ارائه یک مدل ریاضی به منظور حل مسئله چندهدفه انتخاب استراتژی تخصیص اجزای مازاد با هدف بیشینه سازی قابلیت اطمینان برای سیستم های K از N

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:

در این مقاله، یک مسئله تخصیص اجزای مازاد (RAP) با هدف بیشینه سازی قابلیت اطمینان و کمینه سازی هزینه های سیستم برای یک سیستم K از N بررسی می شود. در هر زیرسیستم ازبین استراتژی های جزتکی، اجزای موازی و اجزای آماده به کار سرد باید یک استراتژی انتخاب شود. همچنین، محدودیت های وزن و حجم قطعات نیز در طراحی این سیستم باید رعایت شوند. هر زیرسیستم باید حداقل K قطعه برای فعال شدن داشته باشد. برای حل مدل ارائه شده، پس از تشکیل کروموزوم اولیه، چهار الگوریتم متاهیوریستیک چندهدفه (MODE، NSGA-II، MOICA وPESA-II) بررسی شدند. الگوریتم های مذکور، به دو روش C (L،B) و تاپسیس با یکدیگر مقایسه شدند و پس از انجام بررسی ها، الگوریتم NSGA IIبه عنوان الگوریتم برتر انتخاب و استفاده شد. درپایان، با بررسی جواب نهایی ارائه شده توسط الگوریتم ها در وزن های مختلف داده شده به توابع هدف توسط تاپسیس مشخص شد که بهترین جواب ها با بیشترین قابلیت اطمینان و کمترین هزینه، به استفاده بیشتر از استراتژی اجزای آماده به کار سرد مربوط است. درنتیجه، پیکربندی قطعات بیشتر به صورت اجزای آماده به کار سرد و ترکیب با استراتژی موازی یا تکی می تواند شرایط بهتری را برای سیستم فراهم کند.

زبان:
فارسی
صفحات:
117 تا 134
لینک کوتاه:
magiran.com/p1700879 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!