تعریف 2-8-2: مجموعه شدنی.. 32

تعریف 2-8-3: مفهوم تسلط(چیرگی).. 33

تعریف 2-8-4: مفهوم بهینگی پارتو و مجموعه غیر مسلط.. 34

تعریف 2-8-4-1 : بهینگی پارتو. 34

تعریف 2-8-4-2 : مجموعه غیر مسلط. 35

تعریف 2-8-5: مجموعه بهینه پارتو سراسری.. 35

تعریف 2-8-6: مجموعه ها و لبه های نامغلوب.. 35

2-9- رویکردهای پایه ای موجود.. 35

2-9-1- ساختار و پیچیدگی مسائل چندهدفه.. 36

2-10- تشریح الگوریتم ژنتیک.. 36

2-10-1- چارچوب یک الگوریتم ژنتیک استاندارد.. 37

2-10-2- کروموزوم.. 38

2-10-3- رمز گذاری.. 38

2-10-4- کدگذاری باینری.. 38

2-10-5- کدگذاری جایگشتی.. 39

2-10-6- کدگذاری ارزشی.. 39

2-10-7- جمعیت.. 40

2-10-8 مقدار برازندگی.. 40

2-10-9- انتخاب.. 40

2-10-9-1- انتخاب بر اساس تورنامنت. 41

2-10-9-2- انتخاب بر اساس بهترین ها. 41

2-10-9-3- انتخاب بر اساس حذف درصدی از بدترین اعضا. 41

2-10-10- عملگر تقاطع.. 41

2-10-11- جهش.. 42

2-10-12- معیار توقف.. 42

2-11- نمودار جریان الگوریتم به همراه شبه کد آن.. 43

2-12- کاربرد الگوریتم های ژنتیک در بهینه سازی.. 44

2-12-1- استراتژی برخورد با محدودیت ها.. 45

2-12-1-1- استراتژی اصلاح عملگرها. 45

2-12-1-2- استراتژی ردی. 45

2-12-1-3- استراتژی اصلاحی. 45

2-12-1-4- استراتژی جریمه ای. 46

2-13- بهینه سازی چند هدفی با استفاده از الگوریتم های ژنتیک.. 46

2-13-1- طراحی اصول واجزای الگوریتم ژنتیک چند هدفه.. 48

2-13-1-1- توابع هدف چندگانه. 48

2-13-1-2- روشهای رتبه بندی پارتو. 48

2-13-1-3- تنوع، تخصیص برازندگی، تقسیم برازندگی. 49

2-13-1-4- تقسیم برازندگی. 49

2-13-1-5- فاصله ازدحام. 50

2-13-1-6- سلول بر اساس چگالی. 51

2-13-1-7- نخبه گرایی. 51

2-13-1-7-1- استراتژیهایی که جوابهای نخبه را در جمعیت نگهداری می کنند 51

2-13-1-7-2- نخبه گرایی با جمعیت های صوری. 52

2-14- جمع بندی: الگوریتم ژنتیک مرتب سازی غیرمغلوب (NSGA-II).. 52

فصل سوم: مدل برنامه ریزی خطی پیشنهادی، برای حمل و نقل فراورده در شرکت پخش فراورده های نفتی ایران

3-1- مقدمه.. 54

3-2- فرمول بندی مسئله.. 55

3-2-1- مجموعه اندیس ها:.. 56

3-2-2- پارامترها :.. 56

3-2-3- متغیرها:.. 57

3-2-4 توابع هدف:.. 58

3-2-5 محدودیت ها:.. 58

3-3- خطی سازی مدل.. 61

3-4 همتای استوار مدل بر اساس الگوی مالوی.. 62

3-5- خلاصه.. 63

فصل چهارم : توسعه الگوریتم ژنتیکNS-GA II، نتایج محاسباتی

4-1- مقدمه.. 64

4-2- تعریف كروموزم.. 65

4-3- ایجاد جمعیت اولیه.. 65

4-4- مکانیزم نمونه گیری.. 65

4-4-1- عملگر انتخابی تورنامنت ازدحام ( ).. 66

4-4-2- رویه شناسایی سطوح غیر مسلط.. 66

4-4-3- رویه تخصیص فاصله ازدحام.. 67

4-5- عملگرهای تقاطعی.. 68

4-6- عملگرهای جهشی.. 69

4-7- نخبه گرایی.. 69

4-8- استراتژی برخورد با محدودیتها.. 69

4-9- معیار توقف الگوریتم.. 70

4-10- نتایج الگوریتم در حالت تک هدفه.. 70

4-10-1- نتایج الگوریتم در حالت تک هدفه در حالت ساده.. 71

4-10-2- نتایج الگوریتم در حالت تک هدفه در حالت استوار.. 72

4-11- حل الگوریتم در حالت چند هدفه.. 73

4-11-1- مقیاس های کارآیی.. 73

4-11-2- نمودار پارتو.. 74

فصل پنجم: نتیجه گیری، ارائه پیشنهاد برای تحقیقات آتی

5-1- نتیجه گیری.. 76

5-2- ارائه پیشنهاد برای تحقیقات آتی.. 77

5-3- جمع بندی.. 78

مراجع.. 79

Abstract. 85

فهرست جداول

جدول (2-1). تعاریف مدیریت زنجیره تأمین.. 7

جدول (2-2). نمونه ای از حوزه های کاربردی استواری و نمونه ای از محققین آنها 12

جدول (2-3). مقایسه MADM و MODM… 29

جدول(2- 4). شبه کد الگوریتم ژنتیك. 43

جدول (2-5). الگوریتم های ژنتیک چند هدفه مشهور و ویژگیهای آنها 47

جدول (2-6). شبه کد اولین تکنیک رتبه بندی پارتو توسط گلدبرگ… 48

جدول (2-7): شبه کد متد فاصله ازدحام NSGA-II. 50

جدول(4- 1). پارامترهای الگوریتم ژنتیك در حالت تک هدفه. 71

جدول(4- 2). پارامترهای استواری برای حالت استوار. 71

جدول (4-3). مقادیر عددی به دست آمده برای حالت ساده. 72

جدول (4-4). مقادیر عددی به دست آمده برای حالت استوار. 73

جدول (4-5). هزینه ها برای نقطه مشخص شده بر اساس وسیله حمل و نقل.. 75

فهرست شکل ها:

شکل (2-1). شکل سمت چپ فضای متغیر تصمیم و شکل سمت راست فضای هدف متناظر را نشان می دهد. 32

شکل(2-2). بیان تصویری بهینگی پارتو در فضای هدف (چپ) و روابط ممکن بین جواب ها در فضای هدف (راست). 33

شکل(2-3). نمایش یک کروموزوم n بیتی در پایه عددی m.. 38

شکل(2-4). کدگذاری باینری.. 39

شکل(2-5). کدگذاری جایگشتی.. 39

شکل (2-6). کدگذاری ارزشی.. 40

شکل(2-7). تصویری نمادین از طرز کار الگوریتم ژنتیک… 44

شکل(2-8). نمونه ای از رتبه بندی جمعیت.. 49

شکل (2-9). متد فاصله ازدحام. 50