مقایسه ي عملکرد دو روش هوشمند الگوریتم ژنتیکی و الگوریتم پرندگان در حل مسئله ي برنامه ریزي تولید

در product mix problem هدف برنامهریزي تولید با کسب حداکثر سود با توجه به امکانات و محدودیتهاست. این مسئله از نوع NP-hard بوده و در صورت افزایش تعداد متغیرها، زمان لازم براي حل آن با روشهاي کلاسیک با سرعت بیشتر از چند جملهاي رشد نموده و عملا غیر قابل محاسبه میشود. اما روشهاي هوشمند قادرند براي مسائلی که حل آنها با روشهاي کلاسیک وقتگیر یا غیرممکن میباشد جواب قابل قبولی در زمان معقول ارائه کنند. در این مقاله یک مسئله ي نمونه توسط دو روش هوشمند Genetic Algorithm و Particle Swarm Optimization حل شده و نتایج بدست آمده مقایسه میشوند. نتایج بدست آمده حاکی است که در صورت داشتن تلرانس بزرگ درصد جوابهاي قابل قبول بدست آمده از GA بیشتر ازPSO است( 98 % در مقابل 96 %). اما در صورت داشتن تلرانس کوچک درصد جوابهاي قابل قبولبدست آمده ازPSO بسیار بیشتر از GA میباشد( 96 % در مقابل 16 %). و نهایتا بهترین جواب ممکن توسط الگوریتم PSO بدست میآید(با خطاي کمتر از 0,0004 % نسبتبه جواب بهینه).

آیسا فاخري تبریزي
دانشگاه تبریز-دانشکده برق و کامپیوتر-گروه کنترل