دانش رسان |
مرکز علم و دانش کشور مقاله تعیین ظرفیت بهینه‌ی مخزن سد با اعمال کنترل روی اعتمادپذیری تأمین نیاز با استفاده از روش ترکیبی برنامه‌ریزی خطی ـالگوریتم ژنتیک
در حال بارگذاری
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
مقاله تعیین ظرفیت بهینه‌ی مخزن سد با اعمال کنترل روی اعتمادپذیری تأمین نیاز با استفاده از روش ترکیبی برنامه‌ریزی خطی ـالگوریتم ژنتیک دارای ۱۳ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله تعیین ظرفیت بهینه‌ی مخزن سد با اعمال کنترل روی اعتمادپذیری تأمین نیاز با استفاده از روش ترکیبی برنامه‌ریزی خطی ـالگوریتم ژنتیک کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله تعیین ظرفیت بهینه‌ی مخزن سد با اعمال کنترل روی اعتمادپذیری تأمین نیاز با استفاده از روش ترکیبی برنامه‌ریزی خطی ـالگوریتم ژنتیک،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله تعیین ظرفیت بهینه‌ی مخزن سد با اعمال کنترل روی اعتمادپذیری تأمین نیاز با استفاده از روش ترکیبی برنامه‌ریزی خطی ـالگوریتم ژنتیک :
تعداد صفحات :۱۳
در این نوشتار مسئله‌ی تعیین ظرفیت بهینه‌ی مخزن سد با کنترل اعتمادپذیری تأمین نیازهای آبی با استفاده از یک مدل برنامه‌ریزی ریاضی بررسی شده است. اعمال کنترل بر اعتمادپذیری، نیازمند استفاده از متغیرهای دومقداره و توسعه‌ی یک مدل برنامه‌ریزی خطی مختلط با اعداد صحیح )MILP( است؛ لذا مدل ترکیبی الگوریتم ژنتیک ـ برنامه‌ریزی خطی )GA-LP( برای حل مدل‌های MILP توسعه یافته است که در آن متغیرهای دومقداره با GA تولید و تکامل می‌یابد و مدل خطی باقیمانده در هر بار ارزیابی تابع هدف در GA حل می‌شود. این مدل به همراه روش شاخه و حد و روش الگوریتم ژنتیک در بهینه‌سازی ظرفیت مخزن سد چراغ ویس، شامل تعداد ۴۲۰ تا ۸۴۰ متغیر صفر و یک، به‌منزله‌ی مطالعه‌ی موردی به‌کار رفته و مقایسه شده‌اند. نتایج بیان‌گر قابلیت مطلوب و لیکن نسبی الگوریتم پیشنهادی، از نظر سرعت محاسباتی و کیفیت جواب‌ها در مقایسه با روش شاخه و حد و الگوریتم ژنتیک در حل مدل‌های تحت بررسی است. علی‌رغم آن تولید تصادفی متغیرهای صفر و یک در GA در مسائل بزرگ‌مقیاس، مستلزم تلاش‌های محاسباتی قابل‌ملاحظه برای هدایت الگوریتم پیشنهادی به سمت جواب‌های مناسب است.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
