مقاله موازنه زمان – هزینه در شبکه های دارای زمان های احتمالی PERT با اسـتفاده از الگوریتم ژنتیک

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله موازنه زمان – هزینه در شبکه های دارای زمان های احتمالی PERT با اسـتفاده از الگوریتم ژنتیک دارای ۲۱ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله موازنه زمان – هزینه در شبکه های دارای زمان های احتمالی PERT با اسـتفاده از الگوریتم 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 موازنه زمان – هزینه در شبکه های دارای زمان های احتمالی PERT با اسـتفاده از الگوریتم ژنتیک،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله موازنه زمان – هزینه در شبکه های دارای زمان های احتمالی PERT با اسـتفاده از الگوریتم ژنتیک :

تعداد صفحات:۲۱

چکیده:

بطور کلی سه مدل اصلی برای موازنه زمان و هزینه در پروژه ها داریم . آنچه در این تحقیق مطرح می شود مربوط به حـالتی اسـت کـه بخواهیم پروژه د ر یک زمان قطعی از پیش تعیین شده به اتمام برسد . اگر بخواهیم فعالیت ها را در زمان معمولی آنها به اتمام برسانیم، اتمـام پروژه در زمان فوق امکان پذیر نیست . فلذا باید با صرف منابعی با کمیت و کیفیت بهتری ( که مستلزم صرف هزینه های مـستقیم مـی باشـد ) زمان هر یک از فعال یت هایی که تاخیر در اجرای آنها موجب تاخیر در اجرای کل پروژه است را کاهش داد . طرح این مسئله که زمان هر یک از فعالیت های فوق به چه مقدار کاهش یابد، موجب مطرح شدن بحث موازنه زمان و هزینه در کنترل پروژه می باشد . در ایـن پـروژه مبحـث فوق را با دوفرض اساسی در شبکه های PERT مطرح می کنیم . اولا با توجه به ماهیت احتمـالی بـودن زمـان فعالیـت هـا، بـرای محاسـبه میانگین زمان ها، از سیستم تخمین سه زمانه ( مربوط به شبکه های (PERT استفاده کرده ایم . ثانیا برای اجرای هرفعالیت از چند نـوع منبـع مختلف ( با زمان وهزین ه اجرای متفاوت برای هر ف عالیت ) می توان استفاده کرد . برای حل مسئله موازنه زمان – هزینه با فرضیات گفتـه شـده، یک مدل برنامه ریزی غیر خطی ارائه شده است که برای حل چنین مسئله ای از الگوریتم ژنتیک کمک گرفته شده اسـت . نتـایج بدسـت آمـده نشان می دهد نرم افزار لینگو نسبت به الگوریتم ژنتیک جوا ب های بهتری ( البته با اختلاف بسیار کـم ) بدسـت مـی دهـدولیکن زمـان اجـرای الگوریتم ژنتیک به مراتب از نرم افزار لینگو بسیار کمتر است واین موضوع با افزایش ب عد مسئله نمایان تر خواهد شد . مقایسه نتـایج حاصـل از
حل مدل برنامه ریزی غیر خطی به کمک الگوریتم ژنتیک با حل آن با استفاده از نرم افزار لینگو، قدرت الگوریتم پیـشنهادی را در حـل مـدل فوق نشان می دهد .