به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت
جستجوی مقالات مرتبط با کلیدواژه

genetics algorithm

در نشریات گروه علوم انسانی
تکرار جستجوی کلیدواژه genetics algorithm در مقالات مجلات علمی
  • وحید نصرتی*، محسن رحمانی
    جایگاه ایمیل در ارتباطات، با ورود پدیده ای به نام هرزنامه با تهدید جدی مواجه شده است. تاکنون، به ‏منظور مقابله با این پدیده، روش های فراوانی پیشنهاد شده که یکی از مهم‎ترین این روش‎ها، دسته بندی آنها بر اساس محتوا به دو دسته هرزنامه و غیرهرزنامه است. دسته بندی بر اساس محتوا با استفاده از کلمات به‎عنوان ویژگی انجام می شود که به‎دلیل تعداد زیاد ویژگی ها، استفاده از یک سازوکار انتخاب ویژگی کارآمد موضوعی حیاتی به نظر می رسد. بر این اساس، تمرکز روش پیشنهادی در این مقاله روی انتخاب ویژگی های مفید بوده و یک فرایند انتخاب ویژگی رپر با بهره گیری از الگوریتم قدرتمند ژنتیک و با همکاری دسته بند بیزین که دارای کارایی بالایی در مسایل دسته بندی متون است، ارایه می شود. روش کار نیز به این صورت است که ابتدا یک بردار ویژگی اولیه ساخته شده، سپس با ضرب کردن آن در یک ماتریس با عنوان ماتریس انتقال، با استفاده از الگوریتم ژنتیک، روی آن عملیات بهینه سازی اعمال شده و در پایان، k بردار ویژگی نهایی ساخته می شوند. عملیات دسته بندی نیز به صورت جمعی و با اعمال k دسته بند بیزین روی بردارهای ویژگی اعمال شده و از بین آنها رای گیری انجام می شود. روش پیشنهادی روی دو پایگاه داده اجرا شده که بر اساس نتایج، روش پیشنهادی با مقدار 7 = k دارای نرخ صحت 76/87 و 91/87 در دو پایگاه داده 1PU و 2PU است. همچنین نتایج مقایسه روش پیشنهادی، حاکی از کارآمدی روش پیشنهادی در مقایسه با بیزین پایه و دو دسته بند SVM و KNN است.
    کلید واژگان: ایمیل، هرزنامه، دسته بندی، الگوریتم ژنتیک، انتخاب ویژگی، ماتریس انتقال، یادگیری جمعی
    Vahid Nosrati *, Mohsen Rahmani
    The role of email in communication is seriously threatened by a phenomenon called spam. So far, many methods have been proposed to deal with this phenomenon, one of the most important of which is to classify emails based on their content into two categories: spam and non-spam. Content-based classification mechanisms use the words as features, where applying an efficient feature selection mechanism is critical due to the large number of features. Therefore, the main focus of this paper is to select useful features via proposing a wrapper feature selection approach based on a powerful genetic algorithm. We then apply a Bayesian classifier, which has demonstrated a high efficiency in text classification. The main steps of the proposed method is as follows: first, an initial feature vector is chosen, then it is optimized by multiplying the vector in a matrix called the transformation matrix made by the genetic algorithm, and finally, a set of k feature vectors is generated. An ensemble classification approach composed of k Bayesian classifiers is applied to the feature vectors, and the ultimate class label is determined by voting among ensemble members. The proposed method is implemented on two datasets PU1 and PU2. The results show that the classification accuracy of the proposed method with k=7 reaches 87.86 and 87.91 in PU1 and PU2, rspectively. The results also indicate the efficiency of the proposed method compared to naïve Bayes and two well-known classifiers SVM and KNN.
    Keywords: Email, Spam, Classification, genetics algorithm, Feature selection, Transformation Matrix, Ensemble Learning
  • علیرضا رشیدی کمیجان*، امین گردانی
    مسائل برنامه ریزی پرواز به طور کلی شامل چهار مسئله (طراحی برنامه پرواز ، تخصیص ناوگان، مسیریابی هواپیماها و زمانبندی خدمه) می باشد. در این پژوهش مدلی برای یکپارچه سازی مسیریابی هواپیماها و زمانبندی خدمه برای خطوط هوایی با تنوع ناوگان و هاب تعمیرات ارائه شده است. هدف اصلی مدل ارائه شده تعیین زنجیره ی پروازی برای هواپیما ها و تخصیص خدمه (تیم پرواز) به تمام پروازهای هواپیماها با توجه به قوانین و مقررات در نظرگرفته شده توسط خطوط هوایی برای هواپیماها و خدمه به نحوی است، که هزینه های کل خطوط هوایی کمینه شود. بر خلاف مدل های پکپارچه سازی شده که توسط پژوهشگران پیشین در این حوزه ارائه شده است، نوع ناوگان و هاب نگهداری و تعمیرات در این پژوهش متنوع در نظر گرفته شده است. همچنین بحث کمینه کردن پرواز های بدون بلیت برای خدمه و هواپیما که می تواند هزینه های سنگینی را بر خطوط هوایی تحمیل کند به عنوان بخشی از تابع هدف در مدل ارائه شده، آورده شده است. برای حل مسئله در ابعاد کوچک از نرم افزار گمز و در ابعاد بزرگتر با توجه به پیچیده بودن مسئله و پیچیدگی محاسباتی آن، از روش فراابتکاری ژنتیک استفاده شده است. با توجه به آزمایش های انجام شده، الگوریتم ژنتیک پیشنهادی می تواند جوابی بهینه و یا نزدیک به بهینه را در زمانی قابل قبولی ارائه دهد.
    کلید واژگان: مسیریابی هواپیماها، زمانبندی خدمه، تنوع ناوگان، تنوع هاب تعمیرات، الگوریتم ژنتیک
    Alireza Rashidi Komijan *, Amin Gordani
    The problem of Airline planning has totally been divided into four sub-problems.These problems include Flight Scheduling, Fleet Assignment, Aircraft Routing, Maintenance, and Crew Scheduling. In this research, firstly, we defined basic concepts and common terminology about Airline Planning then early models and previous researchers were presenting investigated articles. Moreover, by identifying existing research gaps, an Integrated Mathematical model presented for Aircraft Routing and Crew Scheduling for Airlines with Multi Fleet and Multi Maintenance hub with considering the rules of the Airlines. The main purpose of the proposed model is to determine the flight chains for each aircraft and crew assignments to all aircrafts with the attention to the airlines rules and regulations for aircrafts and crew. In the integrated models by previous researcher in this field, usually the type of fleet is considered the same while in the model presented in this research, the type of fleet is considered different. Other innovations of this research consider several maintenance units for an airline. In addition, the minimizations of deadheading flights for crew and aircraft that can impose heavy costs to the airline is presented as a part of the objective function in the model presented. Finally, the problem has been solved into small dimensions by GAMS software and in order to solve it in the larger dimensions a meta-heuristic method is being used, such as genetics algorithm. At the end, we have presented the results, which came from meta-heuristic Algorithm and GAMS Software.
    Keywords: Aircraft Routing, Maintenance, Crew Scheduling, Multi Fleet, Multi Maintenance hub, Genetics Algorithm
  • پرهام صوفی، مقصود امیری
    امروزه، تامین منابع شرکت از بیرون، تبدیل به یک رویکرد تجاری مهم شده است. برای حل مسئله انتخاب تامین کننده، مدل های زیادی توسعه داده شده اند. در این میان، مدل های تصمیم گیری چندمعیاره (MCDM)، توسط نویسندگان زیادی مورد استفاده قرار گرفته اند که به راه حل های خوبی نیز منجر گشته اند. مروری بر ادبیات انتخاب تامین کننده نشان می دهد که اگرچه موضوع انتخاب تامین کننده یک مسئله چندهدفه است، اما ماهیت چندهدفه آن تا حدود زیادی ناشناخته باقی مانده است. در موارد زیادی پارامترهای مهم دیگری غیر از هزینه مانند کیفیت، زمان تحویل و ریسک، در نظر گرفته نمی شوند. همچنین در عمل، ماهیت مبهم و غیردقیق عوامل تصمیم گیری مانند اهداف، محدودیت ها و پارامترها قابل چشم پوشی نیست. در این تحقیق، به منظور درنظر گرفتن این ابهامات، از نظریه مجموعه های فازی استفاده شده است. همچنین به طور همزمان تخفیف و هزینه نگهداری موجودی در تابع هدف مدنظر قرار گرفته شده است. همچنین در این تحقیق اهداف کاهش میزان قطعات معیوب و تاخیر در تحویل مورد توجه قرار گرفته شده است.
    کلید واژگان: تصمیم گیری چندهدفه فازی، زنجیره تامین، انتخاب تامین کننده، الگوریتم ژنتیک
    Parham Soofi, Maghsood Amiri
    Nowadays, supplying sources from outside a company has become an important business approach. A lot of models have been developed to solve the supplier selection problem. Among them, multiple criteria decision making (MCDM) has been used by lots of authors and researchers with acceptable results. A review of literature on supplier selection shows that although supplier selection is a multi-objective problem, the nature of this multi objective problem has remained unknown. In many cases, except cost, other important parameters like quality, lead time and risk are not considered. Also practically, the effect of the nature of uncertain and imprecise facts on decision making like objectives, constraints and parameters cant be disregarded. To take account of these uncertainties, this research uses fuzzy method. Discount and costs due to inventory keeping in the goal function have been considered simultaneously. We also have considered objectives like decreasing the defected parts, and late delivery.
    Keywords: Fuzzy Multiple, Purpose Decisions making, Supply Chain, Supplier Selection, Genetics Algorithm
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال