سایت دانلود

یک سایت دیگر با وردپرس فارسی
ریاضی

پروژه رشته ریاضی در مورد مسیریابی خودرو با پنجره های زمانی – قسمت چهارم

انتخاب فرایند نورنمت k – راه با استفاده از گروه های اشخاص 2 و3 و4 آزمایش می شوند. این ثابت شده است که گروههای 3 که به صورت تصادفی اشخاص را انتخاب می کنند بهترین نتایج را بدست آورده اند، قبل از اینکه تمام پارمترهای دیگر تنظیم شوند. تعداد زمان ها برای اجرای تمام اپراتورهای متغیر به روش تجربی به صورت زیر تنظیم می شوند. اپراتورها در دو بلوک تقسیم می شوند، اول این که گستردگی تحقیق را افزایش می دهد( بلوک A) و دیگری اجازه تراکم و شدت تحقیق را می دهد (بلوک B ). در این کار، تراکم و شدت بخشی برای راه اندازی و عمل در راه حل کنونی که دریافت و بهره مثبت در مسافت طی شده را تضمین می کند قرار گرفته است. به عبارت دیگر، گسترده سازی برای حرکتهای تصادفی در نظر گرفته می شود که می تواند راه حل کنونی را برتر کند. اگر یک تحقیق گسترده برتر در GA استفاده شده جمعیت به طور کلی راه حل کوچک محلی باقی می ماند. در مقابل، یک تحقیق با گستردگی اجرائیات معادل با یک تحقیق تصادفی در فضای محتمل راه حل مورد نظر می باشد. در آغاز، تعداد اجراها برای این بلوکها در هر GA بکار می رود که هزینه پیچیدگی زمان، الگوریتم مربوطه تصور می شود. این روش قادر به یافتن بهترین ضریب برای هر بلوک با استفاده از آزمونهای تجربی می باشد. آزمون ها با استفاده از انواع متفاوت مسئله بعد از بهترین مقدار دگرگونی برای این دو بلوک انتخاب می شوند، که تعداد اجرا برای هر دگرگونی جدید را تغییر می دهد. این دو مرحله با استفاده از مسلئه های متفاوت در دفعات زیاد به صورت متناوب تکرار می شوند. در پایان، تمامی ضرایب پارامترها، طی آزمون راه حل های نمونه ها بدست می آیند. که در جدول 2 و 3 دیده می شوند.

نکته مهم : برای استفاده از متن کامل تحقیق یا مقاله می توانید فایل ارجینال آن را از پایین صفحه   کنید. سایت ما حاوی تعداد بسیار زیادی مقاله و تحقیق دانشگاهی در رشته های مختلف است که می توانید آن ها را به رایگان   کنید

4-2 پیامدها و نتایج برای حداقل فاصله کلی
روش آزمایشی پیشنهاد شده CGH با استفاده از 56 مسئله سولمون با 100 مشتری ارزیابی می شود. گرچه بسیاری از روشهای تجربی با استفاده از این مجموعه در آزمایش های سولمون آزمایش شده اند، هیچ اطلاعاتی گرچه بسیاری از روش های تجربی با استفاده از این مجموعه در آزمایش های سولمون آزمایش شده اند، هیچ اطلاعاتی درباره روش های تجربی قبلی که کل مسیر طی شده را بعنوان موضوع اولیه به همراه تعداد و انتگرالها برای مسافت طی شده و ایجاد درباره روش های تجربی قبلی که کل مسیر طی شده را بعنوان موضوع اولیه به همراه تعداد و انتگرالها برای مسافت طی شده و ایجاد درباره روش های تجربی قبلی که کل مسیر طی شده را بعنوان موضوع اولیه به همراه تعداد و انتگرالها برای مسافت طی شده و ایجاد امکان مقایسه با راه حل های روش دقیق، وجود ندارد. اگرچه نوع اطلاعات بنظر جدی می آیند، می توانند پیامدها و نتایج را بصورت قابل توجهی تغییر دهند، زیرا که می توانند در نظر بگیرند، که مسیری محتمل است یا نه. این پیامدهای مسئله مانند همبستگی، ظرفیت، تقاضای مشتری و موارد دیگر با 10 چند گانه می شوند و تمام محاسبات زیر مجموعه آن به انتگرال و عدد صحیح، کاهش پیدا می کند.
جدول 4 نتایج بدست آمده توسط CGH برای تمام مسئله های سولمون با 100 مشتری و نتایج کامل بدست آمده توسط روش های بهینه شده را از هنگامی که شناخته شدند نشان می دهند. عملکردهای موضوعی بکار برده شد تنها کل TD می باشد. NV موجود در راه حل ها تنها بعنوان مرجع نشان داده شده است، و پیامدهای تأکید شده بصورت پررنگ در جدول 4 نشان دهنده راه حل های دقیق می باشد که توسط CGH بدست آمده اند. خانه های خالی ستون راه حل کامل بدین معنی است که راه حل دقیقی برای این مسئله ها هنوز بدست نیامده است. نتایج CGH نشان دهند. بهترین راه حل، بعد از اجرای 3 الگوریتم می باشد. محدودیت زمان برای اجرا، 60دقیقه است که شامل تعداد زیادی راه حل متوسط MIP می باشد. (بلوک D در شکل 14) . مسئله های Spp ، اگرچه همیشه به صورت مطلوب اجرا می شوند، ولی دارای مسیرهای کمی می باشند. و بیانگر یک زمان اختصاص یافته دقیق نیستن. Spp نهایی حل شد. (بلوک j در شکل 14) می تواند زمان تقریباً بیشتری را علی رغم مجموع R GLOBAL که هنوز کوچک است بپردازد. زمان مورد نیاز این مرحله از زمان محدود شده از زمان محدود شده 60 دقیقه نمی باشد. هیچ محدودیتی در این الگوریتم برای مراحل MIP وارد نشده است، حتی نتایج مسئله Spp که در مرحله آخر، بعد از چند ثانیه کوتاه می آید.
نتایج نشان می دهد که بسیاری از راه حل های بهینه شناخته شده قبل از روش های دقیق بدست آمده اند، 24 مودر از 33 مورد ( 7/72 درصد). به صورت کلی، نتایج میانگین TD تنها 29/0 درصد بیشتر از تصور 33 نمونه است، جایی که راه حل های بهینه شناخته شده اند. در ، تعداد خودروهای استفاده شده در راه حل مشابه نیستند. لارسن روش های تجربی را با استفاده از TD بعنوان تنها موضوع و معیار تعداد محدود شده در نظر گرفت و بیان کرد، که آن برای مقایسه نتایج بین الگوریتم ها راحت تر می باشد. این امکان دارد که آگاهی اجرا و عملکرد تجربی زیر فرضیه های تجربی عددی اجرا شود و در موضوع مشابه در کارهای دقیق انتخاب می گردد.

بعلاوه، CGH مشابه تجربی با استفاده از تجربه واقعی ( دقت دوگانه) و پیامدهای آن با راه حل های تجربی در متن مقایسه می شوند، که اگر چه کارهای کمی برای مسئله های معیار سولمون برای به حداقل رساندن TD در نظر گرفته می شود. نتایج در جدول 5 به همراه بهترین راه حل که در این متن شناخته شده است بیان می شود. بعضی کارهای TD را بعنوان موضوع اول در نظر می گیرد، و بهترین نتایج قبلی از روش های تجربی به حداقل رساندن تعداد خودروها بعنوان اولین موضوع می آیند که برای مقایسه با نتایج CGH تبدیل شده اند. پیروی از جدول 6 نشان می دهد ه پیامدهای ایجاد شده توسط کلاس مسئله می باشد که شامل نتایج حاصل از کارهای مربوطه دیگر در متن می باشد. در این جدول درصد افزایش یافته از بهترین نتایج برای هر نویسنده نشان داده شده است. CGH بهترین نتایج را بصورت قابل توجهی کاهش داده است. حقیقت جالب دیگر این است که بهترین نتایج قبلی با در نظر گرفتن TD با بهترین نتایجی که با در نظر گرفتن NN برای 10 مسئله ( که با  مشخص شده اند)، در جدول 5 تناسب ندارند. تمام این نتایج از کار و چارت می آید ، که TD بهتری را گزارش دهد، اما NN بدتر با یک خودوری بیشتر ارائه شده در جدول 7 بهره بدست آمده با فرمول سازی Spp در مجموعه مسیرهای R را می بینیم. که این نتایج اعتبار روش دو گانه CGH برای به حداقل رساندن TD در NRPTW را اثبات می کند.
5- نتیجه گیری

این مقاله، توزیع و مشارکتی برای فایق آمدن بر دو ضعف اصلی در متن NRPTW را نشان می دهد. ابتدا عملکرد روش آزمایشی را در مقابل روش های دقیق و مطلق با در نظر گرفتن تعداد راه حل های مطلوب کلی یافت شده با استفاده از فرضیه های مشابه استفاده شده در روش های مطلق را مقایسه می کند.( محاسبه دقیق و به حداقل رساندن فاصله و مسیر کلی)، دوم، مقاله های کمی، به حداقل رساندن فاصله را با استفاده از روش های تجربی مشخص کرده اند. نتایج حاصله از CGH بسیار دقیق و شفاف هستند و تعداد راه حل های کامل زیادی را برقرار می کنند. این امکان وجود دارد که ببینید، تعداد خودروها و فاصله کلی، موضوعات، رقابتی هستند، زیرا نتایج CGH بر نتایج ضعیف TD فایق می آید و به صورت کلی تعداد خوروها را افزایش می دهد.

 

برای دیدن قسمت های دیگر این تحقیق لطفا” از منوی جستجوی سایت که در قسمت بالا قرار دارد استفاده کنید. یا از منوی سایت، فایل های دسته بندی رشته مورد نظر خود را ببینید.

لینک متن کامل با فرمت ورد

پاسخ دهید

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