامپیوتر وIT

موضوع :استفاده از الگوریتم ژنتیک و منطق فازی برای بهینه سازی منابع بازار براساس شبکه بندی

استاد راهنما:عسکر علی بویر

بهار 2013

برای رعایت حریم خصوصی نام نگارنده پایان نامه درج نمی شود

(در فایل دانلودی نام نویسنده موجود است)

تکه هایی از متن پایان نامه به عنوان نمونه :

(ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است)

 

مقدمه

1-1 مدیریت منابع و زمانبندی در گرید24

امروزه فن آوری محاسبات گرید،به عنوان مدل و رهیافتی نو جهت حل مسایل پیچیده و بزرگ در علوممهندسی،صنعت و تجارت مطرح شده است و هر روز بر تعداد برنامه های کاربردی متفاوتی که از زیر ساخت گرید به منظور تامین نیازهای محاسباتی،ذخیره سازی اطلاعات و سایر موارد بهره برداری می کنند،افزوده می شود.مسایلی که توسط گرید حل می شوند معمولاً مسایلی هستند که به نیاز به حجم محاسباتی بالا و یا حجم زیاد داده و ذخیره سازی دارند و ممکن است داده های ورودی مورد نیاز آنها،در میان سایتهای مختلف توزیع شده باشد.

جهت حل این مسایل،گرید یک بستر محاسباتی/ارتباطی ارائه می کند که در آن،قابلیت ها و امکانات و کیفیت سرویس کلیه منابع و بالاخص منابع محاسباتی در کنار یکدیگر مجتمع شده است و دیدی از یک ماشین مجازی بسیار قدرتمند در اختیار برنامه های کاربردی جهت اجرا قرار می گیرد.

ذکر شد که گرید طبق تعریف،هیچ محدودیتی از نظر محدوده جغرافیایی تحت پوشش ندارند بنابراین منابع در دسترس یک گرید،به لحاظ جغرافیایی توزیع شده هستند و حتی ممکن است ناهمگن نیز باشند.منابع در سایتهای مختلف قرار دارند و متعلق به سازمانها و نهادهای متفاوت هستند و هر سازمان ،سیاست های مدیریتی خود را بر نحوه به اشتراک گذاری و دسترسی به منابعش اعمال می کند.

از طرف دیگر،همانطوری که گفته شد،محیط گرید یک محیط اختیاری و پویاست،به این معنا که بر خلاف کلاسترها که معمولاً نرخ تعیین منابع در دسترس،در آنها کم است،در سیستمهای گرید،ماشینها و به طور کلی،کلیه منابع در دسترس گرید در طول زمان ممکن است تغییر کنند.

مشاهده می شود که محیط گرید،به لحاظ منابع تحت پوشش،محیطی بسیار پیچیده است.فاصله های جغرافیایی زیاد منابع توزیع شده،معماریها و سیستم عاملهای متفاوت ماشینهای مختلف،تفاوت ها در روشهای دستیابی به هر یک از منابع،متغیر بودن محیط به لحاظ منابع دردسترس و در نهایت وجود سیاست های مختلف در دسترسی به منابع،همه و همه مسائل پیچیده ای هستند که گرید باید با آنها دست و پنجه نرم کند.کاملاً واضح است مدیریت موثر منابع،امری حیاتی در سیستمهای گرید محسوب می شود و به علاوه،زمانبندی باید به نحو احسن در این سیستم ها انجام شود تا از یک طرف کاربران و برنامه های کاربردی به بهترین نحو سرویس دریافت کنند و از طرف دیگر از کلیه منابع گرید،بهره برداری بهینه و حداکثر صورت گیرد.در واقع می توان گفت،کارآمدی هر سیستم گرید،به میزان زیادی در گرو کارآیی و موثر بودن روشهای مدیریت منابع و نیز سیاست ها و مکانیزمهای مورد استفاده در اجرای وظایف در این محیط می باشد.زیرا عمل تقسیم بار در سیستم های گرید،تا چه حد حیاتی و بحرانی است،زیرا استفاده موثر از تقسیم بار در سیستم های گرید،تا حد زیادی حیاتی و بحرانی است،زیرا استفاده موثر از تقسیم بار،هم به نفع مالکان ماشینها خواهد بود و هم به نفع مشتریان منابع.

1-2کلیات مدیریت و زمانبندی در سیستم های گرید24

1-2-1 انواع منابع در محیط گرید

متن کامل در سایت امید فایل 

محیط گرید،مجموعه ای متشکل از ماشینهای محاسباتی است که گاهی عناوینی مانند،منبع،عضو،پردازشگر گرید،واگذار کننده(کارها)و میزبان به این ماشینها داده می شود.تمامی این ماشینها در واقع منابع گرید را تشکیل می دهند.دسترسی به برخی ماشینها ممکن است توسط همه کاربران امکانپذیر باشد،اما ممکن است ماشینهایی نیز وجود داشته باشند که دسترسی به  آنها،قیود و شرایط و محدودیت های خاص خود را داشته باشد.

 

 

 

 

1-2-1-1منابع محاسباتی24

مهمترین منبع در هر سیستم گرید،منابع محاسباتی هستند.استفاده از یک منبع محاسباتی،به معنای استفاده از سیکلهای پردازنده ماشینهای مختلف در گرید،جهت اجرای برنامه های کاربردی است.پردازنده های ماشینهای مختلف،ممکن است به لحاظ سرعت،معماری و فاکتورهای مرتبط دیگری مانند حافظه اصلی،نحوه اتصالات با یکدیگر(در کامپیوتر های چند پردازنده)و غیره با یکدیگر تفاوت داشته باشند.

1-2-1-2 منابع ذخیره سازی

بعد از منابع محاسباتی،پرکاربردترین منابع مورد استفاده در محیط گرید را منابع ذخیره سازی داده ها تشکیل می دهند.یک نوع خاص از گرید،اصطلاحاً گرید داده است که توسط آن،می توان انبار داده مجازی با ظرفیت بسیار بالا داشت(با استفاده از تجمیع منابع ذخیره سازی ماشینهای توزیع شده مختلف به صورت شفاف جهت ارائه یک انبار داده یکپارچه و منسجم و تکی مجازی).این انبار داده مجازی و غول پیکر،به صورت منطقی،کلیه داده های روی ماشینهای توزیع شده را مجتمع می کند و گرید داده،دسترسی یکسان(صرف نظر از معماری،سیستم عامل و سیستم مدیریت بانک اطلاعاتی ماشینهای توزیع شده)و کاملاً شفاف به داده و اطلاعات فراهم می کند.

برای دانلود متن کامل پایان نامه اینجا کلیک کنید

پایان نامه بهینه‌سازیِ شبیه‌سازیِ برنامه تولید با استفاده از الگوریتم ژنتیک

دانشگاه یـــزد

مدیریت، اقتصاد و حسابداری

پایان نامه کارشناسی ارشد رشته مدیریت صنعتی تولید صنعتی

  عنوان:

بهینه‌سازیِ شبیه‌سازیِ برنامه تولید با استفاده از الگوریتم ژنتیک

(مطالعه موردی: کارخانه کاشی گلدیس)

استاد راهنما :

دکتر علیرضا ناصر صدرآبادی

زمستان 93

 

برای رعایت حریم خصوصی نام نگارنده پایان نامه درج نمی شود

(در فایل دانلودی نام نویسنده موجود است)

تکه هایی از متن پایان نامه به عنوان نمونه :

(ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است)

چکیده

در حال حاضر پیچیدگی و پویایی روزافزون محیط‌های تولیدی، کاربرد مدل‌های تحلیلی را در ارزیابی و تصمیم‌گیری آن‌ها با محدودیت‌های قابل توجهی روبه‌رو نموده است. لذا استفاده از شبیه‌سازی رایانه‌ای به‌عنوان ابزاری که قابلیت گسترده‌ای در فرموله‌نمودن سیستم‌های فوق دارد، به‌طور وسیع مورد استقبال قرار گرفته است. با این وجود، ارائه بهترین راه‌حل همواره یکی از چالش‌های اصلی این حوزه است.

در این راستا، پژوهش پیش رو به چگونگی حل مشکل برنامه‌ریزی خط تولید کاشی کارخانه مورد مطالعه پرداخت. مسئله تعیین تعداد بافرهای تخصیصی به هر خط بود. با استفاده از ترکیب تکنیک شبیه‌سازی رایانه‌ای و الگوریتم بهینه‌سازی ژنتیک، تعداد بهنیه بافرهای تخصیصی مشخص شد و زمان توقف کوره به حداقل ممکن خود رسید. ابتدا، سیستم تولیدی با استفاده از تکنیک شبیه‌سازی مدل شد و سپس از ترکیب آن با الگوریتم بهینه‌سازی ژنتیک، جواب‌های بهینه حاصل شدند.

بطور خلاصه، می‌توان هدف از انجام این پژوهش را این‌چُنین بیان کرد:

کاهش زمان توقف کوره از طریق تخصیص بهینه بافرها به خطوط تولیدی از طریق ترکیب تکینک شبیه‌سازی و الگوریتم بهینه‌سازی ژنتیک

کلمات کلیدی: بهینه‌سازیِ شبیه‌سازی، الگوریتم‌های فراابتکاری، الگوریتم ژنتیک، برنامه‌ریزی تولید

متن کامل در سایت امید فایل 

فهرست مطالب

فصل اول کلیات پژوهش 1

1-1- مقدمه 2

1-2- بیان مسئله 3

1-3- ضرورت انجام پژوهش 4

1-4- سوالات پژوهش 4

1-5- اهداف پژوهش 5

1-5-1- اهداف کلی 5

1-5-2- اهداف خاص و مصداقی 5

1-6- قلمرو پژوهش 6

1-7- تعریف واژگان کلیدی 6

1-8- جمع‌بندی 7

فصل دوم ادبیات تحقیق 9

2-1- مقدمه 10

2-2- مدیریت تولید و سیستم‌های تولیدی 11

2-2-1- پارادایم‌های تولید 11

2-1-1-1- تولید دستی 12

2-1-1-2-تولید انبوه 12

2-1-1-3- تولید ناب 12

2-1-1-4- تولید چابک 13

2-3- انواع سیستم‌های تولیدی 13

2-4- دسته‌بندی سیستم‌های تولیدی 14

2-5- آشنایی با فرآیندهای تولید و انواع آن 16

2-6- نقش شبیه‌سازی در مسائل برنامه‌ریزی تولید 18

2-7- تهیه برنامه زمان‌بندی توسط برنامه شبیه‌ساز 19

2-7-1- شبیه‌سازی برای تنظیم پارامترهای الگوریتم‌های ابتکاری 20

2-7-2- شبیه‌سازی برای ارزیابی راهکارهای متفاوت زمان‌بندی 21

2-7-3- شبیه‌سازی برای تقلید رفتارهای تصادفی سیستم 22

2-8- درنگی بر مفاهیم شبیه‌سازی 23

2-8-1- سیستم 23

2-8-2- مدل 23

2-8-3- اجزای یک مدل شبیه‌سازی 24

2-9- کاربردهای شبیه‌سازی در اداره واحدهای تولیدی 25

2-10- محاسن کاربرد شبیه‌سازی در صنعت 25

2-11- انواع نرم‌افزارهای شبیه‌سازی 26

2-12- بهینه‌سازیِ شبیه‌سازی 27

2-13- روش‌های بهینه‌سازی شبیه‌سازی 27

2-14- معرفی انواع الگوریتم‌های فراابتکاری 30

2-14-1- الگوریتم نزول 30

2-14-1-1- مراحل اجرای الگوریتم نزول 31

2-14-1-2- نقاط ضعف الگوریتم نزول 31

2-14-2- شبیه‌سازی تبرید تدریجی 31

2-14-2-1- تاریخچه و زمینه پیدایش 31

2-14-2-2- خط سیر الگوریتم تبرید تدریجی 32

2-14-3- جستجوی ممنوع 32

2-14-3-1- تاریخچه و زمینه پیدایش 33

2-14-3-2- خط سیر الگوریتم جستجوی ممنوع 33

2-14-4- الگوریتم مورچگان 34

2-14-4-1- تاریخچه و زمینه پیدایش 34

2-14-4-2- خط سیر الگوریتم مورچگان 34

2-14-4-3- گونه‌های مختلف الگوریتم مورچگان 35

2-14-5- الگوریتم ژنتیک 35

2-14-5-1- تاریخچه و زمینه پیدایش 35

2-14-5-2- خط سیر الگوریتم ژنتیک 36

2-15-5-3- مفاهیم و سازوکارهای الگوریتم ژنتیک 37

2-14-5-4-کاربردهای الگوریتم ژنتیک 39

2-15- نرم‌افزارهای مورد استفاده در پژوهش 42

2-16- پیشینه پژوهش 43

2-16-1- بخش اول: مروری بر پژوهش‌های کاربرد شبیه‌سازی در سیستم‌های تولیدی 43

2-16-1-1- پیشینه پژوهش‌های داخلی 43

2-16-1-2- پیشینه پژوهش‌های خارجی 44

2-16-2- بخش دوم: مروری بر پژوهش‌های انجام شده در جهت تعیین اندازه انبارهای میانگیر 46

2-16-2-1- پیشینه پژوهش‌های داخلی 46

2-16-2-2- پیشینه پژوهش‌های خارجی 46

فصل سوم روش تحقیق 51

3-1- مقدمه 52

3-2- نوع تحقیق 52

3-3- مراحل تحقیق 54

3-3-1- گام‌های اساسی در ایجاد و اجرای یک مدل شبیه‌سازی 54

3-4-1- آشنایی با سیستم و اتفاقات جاری آن 54

3-4-1-1- روش تولید کاشی و سرامیک 55

3-4-1-2- معرفی خط تولید کاشی 56

3-4-1-3- جریان مواد 57

3-3-1-4- نمودارهای فرآیند جریان 58

3-4-2- تعریف مسئله 62

3-4-3- تعیین اهداف و طرح کلی پژوهش 64

4-3-4- مدل‌سازی 64

3-4-4-1- روش مدل‌سازی 65

3-4-4-2- انتخاب نرم‌افزار برای شبیه‌سازی سیستم 67

3-4-5- گردآوری داده‌ها 67

3-4-5-1- تجزیه و تحلیل داده‌های ورودی به مدل 68

3-4-5-2- جامعه آماری، حجم ‌نمونه، روش‌های نمونه‌گیری: 70

3-4-6- پیاده‌سازی مدل روی نرم‌افزار 70

3-4-7- تأیید مدل 72

3-4-7-1- تکنیک‌های تأیید مدل 72

3-4-8- اعتبارسنجی مدل 73

3-5- ترکیب مدل شبیه‌سازی شده با الگوریتم ژنتیک 73

فصل چهارم اجرای مدل و تحلیل نتایج 75

4-1- مقدمه 76

4-2- ورودی‌های مدل 76

4-2-1- کارایی ایستگاه‌های کاری 76

4-2-2- اجزای یک مدل شبیه‌سازی 76

4-2-3- زمان‌سنجی 80

4-3- اجرای مدل 82

4-3-1- تایید مدل 82

4-3-2- اعتبارسنجی مدل 83

4-3-3- اجرای مدل 85

4-4- خروجی های مدل 85

فصل پنجم نتیجه‌گیری و پیشنهادات 89

5-1- مقدمه 90

5-2- نتایج 90

5-3- پیشنهادات کاربردی 91

5-4- پیشنهادات برای تحقیقات آتی 92

منابع 93

فهرست اشکال

شکل 2-1- دسته‌بندی انواع سیستم‌های تولیدی ]11[ 14

شکل 2-2- خط جریان کارگاهی با انبار میانگیر]6[ 17

شکل 2-3- بخشی از ورودی‌ها و خروجی‌های یک مدل شبیه‌سازی برنامه‌ریزی و زمان‌بندی تولید]6[ 19

شکل 2-4- تعبیه بخش تهیه برنامه زمان‌بندی در شبیه‌ساز برنامه‌ریزی و زمان‌بندی تولید]6[ 20

شکل 2-5- تنظیم پارامترهای الگوریتم ابتکاری (فراابتکاری) در شبیه‌ساز برنامه‌ریزی و زمان‌بندی تولید]6[ 21

شکل 2-6- شبیه‌سازی برای مقایسه عملکرد برنامه‌های زمان‌بندی]6[ 22

شکل 2-7- شبیه‌سازی برای تقلید رفتارهای تصادفی سیستم]6[ 22

شکل 2-8- ساختار کلی بهینه‌سازی شبیه‌سازی]6[ 27

شکل 2-9 – خط سیر الگوریتم ژنتیک]8[ 36

شکل 2-10- جریان کلی الگوریتم ژنتیک]8[ 39

شکل 3-1 – طبقهبندی انواع روش تحقیق]34 [ 53

شکل 3-2– نمایش مراحل تولید کاشی 56

شکل 3-3– نمایش فرآیند تولید کاشی 57

شکل3-4- نمایش جریان مواد 57

شکل3-5– نمایش محل انبارهای میانگیر سیستم 63

شکل 3-7- مراحل ارائه مدل معتبر از ورودی‌های سیستم 69

شکل 3-9- روندنمای نرم‌افزار 74

شکل 4-1- نمایش فرضیات خط تولید مسئله 79

شکل 4-2- توزیع جابجایی TGV حاصل از اجرای مدل 82

شکل 4-3- پارامترهای توزیع Lognormal حاصل از اجرای مدل 82

فهرست نمودارها

نمودار3-1- فرآیند جریان واحد پرس 58

نمودار3-2- فرآیند جریان واحد لعاب 59

نمودار3-3- فرآیند جریان واحد کوره 60

نمودار3-4 فرآیند جریان واحد بسته‌بندی 61

فهرست جداول

جدول 2-1– مقایسه انواع سیستم‌های تولیدی]11[ 15

جدول 2-2- معرفی انواع نرم‌افزارهای شبیه‌سازی]16[ 26

جدول 4-1- کارایی ایستگاه‌های کاری 76

جدول 4-2- عناصر مدل 76

جدول 4-3 –  اطلاعات عددی عناصر مدل 77

جدول 4-4- مشخصات کوره و ویژگی‌های آن 77

جدول 4-5 – اطلاعات عناصر ورودی در کوره 77

جدول 4-6- زمان خالی شدن واگن 77

جدول 4-7- زمان‌ تنظیمات 77

جدول 4-8- درصد ضایعات در هر مرحله 78

جدول4-9 – رویدادهای مدل 78

جدول 4-10- منطق‌های حاکم بر مدل 78

جدول 4-11- منطق تغییر اندازه کوره 80

جدول 4-12- زمان‌سنجی جابجایی TGV در قسمت کوره 81

شکل 4-4 – رویداد در حال وقوع 83

شکل 4-5 – رویدادهای آینده 83

جدول 4-13–  مقایسه نتایج حاصل از اجرای مدل و داده‌های واقعی 84

جدول 4–14-  نتیجه آزمون  T-Test 84

جدول 4–15-  پارامترهای موردنیاز اجرای الگوریتم ژنتیک در تکرارهای مختلف 86

جدول 4-16-  تعداد بهینه واگن‌ها و پالت‌های حاصل از اجرای مدل 86

جدول5-1- خروجی نهایی مسئله

برای دانلود متن کامل پایان نامه اینجا کلیک کنید.

پایان نامه بهینه‌ سازی زمان و هزینه به روش الگوریتم ژنتیک برای پروژه‌های عمرانی

فصل اول

مقدمه

امروزه لزوم برنامه ریزی مناسب به منظور برآورد صحیح از زمان و هزینه انجام پروژه و میزان منابع مورد نیاز در یک پروژه که تاثیر مستقیم بر اجرا، اداره و بهره برداری مناسب از پروژه هایی همانند احداث سد و ساختمان دارند، روشن است. در مجموع، مدیریت و برنامه ریزی فعالیت ها و منابع مورد نیاز در یک پروژه، نیازمندانجام تحلیل های مختلفی است که یکی از آنها مدلسازی و پیش‌بینی صحیح هزینه و زمان انجام پروژه است. رسیدن به این هدف، کمک قابل‌توجهی به مدیریت بهینه پروژه و تصمیم گیری در شرایط خاص می کند.

مسئله برنامه ریزی و پس از آن کنترل زمان بندی پروژه ها، هر روز اهمیتی بیش از گذشته می یابد. در محیطی که رقابت شرکت ها هر روز به هم نزدیکتر می شود و تفاوت های کوچک در ارائه قیمت در مناقصه ها منجر به موفقیت یا شکست در مناقصه می شود، ارائه برنامه ای که منطبق بر واقعیات باشد و بتواند حاوی تمام واقعیات اقتصادی در مدل یک پروژه باشد حائز اهمیت زیادی است. یک برنامه جامع این قابلیت را دارد که با استفاده از رابطه هزینه و زمان در یک پروژه، تغییرات لازم را در هزینه و زمان منابع در نظر بگیرد و راه حل های مناسب را پیش روی کاربران قرار دهد تا بتوانند قبل از اجرای پروژه، برآورد مناسبی از زمان و هزینه اجرایی و میزان منابع مورد نیاز در پروژه داشته باشند.

برای زمان بندی و کنترل پروژه، مراحل مختلفی از جمله تحلیل پروژه، برآورد مدت، هزینه و منابع اجرایی و در نهایت زمان بندی پروژه صورت می گیرد. گاهی اوقات مدیریت پروژه تصمیم می گیرد زمان پروژه را کاهش دهد که این امر تاثیر مستقیم بر هزینه تمام شده خواهد داشت.

متن کامل در سایت امید فایل 

کاهش زمان با تدابیر خاص، از جمله به کارگیری منابع اجرایی محقق می شود که باعث افزایش هزینه های اجرایی پروژه می شود.

به منظور بهینه سازی زمان – هزینه، روش های مختلفی در دو حوزه آنالیز موازنه زمان – هزینه به کار گرفته می شوند. به همین منظور روش های ریاضی و تحقیقی (کاوشی) متنوعی به کار می روند.

از جمله مدل های کاوشی عبارتند از: روش فوندال، مدل سازه اپراگر، مدل سنجی مصلحی، و مدل زیمنس. روش های ریاضی نیز شامل روش برنامه ریزی خطی مدل برنامه ریزی عمده صحیح، مدل پویا و مدل ترکیبی برنامه ریزی خطی و عدد صحیح اشاره کرد.

الگوریتم ژنتیک یک روش جستجو و بهینه سازی بر اساس اصول تکاملی طبیعی می باشد. این الگوریتم مقرر می‌سازد که یک جمعیت متشکل از تعدادی زیاد افراد که تحت قوانین ویژه‌ای انتخاب شده‌اند طی فرایندی تکاملی، تابع برازش را بهینه نمایند. الگوریتم ژنتیک نسبت به سایر روش های بهینه سازی دارای مزیت هایی از جمله بهینه سازی متغیرهای پیوسته یا گسسته با توابع هدف بسیار پیچیده تر، استفاده از قوانین انتقال احتمالی به جای قوانین قطعی و قابلیت کار با تعداد زیادی متغیر می باشد.

برای اولین بار Feng‌ و Lui (1997) در حل مساله موازنه زمان – هزینه، Hegazy (1999) در حل مساله تخصیص و تسطیح منابع از روش الگوریتم ژنتیک استفاده نمودند. آنها در مدلسازی خود بهینه سازی تک هدفه را دنبال کردند و تنها با روش وزن دهی به پارامترهای زمان و هزینه، ترجیحات تصمیم گیرنده را در انتخاب گزینه در نظر گرفتند.

در این پایان نامه با استفاده از الگوریتم ژنتیک و مدل چند هدفه، موازنه زمان هزینه و تخصیص منابع صورت گرفته، ضمن اینکه عدم قطعیت ها در مدت زمان و هزینه اجرای هر یک از فعالیت های پروژه لحاظ شده است.

 برای دانلود متن کامل پایان نامه اینجا کلیک کنید.

پایان نامه بهینه‌سازیِ شبیه‌سازیِ برنامه تولید با استفاده از الگوریتم ژنتیک

فصل اول
کلیات پژوهش

 

 

1-1- مقدمه

در فرآیند توسعه بشری، همواره سیستم‌های پیچیده‌تری به‌وجود می‌آیند و به همان نسبت مدیریت، نظارت و کنترل آن‌ها مشکل‌تر می‌شود]1[. پیچیدگی، پویایی روزافزون و ماهیت تصادفی کارکرد سیستم‌ها بیش‌ازپیش بررسی و تحلیل آن‌ها را دشوار نموده است. محیط‌های تولیدی و صنعتی نیز از این قاعده مستثنی نیستند. از این نقطه‌نظر، به‌کارگیری مدل‌های تحلیلی بدلیل ساده‌سازی و عدم توجه به تمامی ابعاد مرتبط با سیستم، با محدودیت‌های قابل‌توجهی همراه می‎شوند و ارائه بهترین راه‌حل، همواره یکی از چالش‌های اصلی در این رویکرد می‌باشد و تعیین مقادیر بهینه متغیرها از طریق روش‌های رایج امکان‌پذیر نمی‎باشد]2[. برای رفع این معضلات، مدیر ناچار به ارائه راهکارهایی جهت بهبود وضع موجود است. یکی از انواع این راهکارها، بهینه‌سازی شبیه‌سازی است.

متن کامل در سایت امید فایل 

خوشبختانه، روش‌های متنوع و گسترده بهینه‌سازی شبیه‌سازی امکان تحلیل مسائل پیچیده را فراهم کرده است. مزیت بارز این روش‌ها در آن است که بدون جستجوی کلیه نقاط فضای موجود، سعی در یافتن جواب بهینه دارند]2[. شبیه‌سازی که به‌عنوان یک تکنیک توانمند تجزیه و تحلیل سیستم‌ها شناخته می‌شود، می‌تواند نقش مهمی را در اداره کارآمد واحدهای تولیدی ایفا کند.

بدلیل تأثیرات متقابلی که قسمت‌های مختلف یک سیستم بر روی‎هم دارند، علم شبیه‌سازی سیستم‌ها به کمک مدیران و مهندسین آمده است تا به مطالعه و بررسی نتایج حاصل از این اثرات بپردازد. در واقع یکی از کارآمدترین و پیشرفته‌ترین ابزارهای نوین عصر صنعتی و اطلاعاتی جهت تجزیه و تحلیل سیستم‌ها، شبیه‌سازی رایانه‌ای می‌باشد]1[.

بهینه‌سازی در علوم ریاضی و رایانه فرآیند انتخاب یا یافتن بهترین عضو در مجموعه‌ای از گزینه‌های موجود می‌باشد. هر فرآیندی پتانسیل بهینه‎شدن را دارد و مسائل پیچیده می‌توانند در زمینه‌های مختلف مانند علوم مهندسی، اقتصاد و مدیریت به‌صورت مسائل بهینه‌سازی، مدل‎سازی شوند. هدف از مدل‎سازی مسائل بهینه‌سازی، حداقل‌کردن زمان، هزینه و ریسک و یا حداکثر‌کردن سود، کیفیت و اثربخشی است. برخی از مسائل بهینه‌سازی پیچیده هستند و به‌دست‌آوردن جواب‌های بهینه در زمان معقول با روش حل دقیق، دشوار می‌باشد. از این‌رو توسعه روش‌های حل، در این نوع مسائل که بتوانند در زمان معقول جواب‌های بهینه یا نزدیک به بهینه به‌دست آورند، از نظر اقتصادی بصرفه‌تر است. در سالیان اخیر محققان در اکثر مسائل پیچیده بهینه‌سازی با پیاده‌سازی روش‌های فراابتکاری به نتایج مناسبی دست یافته‌اند]3[.

مدل شبیه‌سازی یک سیستم تولیدی به مثابه ابزار تحلیلی دقیقی است که مدیران، طراحان و برنامه‌ریزان یک واحد تولیدی را قادر می‌سازد تا با نگرشی سیستمی به‌سهولت تأثیر تغییر پارامترها و متغیرهای هر یک از زیرسیستم‌های موجود را بر روی عملکرد مجموعه سیستم تولیدی ارزیابی نموده و درجه اهمیت آنان ‌را در فرآیند تأثیرگذاری، محک بزند]4[.

در دنیای صنعتی امروز، شبیه‌سازی به‌عنوان یک روش‌شناسی حل مسائل و تجزیه و تحلیل سیستم‌ها از اهمیت به‌سزایی برخوردار است. قدرت و توانایی این تکنیک در مدل‌سازی سیستم‌های پیچیده صنعتی و خدماتی، سادگی مدل‌سازی، سهولت درک از یک‌سو و پیشرفت سیستم‌های سخت‌افزاری و نرم‌افزاری برای حل مدل‌های ایجاد شده از سوی دیگر، شبیه‌سازی را از تکنیک‌های مدل‌سازی متمایز می‌کند. شبیه‌سازی به‌کاربر آن، امکان آزمایش با سیستم‌هایی را می‌دهد که بدون آن، آزمایش غیرممکن یا غیرعملی است]5[.

 

1-2- بیان مسئله

برنامه‌ریزی تولید نقش به‌سزایی در کاهش قیمت تمام‌شده محصولات دارد. این عامل از مهم‌ترین عوامل رقابتی در هر صنعت است. کارخانجات تولید کاشی هم از این قاعده مستثنی نیستند. از آنجاییکه بقای هر بنگاه اقتصادی وابسته به سودآوری آن می‌باشد، باید با بررسی عمیق و ارائه برنامه بهینه تولید به این مهم دست یافت.

فرآیند تولید کاشی کارخانه مورد مطالعه از سه مرحله اصلی آماده‌سازی (پرس و لعاب)، پخت کاشی (کوره) و بسته‌بندی تشکیل شده است که بین این مراحل، انبارهایی جهت نگه‌داری کاشی در جریان ساخت وجود دارد. در این کارخانه، با توجه به این‎که 4 خط پرس و لعاب، 3 خط کوره و 4 خط بسته‌بندی وجود دارد و تولید هر نوع از کاشی به نسبت معینی از ظرفیت خطوط را اشغال می‌کند، استفاده‌ بهینه از ظرفیت انبارهای میانگیر بین خطوط لعاب و کوره و بسته‌بندی و هم‌چنین زمان مناسب برای تغییر اندازه در خطوط بسته‌بندی می‌تواند علاوه‌بر امکان تولید متنوع اندازه و طرح‌های محصولات، باعث به حداقل رساندن توقفات کوره و گلوگاه[1]‌شدن واحد‌های تولیدی (پرس و لعاب و بسته‌بندی) شود. ضمناً، چیدمان اندازه‌های مختلف کاشی روی خطوط، ظرفیت‌های متفاوتی از تولید را ایجاد می‌کند. لازم به ذکر است، توقفات هر بخش رفتار‌ی متفاوت دارد که در ظرفیت تولید تأثیرگذار است و بسته به شرایط باید بتوان چیدمان تولید را مدیریت کرد.

 برای دانلود متن کامل پایان نامه اینجا کلیک کنید.