25723

ارائه روش جديد برنامه ريزي استوار چند هدفه در فضاي جواب محدب- مطالعه موردي در صنعت بندري

دكتري

مهندسي صنايع

1392

1400/08/23

محمد محمدپور عمران

احمد ماكوئي

مهندسي صنايع

در اين پژوهش، جهت ارائه روش حل مسائل برنامه ريزي كه داراي اهداف متضاد چندگانه و پارامترهاي غير قطعي هستند، مسأله بهينه سازي چند هدفه، با عدم قطعيت بازه اي، مورد بررسي قرار گرفته است. به دليل عدم وجود اطلاعات كافي در خصوص توزيع احتمالي پارامترهاي تصادفي، رويكرد بهينه سازي استوار انتخاب شده است. براي اولين بار، استواري از منظر منابع، كه در آن عدم قطعيت سبب اتلاف منابع مي گردد، معرفي و بررسي شده است. از سوي ديگر، جهت رفع اشكالات روش هاي موجود در ادبيات موضوع كه جهت محاسبه شاخص استواري از تابع نرم براي محاسبه قطر ناحيه حساسيت هر جواب استفاده كرده و لذا عملاً وزن هاي برابر براي اهداف مختلف در نظر گرفته و همبستگي بين تغييرات اهداف را به جهت يكسان تلقي كردن تغييرات مثبت و منفي لحاظ نمي نمايند، يك شاخص استواري جديدي بر مبناي مفهوم بردار اوزان ترجيحي توسعه داده شده و فرمولي براي محاسبه آن بر مبناي بردار نرمال ابر صفحه هاي پيشاني پارتو استخراج شده است. پس از آن، ارتباط بين دو شاخص استواري جديد معرفي شده بررسي شده است. همچنين، يك الگوريتم هيوريستيك توسعه داده شده و بر روي مسأله مطالعه موردي و مسائل آزمايشي به كار رفته و اثربخشي و كارايي روش پيشنهادي با روشهاي موجود در ادبيات موضوع، با استفاده از سنجه هاي مختلف موجود در ادبيات موضوع و سنجه جديد نرخ استواري مقايسه شده است. نتايج نشان دهنده دقت و كارايي روش پيشنهادي بوده و نشان مي دهد كه مفهوم استواري چند هدفه پيشنهادي در اين پژوهش توانسته ايرادات روش موجود در ادبيات موضوع را برطرف نموده و تعميم درست تري از استواري تك هدفه به فضاي چند هدفه را ارائه نمايد. همچنين با يك مسأله آزمايشي نشان داده شده است كه روش ارائه شده، در مسائل غير خطي با فضاي جواب محدب نيز يك روش تقريب زننده با دقت و كارايي بسيار رضايت بخش مي باشد.

1400/09/22

A Novel Method for Multi-Objective Robust Programming with Convex Feasible Objective Region – Case Study in Port Industry

1/1/1900 12:00:00 AM

In this research, multi-objective project portfolio optimization problem, with interval uncertainties, is addressed. Due to lack of information about probability distribution of uncertain parameters, the robust optimization approach is selected. Robustness is defined and examined in terms of resources, in which, uncertainty can be the cause of wasted resources. On the other hand, in order to solve the defects of the existing methods in the literature, which use the norm function to calculate the diameter of the sensitivity region of each solution and therefore implicitly consider the equal weights for different objectives and do not consider the correlation between the changes of the objectives because the norm function consider the positive and negative changes the same, a novel robustness index based on the new concept of preferential weights of each solution is introduced and deduced a formula based on the normal vectors of bounding hyperplanes of the Pareto frontier. Then, the relationship between the two newly defined robustness indexes is investigated. Finally, an efficient heuristic is developed and applied in a case study as well as a numerical example. The set of solution obtained by transforming the multi-objective problem to single objective via weighted-sum scalarization through different objective weights, is used as reference robust Pareto frontier to compare the efficiency and performance of the proposed method with the existing methods in the literature. Different metrics in the literature including “Hyper-Volume Index”, “Robust Convergence Metric” and “Spacing Metric”, as well as a new metric introduced in this research, have been used to do this comparison. The results show the accuracy and efficiency of the proposed method and show that the concept of multi-objective robustness proposed in this thesis has been able to solve the defects of the existing methods in the literature and provide a more correct extension of single-objective robustness to multi-objective space. Also, with a test problem, it has been shown that the proposed method is also an approximation method with very satisfactory accuracy and efficiency in nonlinear problems with convex feasible objective region.

استواري چند هدفه , عدم قطعيت بازه اي , پيشاني پارتو , قطر ناحيه حساسيت , NSGA-III

Multi-Objective Robustness , Interval Uncertainty , Pareto Frontier , Diameter of Sensitivity Region , NSGA-III