قابلیت اطمینان و تحلیلهای آماری

دانلود پایان نامه
  • 1
    3
    9
    3
    3
    1
    برای انجام آزمایشات، 5 مسئله بر اساس آنچه در بخش قبل بیان شد در نظر گرفته شده است. الگوریتم ژنتیک در محیط مطلب روی سیستمی با مشخات خاصی کد شده و 9 سناریوی مختلف طراحی شده در آرایه معامد را برای هر کدام از مسائل اجرا شده است. برای رسیدن به جوابهای با قابلیت اطمینان مناسب هر مسئله را 3 بار اجرا نموده و بنابراین برای هر یک از 9 سناریو 15 تکرار انجام صورت گرفته است.
    در صورتی که از زیرمنوی طراحی آزمایشات برنامه MINITAB.14 استفاده گردد و مقادیر حاصل از آزمایشات مختلف را در آن وارد نماییم، این برنامه بعد از انجام تحلیلهای آماری 2 نمودار تاثیرات میانگین داده ها بر شاخص S/N و نمودار تاثیرات میانگین دادهها بر میانگینها را به عنوان خروجی تحویل میدهد.
    در شکل (4-1) مقادیر نرخ S/N برای سطوح مختلف نمایش داده شده است. همانطور که در شکل نمایان است، کاهش انحرافات الگوریتم زمانی است که پارامترها مسئله روی این مقادیر تنظیم شوند: نرخ تفاطعی، سطح1; نرخ جهشی، سطح3 و ترکیب تعداد جمعیت اولیه و نسل روی سطح3.
    نمودار تاثیرات میانگین دادهها بر میانگینها، در شکل ( 4-1) ، نیز نتایج حاصل از نمودار S/N را تائید مینماید.
    شکل 4-1. نمودار نرخ S/N توابع هدف در سطوح مختلف عامل ها
    شکل 4-2. نمودار تاثیرات میانگین داده ها بر میانگینها، در سطوح مختلف عامل ها
    ما همینطور برای در نظر گرفتن رفتار الگوریتم ژنتیک با توجه به شاخصهای تعیین شده، نمودار حرکت این الگوریتم به سمت جواب بهینه را برای یک مسأله با 50 مکان و 10 وسیله نقلیه و 6 نوع تیم کاری را رسم نمودیم. این نمودار در شکل (4-3) نمایش داده شده است.
    شکل 4-3. نمودار حرکت الگوریتم ژنتیک پیشنهادی
    4-4. نتایج محاسباتی
    اکنون که سطوح بهینه پارامترهای الگوریتم پیشنهادی برای مدل مسئله مورد نظرمان، با استفاده از روش تاگوچی بدست آمده است، میتوانیم نتایج به دست آمده از اجرای الگوریتم پیشنهادی را با حلهای دقیق (در صورت وجود) برنامه CPLEX از نظر مقدار تابع هدف و همینطور زمان حل با هم مقایسه نماییم. مسائل در دو دسته کوچک و بزرگ تولید شدهاند و در مجموع نتایج محاسبات برای 24 مسأله در جدولهای (4-4) و (4-5)، نشان داده شده است.در جداول ارائه شده، (n) نشان دهنده تعداد مشتری، (V) نشان دهنده تعداد وسیله نقلیه، (R) تعداد انواع تیمها، t(s) زمان محاسباتی به ثانیه، (opt) و (local) به ترتیب مقادیر تابع هدف بهینه نهایی و محلی برنامه CPLEX را نشان میدهد. همچنین به ترتیب مقادیر میانگین و بهترین جواب حاصل از5 بار اجرای الگوریتم ژنتیک، در ستون های mean و best نمایش داده شده است. در ستون t.av(s) ، متوسط زمان GA در 5 اجرا به ثانیه و در ستون GAP، اختلاف مقادیر GA.mean و CPLEX در زیرستون A و اختلاف مقادیر و GA.best و GA.mean زیرستون B، نشان داده شده است.
    مسائل کوچک
    شماره نمونه
    n
    V
    R
    CPLEX
    این نوشته در مقالات و پایان نامه ها ارسال شده است. افزودن پیوند یکتا به علاقه‌مندی‌ها.