دانلود رایگان ترجمه مقاله الگوریتم اصلاح شده PSO برای به حداقل رساندن هزینه های کل منابع در MRCPSP (نشریه هینداوی ۲۰۱۲)

این مقاله انگلیسی ISI در نشریه هینداوی در ۱۹ صفحه در سال ۲۰۱۲ منتشر شده و ترجمه آن ۲۸ صفحه میباشد. کیفیت ترجمه این مقاله ارزان – نقره ای ⭐️⭐️ بوده و به صورت کامل ترجمه شده است.

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
عنوان فارسی مقاله:

یک الگوریتم PSO اصلاح شده برای به حداقل رساندن کل هزینه های منابع در MRCPSP

عنوان انگلیسی مقاله:

A Modified PSO Algorithm for Minimizing the Total Costs of Resources in MRCPSP

 
 
 
 
 

 

مشخصات مقاله انگلیسی 
فرمت مقاله انگلیسی pdf و ورد تایپ شده با قابلیت ویرایش 
سال انتشار ۲۰۱۲
تعداد صفحات مقاله انگلیسی ۱۹ صفحه با فرمت pdf
رشته های مرتبط با این مقاله مهندسی صنایع، مهندسی کامپیوتر
گرایش های مرتبط با این مقاله بهینه سازی سیستم ها، برنامه ریزی و تحلیل سیستم ها، مهندسی الگوریتم ها و محاسبات
چاپ شده در مجله (ژورنال) مشکلات ریاضی در مهندسی – Mathematical Problems in Engineering
ارائه شده از دانشگاه گروه مهندسی صنایع، دانشگاه صنعتی شریف، تهران، ایران
رفرنس دارد  
کد محصول F1600
نشریه هینداوی – Hindawi 

 

مشخصات و وضعیت ترجمه فارسی این مقاله 
فرمت ترجمه مقاله pdf و ورد تایپ شده با قابلیت ویرایش 
وضعیت ترجمه انجام شده و آماده دانلود
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش  ۲۸ صفحه (۱ صفحه رفرنس انگلیسی) با فونت ۱۴ B Nazanin
ترجمه عناوین تصاویر و جداول ترجمه شده است 
ترجمه متون داخل تصاویر ترجمه شده است  
ترجمه متون داخل جداول ترجمه شده است  
ضمیمه ندارد   
درج تصاویر در فایل ترجمه درج شده است  
درج جداول در فایل ترجمه درج شده است  
درج فرمولها و محاسبات در فایل ترجمه  به صورت عکس درج شده است  
منابع داخل متن به صورت عدد درج شده است  
کیفیت ترجمه کیفیت ترجمه این مقاله متوسط میباشد 

 

فهرست مطالب

۱- مقدمه
۲- توصیف مسئله
۳- بهینه سازی ازدحام ذرات
۴- PSO اصلاح شده برای MRCPSP-TWRTPC
۴-۱ پیش پردازش
۴-۲ تولید ازدحام اولیه ذره
۴-۳ اولویت فعالیت برای برنامه ریزی
۴-۴ برنامه ریزی فعالیت ها
۴-۵ جستجوی موضعی تاخیر
۴-۶ اصلاح انتساب حالت-قسمت اول
۴-۷٫بهبود موضعی شیفت به چپ
۴-۸ اصلاح انتساب حالت-قسمت دوم
۴-۹ به روز رسانی بهترین راه حل های موضعی و کلی
۴-۱۰ به روز رسانی موقعیت و سرعت ذرات
۵- تجزیه و تحلیل تجربی
۵-۱ مسائل نمونه
۵-۲ تنظیم پارامترها
۵-۳ اعتبار الگوریتم
۵-۴ پایداری الگوریتم
۵-۵ ارزیابی عملکرد روشهای بهبود
۶- نتیجه گیری

 

بخشی از ترجمه
 ما یک مسئله برنامه ریزی پروژه محدود در-منبع چندحالته را با روابط اولویت پایان-به-آغاز در میان فعالیت های پروژه, با در نظر گرفتن هزینه های منبع تجدیدپذیر و تجدیدناپذیر معرفی می نماییم. فرض می کنیم که منابع تجدیدپذیر, کرایه می شوند و در تمام دوره های زمانی پروژه دردسترس نیستند. به بیانی دیگر, یک تاریخ آماده اجباری و تاریخ مقرر برای هر نوع منبع تجدیدپذیر وجود دارد به طوری که هیچ منبعی قبل از تاریخ آماده آن استفاده نمی شود. هرچند به واسطه پرداخت هزینه جریمه, بعد از تواریخ وظیفه, منابع مجاز برای استفاده نیستند. این مسئله, یک مسئله برنامه ریزی پروژه محدود در-منبع چندحالته با مینیمم سازی کلی هزینه جریمه دیرکرد منبع وزندهی شده نامیده می شود (MRCPSP-TWRTPC), که در آن, برای هر فعالیت, هر دو الزامات منبع تجدیدپذیر و تجدیدناپذیر وابسته به حالت فعالیت هستند. برای این مسئله, ما یک الگوریتم فراابتکاری مبتنی بر رویکرد بهینه سازی اصلاح شده ازدحام ذرات را ارائه می دهیم که توسط Tchomt´e and Gourgand معرفی شده است و از یک قاعده اصلاح شده برای جابجایی ذرات استفاده می کند. ما یک قاعده اولویت بندی را برای فعالیت ها و چندین بهبود و روش های جستجوی موضعی ارائه می دهیم. نتایج آزمایشی, اثربخشی و کارایی الگوریتم پیشنهادی را برای مسئله مورد نظر نشان می دهند.
 
۱- مقدمه
مسئله برنامه ریزی پروژه با محدود در منابع (RCPSP), برنامه ریزی زمانبندی فعالیت های پروژه تحت روابط تقدم و همچنین محدودیت های منبع تجدید پذیر با هدف به حداقل رساندن طول زمان این پروژه است. هر فعالیت غیرپیشگیرانه در RCPSP را می توان در یک حالت واحد انجام داد. برای کسب اطلاعات بیشتر در مورد RCPSP و روش های راه حل، به کار Demeulemeester و Herroelen [1] اشاره می کنیم. در RCPSP چند حالته (MRCPSP)، مجموعه ای از حالات مجاز را می توان برای هر فعالیت تعریف نمود که توسط یک مدت زمان ثابت و منابع مورد نیاز مرتبط مشخص می شوند. در این مقاله, ما MRCPSP را با هدف به حداقل رساندن هزینه های کل تمام منابع در نظر می گیریم. دو نوع از منابع، تجدید پذیر و تجدید ناپذیر، در نظر گرفته می شوند. هزینه منبع تجدید ناپذیر از یک فعالیت, تابعی از الزامات منبع آن است که توسط حالت آن تعیین می شود. منابع تجدید پذیر محدود اجاره ای هستند و هر منبع تجدید پذیر در یک دوره زمانی از پیش تعیین شده پی در پی توسط زمان آماده و تاریخ مقرر در دسترس است و قبل از زمان آماده در دسترس نیست. با این حال، هر منبع تجدید پذیر می تواند پس از تاریخ مقرر آن با هزینه ی جریمه ی تأخیر استفاده شود. زمانی که هزینه اجاره برای هر منبع قابل تجدید تثبیت می شود، نیازی به گنجاندن آن در تابع هدف وجود ندارد و تنها هزینه جریمه دیرکرد برای هر منبع تجدید پذیر در نظر گرفته می شود. MRCPSP تحت به حداقل رساندن کل هزینه های منابع (RCPSP-TWRTPC), یک مسئله قابل کاربرد و یک نسخه اصلاح شده از MRCPSP است که در آن همه مفروضات و محدودیت های MRCPSP حفظ می شوند، اما تابع هدف متفاوت است. ما فرض می کنیم که چند منبع تجدید پذیر وجود دارند مانند منابع بسیار متخصص با سطوح مهارت های بالا، انواع خاصی از جرثقیل, و ماشین آلات حفاری تونل که باید از شرکت های دیگر ارائه دهنده این نوع از منابع اجاره شوند. از آنجا که این منابع تجدید پذیر محدود در پروژه های دیگر به کار گرفته می شوند، یک تاریخ آماده دیکته شده و نیز یک تاریخ مقرر برای هر یک از آنها وجود دارد به طوری که هیچ منبعی نمی تواند قبل از تاریخ آماده خود در دسترس باشد، اما این منابع, بعد از تواریخ مقرر خود, با پرداخت هزینه ی جریمه، بسته به نوع منبع, قابل استفاده هستند. همچنین، ما فرض می کنیم که چند منبع غیرقابل تجدید مانند بودجه، مواد، انرژی، و یا منابع دیگری وجود دارند که در طول پروژه مصرف می شوند.
Ranjbar و همکاران (۲) این مسئله را با حالت تک برای هر فعالیت و در دسترس بودن یک واحد برای هر نوع از منابع تجدید پذیر، بدون در نظر گرفتن منابع غیر قابل تجدید مورد مطالعه قرار دادند. آنها این مسئله را مسئله برنامه ریزی پروژه با محدود در منابع، به حداقل رساندن هزینه کلی جریمه دیرکرد منبع وزندهی شده (RCPSP-TWRTPC) نامیدند که یک فرم بسط یافته از مسئله برنامه ریزی پروژه با محدود در منابع (RCPSP) است. آنها یک الگوریتم GRASP فوق ابتکاری را با یک روش شاخه و مرز برای حل این مسئله توسعه دادند.

 

بخشی از مقاله انگلیسی

We introduce a multimode resource-constrained project scheduling problem with finish-to-start precedence relations among project activities, considering renewable and nonrenewable resource costs. We assume that renewable resources are rented and are not available in all periods of time of the project. In other words, there is a mandated ready date as well as a due date for each renewable resource type so that no resource is used before its ready date. However, the resources are permitted to be used after their due dates by paying penalty costs. The objective is to minimize the total costs of both renewable and nonrenewable resource usage. This problem is called multimode resource-constrained project scheduling problem with minimization of total weighted resource tardiness penalty cost MRCPSP-TWRTPC, where, for each activity, both renewable and nonrenewable resource requirements depend on activity mode. For this problem, we present a metaheuristic algorithm based on a modified Particle Swarm Optimization PSO approach introduced by Tchomte and Gourgand which uses a modified rule for the displacement ´ of particles. We present a prioritization rule for activities and several improvement and local search methods. Experimental results reveal the effectiveness and efficiency of the proposed algorithm for the problem in question.

۱ Introduction

The resource-constrained project scheduling problem RCPSP is the scheduling of project activities subject to precedence relations as well as renewable resource constraints with the objective of minimizing the makespan of the project. Each nonpreemptive activity in RCPSP can be done in a single mode. For more information on RCPSP and solution methods, we refer to Demeulemeester and Herroelen ۱. In the multimode RCPSP MRCPSP, a set of allowable modes can be defined for each activity which is characterized by a constant duration and associated resource requirements. In this paper we consider MRCPSP with the objective of minimizing total costs of all resources. Two types of resources, renewable and nonrenewable, are considered. Nonrenewable resource cost of an activity is a function of its resource requirements, determined by its modes. The limited renewable resources are rented and each renewable resource is available in a predetermined sequential time period specified by its ready time and due date and is not available before the ready time. However, each renewable resource can be used after its due date with tardiness penalty cost. As the cost of renting for each renewable resource is fixed, there is no need to incorporate it into the objective function and only tardiness penalty cost is considered for each renewable resource. The MRCPSP under minimization of total costs of resources RCPSP-TWRTPC is an applicable problem and a modified version of the MRCPSP in which all assumptions and constraints of the MRCPSP are held, but the objective function is different. We assume that there are a few renewable resources such as very expert human resources with high skill levels, particular types of cranes, and tunnel boring machines that should be leased from other companies providing these types of resources. Since these limited renewable resources are employed in other projects, there is a dictated ready date as well as a due date for each of them such that no resource can be accessible before its ready date, but these resources are allowed to be used after their due dates by paying penalty cost, depending on the resource type. Also, we suppose that there are a few nonrenewable resources like budget, materials, energy, or other resources which are consumed during the project.

Ranjbar et al. ۲ studied this problem with single mode for each activity and availability of one unit for each type of renewable resource, without considering nonrenewable resources. They called this problem resource-constrained project scheduling problem, minimization of total weighted resource tardiness penalty cost RCPSP-TWRTPC, which is an extended form of resource-constrained project scheduling problem RCPSP. They developed a metaheuristic-based GRASP algorithm together with a branch and bound procedure to solve the problem.

 

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا