دانلود ترجمه مقاله متد ELECTRE جهت طرح تسهیلات منطقه نابرابر – مجله الزویر

• فهرست مطالب:

مقدمه
۲٫ الگوریتم‌های ژنتیکی
۲٫۱ مکانیزم کشف و روش رتبه بندی
۳٫ روش نشانه گذاری
۴٫ انتخاب با نخبه سالاری
۱٫۴ پارامترهای الکتره
۲٫۴ نتایج
۵٫ جمع بندی

• بخشی از ترجمه:

۵٫ جمع بندی
در سالهای اخیر مناطق نابرابر FLP به عنوان موضوعی پدیدار گشته‌اند. حجم زیادی از تحقیقات فعلی در مناطق نابرابر FLP ها جهت بر آورده ساختن هر دوی وجوه چیدمان کیفی و کمی در چیدمان هدایت شده‌اند. بطور ویژه موضوع مسائل چند هدفه بهینه سازی با رویکرد الگوریتم‌های ژنتیکی این روزها یکی از رشته‌های تحقیقی و مورد مطالعه امیدوار کننده می‌باشد. رویکرد پیشنهادی دارای قابلیت یافتن در فاز نخستین از یکسری از چیدمان‌های بهینه پارتو است که توابع هدف را به طور همزمان از طریق پروسه تکامل بهینه می‌کند و به تصمیم گیرنده تعداد محدودی از جواب‌ها را که او می‌تواند به عنوان بهترین انتخاب کند را می‌دهد. این انتخاب با بکارگیری روش تصمیم چند معیار ساختاری ساده سازی شده است. در این فاز تصمیم گیرنده تنها بایستی اطلاعاتی اضافی را برای مسئله و همچنین برای اساس نتایج بدست آمده در گام قبلی فراهم کند. رویکرد پیشنهادی درون جستجو قبل از دسته چند معیاره قرار می‌گیرد. این متدولوژی به طور کلی در مقایسه با الگوریتم‌های بهینه سازی چند هدفه سنتی که به عنوان تصمیم گیری چند معیاره قبل از جستجو شناخته می‌شوند که بر اساس تعیین چروسه وزنی نرمال شده هستند ترجیح داده می‌شود.
مزایای روش پیشنهادی در مقایسه با نتایج اشاره پدید آمده است. پیشرفت های بیشتر از روش پیشنهادی شامل توسعه یک روش جامع تر به رویکرد فرایند تصمیم گیری، از جمله جنبه های مربوط به عدم قطعیت ذاتی و با اشاره به روش های معمولی از منطق تقریبی، مانند تئوری فازی است.

• بخشی از مقاله انگلیسی:

۵٫ Conclusions

The unequal area FLP has been an emerging topic in the recent years. A large volume of current research in unequal area FLPs has been conducte d to satisfy both quantitative and qualitative aspects in the layout. In particular the topic of the Multi Objective optimization problems approached by Genetic Algorithms is nowadays one of the most promising and investigated research field. The proposed approach is capable of finding in a first phase a set of Pareto-optima l layouts that optimizes the objective functions simultaneou sly througho ut the entire evolutionary process, giving the decision maker a restricted number of solutions among which he can chose those that he considers the best. This choice is simpli- fied by the employment of a structured multi-criteria decision procedure. In this phase only, the decision maker must provide further information on the problem also on the basis of the results obtained in the previous step. The proposed approach falls within the search before multi-critera decision category. Such methodology is generally preferable compared with traditional multi-objecti ve optimization algorithms named multi-criteri a decision-ma king before search, which rely upon the establishment of a normalized weight vector. The benefits of the proposed method have emerged in the comparison with referenced results. Further improvem ents of the proposed methodology will include the development of a more comprehens ive procedure to approach the decision process including the aspects related to the intrinsic uncertainty and referring to the typical methodologies of the approximat e reasoning, such as the fuzzy theory.

دانلود رایگان مقاله انگلیسی

خرید ترجمه فارسی مقاله