پديد آورنده :
شكوهي، ناديا
عنوان :
ارائه يك مدل استوار مكان يابي مسيريابي وسائط نقليه چند بخشي در بحران و حل آن با استفاده از الگوريتم فرا ابتكاري تركيبي جستجوي همسايگي بزرگ تطبيقي
مقطع تحصيلي :
كارشناسي ارشد
محل تحصيل :
اصفهان: دانشگاه صنعتي اصفهان، دانشكده صنايع و سيستم ها
صفحه شمار :
چهارده،78ص.: مصور، جدول، نمودار
يادداشت :
ص.ع. به فارسي و انگليسي
استاد راهنما :
مهدي علينقيان
توصيفگر ها :
مسيريابي وسائط نقليه چند دپويي , امداد بحران , الگوريتم جستجوي همسايگي متغير
استاد داور :
محمدسعيد صباغ، علي شاهنده
تاريخ ورود اطلاعات :
1395/09/01
دانشكده :
مهندسي صنايع و سيستم ها
چكيده فارسي :
1 چکیده صننعت فوالد در زمرۀ صننایع اسنتراتژیک قرار داشته و نقش مهمی را در زمینۀ تداوم رشد اقتصادی کشورها ایفا مینماید لذا آگاهی از شنرایط حال و آیندۀ این صنعت و شناسایی عوامل تأثیرگذار بر آن بهمنظور تجزیه و تحلیلهای اقتصادی شایستۀ توجهی عمیق بوده و از اهمیت ویژهای برخوردار اسننت از مهمترین اهداف تجزیه و تحلیلهای اقتصننادی میتوان به شننناخت فاکتورهای مؤثر و ارائۀ پیشبینیهای دقیق از آنها اشنناره نمود یکی از چالشهای اسنناسننی فراروی مدیران ارائۀ رهیافتهای منطقی در راسننتای ایجاد هماهنگی میان عرضننه و تقاضننا و کنترل پارامترهای مترتب به آنها میباشنند بر همین اسنناس در این پایاننامه سنننعی گردیده تا با بکارگیری روشهای علمی و در عین حال کاربردی مدلی مسنننتدل و تا حد امکان دارای قابلیت اطمینان باال بهمنظور مدیریت مصنرف فوالد خام کشنور ارائه گردد ام ا ادبیات موضوع نشان میدهد که حصول نتایج دقیق در حوزۀ پیشبینی مصننرف بهویژه در افقهای بلندمدت نسننبتا دشننوار اسننت محققان عامل اصننلی این موضننوع را سننط باالی پیچیندگی و همچنین ابهنام موجود در بازارهای مالی میدانند لذا در این پایاننامه بهمنظور مدلسنننازی همزمان پیچیدگیها و عدمقطعیتهای موجود در دادهها ترکیبی از مدلهای هوشننمند و محاسننبات نرم بهعنوان روشهایی کارآ بکار گرفته شننده ن ن ن اسنت بدین ترتیب در ابتدا لیسنت متغیرهای مؤثر اولیه بر اسناس ادبیات موضوع و نظرات خبرگان مشخص گردیده سپس با بررسی میزان توضی دهندگی و همبستگیهای خطی و غیرخطی بین متغیرها لیست متغیرهای نهایی مشخص گردیدهاند در انتها نیز چهار مدل کالسننیک سننخت کالسننیک نرم هوشننمند سننخت و هوشننمند نرم بهمنظور پیشبینی مصننرف فوالد در دو افق کوتاهمدت و بلندمدت طراحی و نتایج حاصل از این مدلها با یکدیگر مقایسه گردیدهاند نتایج حاصله حاکی از آن هستند که مدل هوشنمند سنخت طراحی شنده نسبت به مدل کالسیک سخت در افقهای کوتاهمدت و بلندمدت بر اساس معیار مجذور میانگین مربعات خطا بهترتیب 86 22 و 14 14 درصند بهبود در نتایج ایجاد نموده اسنت همچنین در پیشبینیهای بازهای مدل هوشنمند نرم نسنبت به مدل کالسنیک نرم و بازۀ اطمینان 59 درصندی مترتب به مدل کالسنیک سخت در افق کوتاهمدت به ترتیب به میزان 11 34 و 27 29 و در افق بلندمدت بهترتیب 86 43 و 35 19 درصد منجر به بهبود نتایج شده است نتایج حاصل از این بررسیها بیانگر کارآیی و برتری مدلهای هوشمند نرم نسبت به مدلهای هوشمند سخت و نیز برتری مدلهای کالسیک نرم در مقابل مدلهای کالسیک سخت میباشند کلمات کلیدی مصررف فوالد خام انتخاب متغیر ابزارهای هوش محاسرباتی محاسبات نرم پیشبینی سریهای زمانی
چكيده انگليسي :
422 ABSTRACT The steel industry is among the strategic industries and it plays an important role in the persistent economic growth of countries Therefore awareness of current and future conditions of this industry and identification of factors affecting them is important to economic analysis The most important purposes of economic analysis are cited as identification of effective factors and accurate predictions One of the main challenges faced by managers is to provide logical approaches in order to create balance between supply and demand and control their associated parameters Accordingly the main aim of this thesis is to use scientific methods to manage consumption crude steel in the country However the literature shows that yield accurate results in the prediction of consumption especially in long term horizon is relatively difficult Researchers believe that main reason of this matter is high level of complexity and uncertainty in financial markets So in this thesis in order to simultaneously model the complexities and uncertainties in the data a hybrid of intelligent and soft computing models have been used as an effective way In this way the list of variables is recognized based on the literature and expert opinions Then the linear and nonlinear relationships and also correlations between variables are evaluated and final explanatory variables specified Finally four models including hard classic soft classic hard intelligent and soft intelligent are designed to predict steel consumption in both short and long term horizons and their results are compared with each other Empirical results indicate that using the hard intelligent model makes improvement 22 68 and 41 41 in comparison with hard classic model in short and long term horizons respectively in Root Mean Squared Error RMSE In addition the soft intelligent model makes improvement 43 01 and 92 72 in comparison with soft classic model and hard classic model respectively in short term horizon and 34 68 and 91 53 in long term horizon Results of the study indicate superiority of the soft intelligent models over hard intelligent models and superiority of hard intelligent models over hard classic models Keywords Crude steel consumption Feature selection Computational intelligent tools Soft computing Time series forecasting
استاد راهنما :
مهدي علينقيان
استاد داور :
محمدسعيد صباغ، علي شاهنده
