{"title":"获胜者是由遗传算法和丹麦沃尔夫分布法混合定义的。","authors":"رضا علائی, مصطفی ستاک","doi":"10.24200/J65.2019.7078.1688","DOIUrl":null,"url":null,"abstract":"در این مقاله به ارائه‌ی یک روش دومرحله‌یی برای حل دقیق حالت خاصی از مسئله‌ی تعیین برندگان در مناقصه‌ی ترکیبی پرداخته می‌شود که ترکیبی از الگوریتم ژنتیک و روش تجزیه‌ی دنتزیگ - ولف است. الگوریتم فراابتکاری ژنتیک برای یافتن جواب موجه و نزدیک بهینه‌ی مسئله ارائه شده است که خروجی آن نقطه‌ی شروع روش دقیق تجزیه‌ی دنتزیگ - ولف است که با توجه به ساختار بلوکی - قطری مسئله برای تجزیه‌ی مسئله و یافتن جواب بهینه‌ی آن در زمان کمتر ارائه شده است. نتایج محاسباتی حاصل از به کارگیری روش ارائه شده برای حل نمونه‌های تصادفی مسئله نشان می‌دهد که روش مبتنی بر تجزیه‌ی دنتزیگ - ولف علاوه‌بر تعیین نوع (بهینه یا غیربهینه) جواب‌های حاصل از الگوریتم ژنتیک، قادر به بهبود جواب‌های غیربهینه تا رسیدن به جواب بهینه است. همچنین نتایج حاصل نشان می‌دهد که روش دومرحله‌یی ارائه شده در مقایسه با نرم‌افزار لینگو زمان کمتری را صرف یافتن جواب بهینه‌ی نمونه‌های مختلف مسئله می‌کند.","PeriodicalId":33625,"journal":{"name":"mhndsy Sny` w mdyryt shryf","volume":"1 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2019-08-23","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"تعیین برندگان در مناقصه‌ی ترکیبی با الگوریتم ژنتیک و روش تجزیه‌ی دنتزیگ - ولف\",\"authors\":\"رضا علائی, مصطفی ستاک\",\"doi\":\"10.24200/J65.2019.7078.1688\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"در این مقاله به ارائه‌ی یک روش دومرحله‌یی برای حل دقیق حالت خاصی از مسئله‌ی تعیین برندگان در مناقصه‌ی ترکیبی پرداخته می‌شود که ترکیبی از الگوریتم ژنتیک و روش تجزیه‌ی دنتزیگ - ولف است. الگوریتم فراابتکاری ژنتیک برای یافتن جواب موجه و نزدیک بهینه‌ی مسئله ارائه شده است که خروجی آن نقطه‌ی شروع روش دقیق تجزیه‌ی دنتزیگ - ولف است که با توجه به ساختار بلوکی - قطری مسئله برای تجزیه‌ی مسئله و یافتن جواب بهینه‌ی آن در زمان کمتر ارائه شده است. نتایج محاسباتی حاصل از به کارگیری روش ارائه شده برای حل نمونه‌های تصادفی مسئله نشان می‌دهد که روش مبتنی بر تجزیه‌ی دنتزیگ - ولف علاوه‌بر تعیین نوع (بهینه یا غیربهینه) جواب‌های حاصل از الگوریتم ژنتیک، قادر به بهبود جواب‌های غیربهینه تا رسیدن به جواب بهینه است. همچنین نتایج حاصل نشان می‌دهد که روش دومرحله‌یی ارائه شده در مقایسه با نرم‌افزار لینگو زمان کمتری را صرف یافتن جواب بهینه‌ی نمونه‌های مختلف مسئله می‌کند.\",\"PeriodicalId\":33625,\"journal\":{\"name\":\"mhndsy Sny` w mdyryt shryf\",\"volume\":\"1 1\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2019-08-23\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"mhndsy Sny` w mdyryt shryf\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.24200/J65.2019.7078.1688\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"mhndsy Sny` w mdyryt shryf","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.24200/J65.2019.7078.1688","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
تعیین برندگان در مناقصه‌ی ترکیبی با الگوریتم ژنتیک و روش تجزیه‌ی دنتزیگ - ولف
در این مقاله به ارائه‌ی یک روش دومرحله‌یی برای حل دقیق حالت خاصی از مسئله‌ی تعیین برندگان در مناقصه‌ی ترکیبی پرداخته می‌شود که ترکیبی از الگوریتم ژنتیک و روش تجزیه‌ی دنتزیگ - ولف است. الگوریتم فراابتکاری ژنتیک برای یافتن جواب موجه و نزدیک بهینه‌ی مسئله ارائه شده است که خروجی آن نقطه‌ی شروع روش دقیق تجزیه‌ی دنتزیگ - ولف است که با توجه به ساختار بلوکی - قطری مسئله برای تجزیه‌ی مسئله و یافتن جواب بهینه‌ی آن در زمان کمتر ارائه شده است. نتایج محاسباتی حاصل از به کارگیری روش ارائه شده برای حل نمونه‌های تصادفی مسئله نشان می‌دهد که روش مبتنی بر تجزیه‌ی دنتزیگ - ولف علاوه‌بر تعیین نوع (بهینه یا غیربهینه) جواب‌های حاصل از الگوریتم ژنتیک، قادر به بهبود جواب‌های غیربهینه تا رسیدن به جواب بهینه است. همچنین نتایج حاصل نشان می‌دهد که روش دومرحله‌یی ارائه شده در مقایسه با نرم‌افزار لینگو زمان کمتری را صرف یافتن جواب بهینه‌ی نمونه‌های مختلف مسئله می‌کند.
求助内容：
应助结果提醒方式：
京公网安备 11010802042870号
