چکیده :

 الگوریتم های ژنتیک یکی از الگوریتم های جستجوی تصادفی است که ایده آن برگرفته از طبیعت می باشد . نسل های موجودات قوی تر بیشتر زندگی می کنند و نسل های بعدی نیز قوی تر می شوند به عبارت دیگر طبیعت افراد قوی تر را برای زندگی بر می گزیند. در طبیعت از ترکیب کروموزوم های بهتر ، نسل های بهتری پدید می آیند . در این بین گاهی اوقات جهش هایی نیز در کروموزوم ها روی می دهد که ممکن است باعث بهتر شدن نسل بعدی شوند. الگوریتم ژنتیک نیز با استفاده از این ایده اقدام به حل مسائل می کند . الگوریتم های ژنتیک در حل مسائل بهینه سازی کاربرد فراوانی دارند.

مسئله ی کاهش آلاینده های Cox ، NOx و Sox در کوره های صنعتی ، یکی از مسائل بهینه سازی می باشد، که هدف آن بهینه کردن عملکرد کوره های احتراقی بر حسب پارامترهای درصد هوای اضافی (E) و دمای هوای خروجی از پیش گرمکن (T) ، به منظور کاهش میزان آلاینده های تولید شده در اثر انجام عملیات احتراق است.

در این پایان نامه ابتدا مروری بر مفاهیم مقدماتی الگوریتم های ژنتیک کرده سپس مشخصات کلی مسئله عنوان می شود، در انتها مسئله ی مورد نظر توسط الگوریتم ژنتیک اجرا و نتایج آن با روش تابع پنالتی مقایسه می شود.

فهرست مطالب

عنوان              صفحه

فصل اول –  مقدمه ……………………………………………..

۱-۱-    مقدمه  

فصل دوم –  مقدمه ای بر الگوریتم ژنتیک………………………………………..

۲-۱-          مقدمه

۲-۲-          پیشینه

۲-۳-          اصطلاحات زیستی

۲-۴-          تشریح کلی الگوریتم ژنتیک

۲-۵-          حل مسأله با استفاده از الگوریتم ژنتیک

۲-۶-          اجزای الگوریتم ژنتیک

۲-۶-۱- جمعیت

۲-۶-۲- کدگذاری

              ۲-۶-۲-۱-     کدگذاری دودویی

              ۲-۶-۲-۲-      کدگذاری مقادیر

              ۲-۶-۲-۳-      کدگذاری درختی

۲-۶-۳- عملگرهای الگوریتم ژنتیک

             ۲-۶-۳-۱-       fitness (برازش)

         ۲-۶-۳-۲-      selection  (انتخاب)

            ۲-۶-۳-۳-   crossover    (ترکیب)

           ۲-۶-۳-۴-  mutation     (جهش)

۲-۷-          مفاهیم تکمیلی

         ۲-۷-۱- برتری ها و ضعف های الگوریتم ژنتیک

         ۲-۷-۲- نکات مهم در الگوریتم های ژنتیک

         ۲-۷-۳- نتیجه گیری

فصل سوم – کاهش اثرات زیست محیطی آلاینده های Cox، NOx و SOx در کوره ها………..

۳-۱-          مقدمه

۳-۲-          احتراق

۳-۲-۱-   روش محاسبه ترکیبات تعادلی با استفاده از ثابت تعادل

۳-۲-۲-   روش محاسبه دمای آدیاباتیک شعله

۳-۲-۳-   انتخاب سیستم شیمیایی

۳-۲-۴-   تأثیر دمای هوا و میزان هوای اضافی بر تولید محصولات

۳-۳-          بهینه سازی

۳-۳-۱-   روش های حل مسائل بهینه سازی

۳-۳-۲-   روش تابع پنالتی

۳-۳-۳-   الگوریتم حل تابع پنالتی

۳-۴-          برنامه ی کامپیوتری و مراحل آن

۳-۵-          تشکیل تابع هدف

۳-۶-          تشکیل مدل مسئله بهینه سازی

۳-۷-          روش حل

فصل چهارم – توضیحاتی در رابطه با gatool نرم افزار مطلب…………….

۴-۱-          gatool

4-2-          تنظیم گزینه ها برای الگوریتم ژنتیک

۴-۳-          Plot Options

4-4-          Population Options

4-5-          Fitness Scaling Options

4-6-          Selection Options

4-7-          Reproduction Options

4-8-          Mutation Options

4-9-          Crossover Options

4-10-       Migration Options

4-11-       Output Function Options

4-12-       Stopping Criteria Options

4-13-       Hybrid Function Options

4-14-       Vectorize Options

فصل پنجم – نتایج…………………………….

۵-۱-          نتایج حاصل از تابع پنالتی و الگوریتم ژنتیک

۵-۲-        نتیجه گیری

فهرست مراجع………………….

فهرست شکل

 ۲-۱- مراحل الگوریتم ژنتیک

۲-۲- مثالی از کروموزوم ها به روش کدگذاری دودویی

۲-۳- مثالی از کروموزوم ها با استفاده از روش کدگذاری مقادیر

۲-۴-  انتخاب چرخ رولت

۲-۵-  ترکیب تک نقطه ای

۲-۶-  ترکیب دو نقطه ای

۲-۷-  ترکیب یکنواخت

۲-۸-  وارونه سازی بیت

۲-۹-  تغییر ترتیب قرارگیری

۲-۱۰-  تغییر مقدار

۳-۱- نمای برنامه ی کامپیوتری

۳-۲- عملیات برازش برای تولید NO در مقایسه با نتایج اصلی در احتراق گازوئیل

۴-۱-  نمای gatool نرم افزار مطلب

۵-۱- نمای gatool ، Cox برای گاز طبیعی

۵-۲- نمودارهای Best fitness و Best individual آلاینده ی Cox برای گاز طبیعی

۵-۳- نمای gatool ، NOx برای گاز طبیعی

۵-۴- نمودارهای Best fitness و Best individual آلاینده ی NOx برای گاز طبیعی

۵-۵- نمای gatool ، Cox + NOx برای گاز طبیعی

۵-۶- نمودارهای Best fitness و Best individual مجموع آلاینده های Cox و NOxبرای گاز طبیعی

۵-۷- نمای gatool ، Cox برای گازوئیل

۵-۸- نمودارهای Best fitness و Best individual آلاینده ی Cox برای گازوئیل

۵-۹- نمای gatool ، NOx برای گازوئیل

۵-۱۰- نمودارهای Best fitness و Best individual آلاینده ی NOx برای گازوئیل

۵-۱۱- نمای gatool ، Sox برای گازوئیل

۵-۱۲- نمودارهای Best fitness و Best individual آلاینده ی Sox برای گازوئیل

۵-۱۳-  نمای gatool ، Cox + NOx برای گازوئیل

۵-۱۴- نمودارهای Best fitness و Best individual مجموع آلاینده های Cox و NOx برای گازوئیل

۵-۱۵- نمای gatool ، Cox+NOx+Sox برای گازوئیل

۵-۱۶- نمودارهای Best fitness و Best individual مجموع آلاینده های Cox و NOx وSOx برای گازوئیل

۵-۱۷- نمای gatool ، Cox برای نفت کوره

۵-۱۸- نمودارهای Best fitness و Best individual آلاینده ی Cox برای نفت کوره

۵-۱۹- نمای gatool ، NOx برای نفت کوره

۵-۲۰- نمودارهای Best fitness و Best individual آلاینده ی NOx برای نفت کوره

۵-۲۱- نمای gatool ، Sox برای نفت کوره

۵-۲۲- نمودارهای Best fitness و Best individual آلاینده ی SOx برای نفت کوره

۵-۲۳- نمای gatool ، Cox + NOx برای نفت کوره

۵-۲۴- نمودارهای Best fitness و Best individual مجموع آلاینده های Cox و NOx برای نفت کوره

۵-۲۵- نمای gatool ، COx+NOx+SOx برای نفت کوره

۵-۲۶- نمودارهای Best fitness و Best individual مجموع آلاینده های COx و NOx و SOx برای نفت کوره

 فهرست جدول

 ۳-۱- تغییر نرخ تولید (mole/hr) NO در اثر تغییر دمای هوا و درصد هوای اضافی……..

۳-۲- تشکیل تابع هدف برای گاز طبیعی………………..

۳-۳- تشکیل تابع هدف برای گازوئیل………………………………………..

۳-۴- تشکیل تابع هدف برای نفت کوره……………………..

۵-۱- مقایسه نتایج تابع پنالتی و الگوریتم ژنتیک…………………………..

فهرست مراجع

۱-   پایان نامه ی کارشناسی ارشد خانم عطیه پریشان نداف

۲-   وبلاگ سیاوش محمودیان

۳-   وبلاگ ایمان اشکاوند

۴-   علیرضا، مهدی، الگوریتم های ژنتیک و کاربردهای آن، ناقوس اندیشه، ۱۳۸۶، ۱۳و۱۴٫

۵-   Jelsoft Enterprises Ltd

 ۵- Jelsoft Enterprises Ltd

6- Genetic Algorithm and Direct Search Toolbox

دانلود فایل

چکیده :

 الگوریتم های ژنتیک یکی از الگوریتم های جستجوی تصادفی است که ایده آن برگرفته از طبیعت می باشد . نسل های موجودات قوی تر بیشتر زندگی می کنند و نسل های بعدی نیز قوی تر می شوند به عبارت دیگر طبیعت افراد قوی تر را برای زندگی بر می گزیند. در طبیعت از ترکیب کروموزوم های بهتر ، نسل های بهتری پدید می آیند . در این بین گاهی اوقات جهش هایی نیز در کروموزوم ها روی می دهد که ممکن است باعث بهتر شدن نسل بعدی شوند. الگوریتم ژنتیک نیز با استفاده از این ایده اقدام به حل مسائل می کند . الگوریتم های ژنتیک در حل مسائل بهینه سازی کاربرد فراوانی دارند.

مسئله ی کاهش آلاینده های Cox ، NOx و Sox در کوره های صنعتی ، یکی از مسائل بهینه سازی می باشد، که هدف آن بهینه کردن عملکرد کوره های احتراقی بر حسب پارامترهای درصد هوای اضافی (E) و دمای هوای خروجی از پیش گرمکن (T) ، به منظور کاهش میزان آلاینده های تولید شده در اثر انجام عملیات احتراق است.

در این پایان نامه ابتدا مروری بر مفاهیم مقدماتی الگوریتم های ژنتیک کرده سپس مشخصات کلی مسئله عنوان می شود، در انتها مسئله ی مورد نظر توسط الگوریتم ژنتیک اجرا و نتایج آن با روش تابع پنالتی مقایسه می شود.

فهرست مطالب

عنوان              صفحه

فصل اول –  مقدمه ……………………………………………..

۱-۱-    مقدمه  

فصل دوم –  مقدمه ای بر الگوریتم ژنتیک………………………………………..

۲-۱-          مقدمه

۲-۲-          پیشینه

۲-۳-          اصطلاحات زیستی

۲-۴-          تشریح کلی الگوریتم ژنتیک

۲-۵-          حل مسأله با استفاده از الگوریتم ژنتیک

۲-۶-          اجزای الگوریتم ژنتیک

۲-۶-۱- جمعیت

۲-۶-۲- کدگذاری

              ۲-۶-۲-۱-     کدگذاری دودویی

              ۲-۶-۲-۲-      کدگذاری مقادیر

              ۲-۶-۲-۳-      کدگذاری درختی

۲-۶-۳- عملگرهای الگوریتم ژنتیک

             ۲-۶-۳-۱-       fitness (برازش)

         ۲-۶-۳-۲-      selection  (انتخاب)

            ۲-۶-۳-۳-   crossover    (ترکیب)

           ۲-۶-۳-۴-  mutation     (جهش)

۲-۷-          مفاهیم تکمیلی

         ۲-۷-۱- برتری ها و ضعف های الگوریتم ژنتیک

         ۲-۷-۲- نکات مهم در الگوریتم های ژنتیک

         ۲-۷-۳- نتیجه گیری

فصل سوم – کاهش اثرات زیست محیطی آلاینده های Cox، NOx و SOx در کوره ها………..

۳-۱-          مقدمه

۳-۲-          احتراق

۳-۲-۱-   روش محاسبه ترکیبات تعادلی با استفاده از ثابت تعادل

۳-۲-۲-   روش محاسبه دمای آدیاباتیک شعله

۳-۲-۳-   انتخاب سیستم شیمیایی

۳-۲-۴-   تأثیر دمای هوا و میزان هوای اضافی بر تولید محصولات

۳-۳-          بهینه سازی

۳-۳-۱-   روش های حل مسائل بهینه سازی

۳-۳-۲-   روش تابع پنالتی

۳-۳-۳-   الگوریتم حل تابع پنالتی

۳-۴-          برنامه ی کامپیوتری و مراحل آن

۳-۵-          تشکیل تابع هدف

۳-۶-          تشکیل مدل مسئله بهینه سازی

۳-۷-          روش حل

فصل چهارم – توضیحاتی در رابطه با gatool نرم افزار مطلب…………….

۴-۱-          gatool

4-2-          تنظیم گزینه ها برای الگوریتم ژنتیک

۴-۳-          Plot Options

4-4-          Population Options

4-5-          Fitness Scaling Options

4-6-          Selection Options

4-7-          Reproduction Options

4-8-          Mutation Options

4-9-          Crossover Options

4-10-       Migration Options

4-11-       Output Function Options

4-12-       Stopping Criteria Options

4-13-       Hybrid Function Options

4-14-       Vectorize Options

فصل پنجم – نتایج…………………………….

۵-۱-          نتایج حاصل از تابع پنالتی و الگوریتم ژنتیک

۵-۲-        نتیجه گیری

فهرست مراجع………………….

فهرست شکل

 ۲-۱- مراحل الگوریتم ژنتیک

۲-۲- مثالی از کروموزوم ها به روش کدگذاری دودویی

۲-۳- مثالی از کروموزوم ها با استفاده از روش کدگذاری مقادیر

۲-۴-  انتخاب چرخ رولت

۲-۵-  ترکیب تک نقطه ای

۲-۶-  ترکیب دو نقطه ای

۲-۷-  ترکیب یکنواخت

۲-۸-  وارونه سازی بیت

۲-۹-  تغییر ترتیب قرارگیری

۲-۱۰-  تغییر مقدار

۳-۱- نمای برنامه ی کامپیوتری

۳-۲- عملیات برازش برای تولید NO در مقایسه با نتایج اصلی در احتراق گازوئیل

۴-۱-  نمای gatool نرم افزار مطلب

۵-۱- نمای gatool ، Cox برای گاز طبیعی

۵-۲- نمودارهای Best fitness و Best individual آلاینده ی Cox برای گاز طبیعی

۵-۳- نمای gatool ، NOx برای گاز طبیعی

۵-۴- نمودارهای Best fitness و Best individual آلاینده ی NOx برای گاز طبیعی

۵-۵- نمای gatool ، Cox + NOx برای گاز طبیعی

۵-۶- نمودارهای Best fitness و Best individual مجموع آلاینده های Cox و NOxبرای گاز طبیعی

۵-۷- نمای gatool ، Cox برای گازوئیل

۵-۸- نمودارهای Best fitness و Best individual آلاینده ی Cox برای گازوئیل

۵-۹- نمای gatool ، NOx برای گازوئیل

۵-۱۰- نمودارهای Best fitness و Best individual آلاینده ی NOx برای گازوئیل

۵-۱۱- نمای gatool ، Sox برای گازوئیل

۵-۱۲- نمودارهای Best fitness و Best individual آلاینده ی Sox برای گازوئیل

۵-۱۳-  نمای gatool ، Cox + NOx برای گازوئیل

۵-۱۴- نمودارهای Best fitness و Best individual مجموع آلاینده های Cox و NOx برای گازوئیل

۵-۱۵- نمای gatool ، Cox+NOx+Sox برای گازوئیل

۵-۱۶- نمودارهای Best fitness و Best individual مجموع آلاینده های Cox و NOx وSOx برای گازوئیل

۵-۱۷- نمای gatool ، Cox برای نفت کوره

۵-۱۸- نمودارهای Best fitness و Best individual آلاینده ی Cox برای نفت کوره

۵-۱۹- نمای gatool ، NOx برای نفت کوره

۵-۲۰- نمودارهای Best fitness و Best individual آلاینده ی NOx برای نفت کوره

۵-۲۱- نمای gatool ، Sox برای نفت کوره

۵-۲۲- نمودارهای Best fitness و Best individual آلاینده ی SOx برای نفت کوره

۵-۲۳- نمای gatool ، Cox + NOx برای نفت کوره

۵-۲۴- نمودارهای Best fitness و Best individual مجموع آلاینده های Cox و NOx برای نفت کوره

۵-۲۵- نمای gatool ، COx+NOx+SOx برای نفت کوره

۵-۲۶- نمودارهای Best fitness و Best individual مجموع آلاینده های COx و NOx و SOx برای نفت کوره

 فهرست جدول

 ۳-۱- تغییر نرخ تولید (mole/hr) NO در اثر تغییر دمای هوا و درصد هوای اضافی……..

۳-۲- تشکیل تابع هدف برای گاز طبیعی………………..

۳-۳- تشکیل تابع هدف برای گازوئیل………………………………………..

۳-۴- تشکیل تابع هدف برای نفت کوره……………………..

۵-۱- مقایسه نتایج تابع پنالتی و الگوریتم ژنتیک…………………………..

فهرست مراجع

۱-   پایان نامه ی کارشناسی ارشد خانم عطیه پریشان نداف

۲-   وبلاگ سیاوش محمودیان

۳-   وبلاگ ایمان اشکاوند

۴-   علیرضا، مهدی، الگوریتم های ژنتیک و کاربردهای آن، ناقوس اندیشه، ۱۳۸۶، ۱۳و۱۴٫

۵-   Jelsoft Enterprises Ltd

 ۵- Jelsoft Enterprises Ltd

6- Genetic Algorithm and Direct Search Toolbox

دانلود فایل

چکیده

 در یک محیط صنعتی توزیع شده، کارخانه های مختلف و دارای ماشین ها و ابزارهای گوناگون در مکان های جغرافیایی مختلف غالبا به منظور رسیدن به بالاترین کارایی تولید ترکیب می شوند. در زمان تولید قطعات و محصولات مختلف ، طرح های فرایند مورد قبول توسط کارخانه های موجود تولید می شود. این طرحها شامل نوع ماشین، تجهیز و ابزار برای هر فرآیند عملیاتی لازم برای تولید قطعه است. طرح های فرایند ممکن است به دلیل تفاوت محدودیت های منابع متفاوت باشند. بنابراین به دست آوردن طرح فرایند بهینه یا نزدیک به بهینه مهم به نظر می رسد. به عبارت دیگر تعیین اینکه هر محصول درکدام کارخانه و با کدام ماشین آلات و ابزار تولید گردد امری لازم و ضروری می باشد. به همین منظور می بایست از بین طرحهای مختلف طرحی را انتخاب کرد که در عین ممکن بودن هزینه تولید محصولات را نیز کمینه سازد. در این تحقیق  یک الگوریتم ژنتیک معرفی می شود که بر طبق ضوابط از پیش تعیین شده مانند مینیمم سازی زمان فرایند می تواند به سرعت طرح فرایند بهینه را برای یک سیستم تولیدی واحد و همچنین یک سیستم تولیدی توزیع شده جستجو می کند. با استفاده از الگوریتم ژنتیک، برنامه ریزی فرآیند به کمک کامپیوتر (CAPP) می تواند براساس معیار در نظر گرفته شده طرح های فرایند بهینه یا نزدیک به بهینه ایجاد کند، بررسی های موردی به طور آشکار امکان عملی شدن و استحکام روش را نشان می دهند. این کار با استفاده از الگوریتم ژنتیک در CAPP هم در سیستمهای تولیدی توزیع شده و هم واحد صورت می گیرد. بررسی های موردی نشان می دهد که این روش شبیه یا بهتر از برنامه ریزی فرآیند به کمک کامپیوتر (CAPP) مرسوم تک کارخانه ای است.

مقدمه

در جهان صنعتی امروز، به تولید به عنوان یک سلاح رقابتی نگریسته می شود و سازمانهای تولیدی در محیطی قرار گرفته اند که از ویژگی های آن می توان به افزایش فشارهای رقابتی، تنوع در محصولات، تغییر در انتظارات اجتماعی و افزایش سطح توقع مشتریان اشاره کرد. محصولات در حالی که باید بسیار کیفی باشند، تنها زمان کوتاهی در بازار می مانند و باید جای خود را به محصولاتی بدهند که با آخرین ذائقه، سلیقه و یا نیاز مشتریان سازگار هستند. بی توجهی به خواست مشتری و یا قصور در تحویل به موقع ممکن است بسیار گران تمام شود. شرایط فوق سبب گردیده تا موضوع اطلاعات برای سازمانهای تولیدی از اهمیت زیادی برخوردار شود. از طرف دیگر، آخرین بررسی ها حاکی از آن است که استراتژی رقابتی مبتنی بر بازار خود نیز به تدریج در حال گذر است و چشم انداز استراتژیک رقابت در آینده مبتنی بر منابع خواهد بود. به عبارت دیگر در حالی که شرکتها امروزه موفقیت را در تبعیت و استفاده درست از قوانین، فرصتها و شرایط دیکته شده توسط بازار می دانند، استراتژی مبتنی بر منابع بر این موضوع تاکید دارد که منفعت و موفقیت بیشتر با اتکا بر مزیتها و منابع منحصر به فرد و قابل اطمینان شرکت و سرمایه گذاری به منظور توسعه و حفاظت از آنها حاصل خواهد شد.

البته منابع تولیدی مورد نظر تنها شامل سرمایه، زمین، ماشین آلات و تجهیزات نمی شوند، بلکه بنای تولید نسل آینده بر تاکید و توجه به اطلاعات، مدیریت دانش و توجه ویژه به مسئله آموزش افراد خواهد بود.

وضعیت به وجود آمده و تحولات صورت گرفته مذکور در حوزه فعالیتهای تولیدی، اگرچه خود حاصل به کارگیری گسترده و همه جانبه فناوریهای اطلاعاتی در این حوزه است، ولی در عین حال باعث توجه مضاعف سازمانها و شرکتهای تولیدی به مقوله اطلاعات و فناوریهای مرتبط با آن شده است. این تحقیق با هدف تبیین موضوع فوق به طور عام و تبیین بخش خاصی از آن به نام برنامه ریزی فرایند به کمک کامپیوتر صورت گرفته است. اهمیت این بررسی از آنجا ناشی می شود که چند سالی است در کشور، افزایش تعداد واحدهای تولیدی و به تبع آن تحقق نسبی فضای رقابتی باعث گردیده تا توجه تولیدکنندگان و شرکتهای صنعتی به کیفیت محصولات، افزایش سهم بازار و مسئله صادرات معطوف گردد. از همین رو به نظر مــی رسد دانستن تحولات صورت گرفته در بخشهای تولیدی جوامع پیشرفته می تواند در تعیین و شناخت بهتر مسیری که سازمانهای تولیدی و صنعتی کشور برای ارتقای توان رقابتی خود باید طی کنند موثر واقع شود. توسعــه های اخیر در حوزه فناوری اطلاعات به ویژه هوش مصنوعی و سیستم های خبره، وضعیت تولید در جوامع صنعتی را دگرگون ساخته است.

عصر فعلی را برخی عصر اطلاعات لقب داده اند. این نامگذاری شاید به این دلیل باشد که امروزه اطلاعات به جزء تفکیک ناپذیر زندگی بشر تبدیل شده است. اگرچه اطلاعات از دیرباز در زندگی بشر تاثیر بسزایی داشته و انسان برای تصمیم گیریها و طی طریق همواره محتاج به آن بوده است ولی آنچه که امروزه اهمیت آن را صدچندان کرده، شرایط نوین زندگی و افزایش سهم اطلاعات در آن است.

اختراع رایانه، امکان پردازش سریع و ذخیره حجم انبوهی از داده ها را فراهم آورد و پیشرفتهای بعدی در زمینه ارتباط بین رایانه ها و امکان تبادل داده بین آنها، تبادل و انتقال اطلاعات را در سطح وسیعی ممکن ساخت. این رویدادها به همراه سایر پیشرفتهای صورت گرفته در زمینه الکترونیک و ارتباطات اعم از میکروالکترونیک، نیمه هادیها، ماهواره و روباتیک به وقوع انقلابی در زمینه نحوه جمع آوری، پردازش، ذخیره سازی، فراخوانی و ارائه اطلاعات منجر گردید که شکل گیری فناوری اطلاعات حاصل این رویداد بود.

براساس تعریف، فناوریهای اطلاعاتی مجموعه ای از ابزارها، تجهیزات، دانش و مهارتهاست که از آنها در گردآوری، ذخیـــــره سازی، پردازش و انتقال اطلاعات (اعم از متن، تصویر، صوت و…) استفاده می شود.

در این میان نقش ابزارهای رایانه ای و مخابراتی به وضوح مشخص است. این فناوری به سرعت در حال رشد است و فعالیتها و سرمایه گذاریهای انجام شده در این زمینه به ویژه پس از ظهور پدیده اینترنت، بسیار چشمگیر است. دامنه علوم مرتبط با آن بسیار گسترده و وسیع بوده و مباحثی نظیر علوم رایانه و مهندسی نرم افزار، مخابرات، هوش مصنوعی، سیستم های اطلاعاتی مدیریتی، سیستم های پشتیبانی تصمیم، مهندسی دانش، فناوری چندرسانه ای، مدیریت اطلاعات، امنیت داده و اطلاعات، داد و ستد و ارتباطات انسان – رایانه، ارتباطات گروهی مبتنی بر رایانه، روباتیک و پایگاههای اطلاعاتی اینترنتی را شامل می شود. پرتوهای این فناوری نوین بسیاری از زوایای زندگی انسان را فرا گرفته است و بسیاری از علوم و موضوعها را تحت تاثیر خود قرار داده است.

فهرست مطالب

عنوان    صفحه
مقدمه …………………………………………………………………………………………….    ۱۱
فصل یکم -  معرفی برنامه ریزی فرآیند به کمک کامپیوتر(CAPP) و الگوریتم ژنتیک …………………..    ۱۷
۱-۱-  برنامه ریزی فرآیند به کمک کامپیوتر………………………………………………………….    ۱۷
۱-۱-۱- رویکرد بنیادی ……………………………………………………………………………    ۱۸
۱-۱-۲- رویکرد متنوع ……………………………………………………………………………    ۱۸
۱-۲- الگوریتم ژنتیک…………………………………………………………………………….    ۲۰
۱-۲-۱-کلیات الگوریتم ژنتیک…………………………………………………………………….    ۲۱
۱-۲-۲-قسمت های مهم الگوریتم ژنتیک…………………………………………………………….    ۲۳
۱-۲-۲-۱-تابع هدف و تابع برازش…………………………………………………………………    ۲۶
۱-۲-۲-۲- انتخاب………………………………………………………………………………    ۲۷
۱-۲-۲-۳- تقاطع……………………………………………………………………………….      ۲۸
۱-۲-۲-۴- جهش……………………………………………………………………………….     ۳۲
فصل دوم- نمونه هایی از کاربرد الگوریتم ژنتیک در برنامه ریزی فرآیند به کمک کامپیوتر………………    ۳۴
۲-۱-بهینه سازی مسیر فرآیند با استفاده از الگوریتم ژنتیک…………………………………………..    ۳۴
۲-۱-۱- توصیف توالی فرآیند…………………………………………………………………….    ۳۴
۲-۱-۲- استراتژی کد گزاری…………………………………………………………………….    ۳۷
۲-۱-۳- تجزیه و تحلیل همگرایی………………………………………………………………..    ۳۸
۲-۱-۳-۱-همگرایی نزدیک شونده……………………………………………………………….    ۳۸
۲-۱-۳-۲-همگرایی با در نظر گرفتن احتمال……………………………………………………..    ۴۰
۲-۱-۳-۳-همگرایی Gها در توالی سازی فرایندهای پشت سر هم…………………………………    ۴۰
۲-۱-۳-۴-تعریف یک قانون……………………………………………………………………     ۴۱
۲-۱-۴-اپراتورهای ژنتیک……………………………………………………………………….    ۴۱
۲-۱-۴-۱-اپراتور انتخاب……………………………………………………………………….    ۴۱
۲-۱-۴-۲- اپراتور تغییر و انتقال……………………………………………………………….    ۴۲
۲-۱-۴-۳- اپراتور جهش……………………………………………………………………….    ۴۴
۲-۱-۵- برقراری تابع تناسب…………………………………………………………………..    ۴۴
۲-۱-۵-۱- آنالیز محدودیت ها……………………………………………………………….        ۴۴
۲-۱-۵-۲- برقراری تابع برازش……………………………………………………………….    ۴۵
۲-۱-۶-مثال………………………………………………………………………………….    ۴۷
۲-۱-۶-۱-مثالهایی برای کاربرد این روشها …………………………………………………….    ۴۷
۲-۱-۶-۲-تاثیر پارامترهای متغیر بر روند تحقیقات ……………………………………………….    ۴۹
۲-۱-۷-نتیجه گیری…………………………………………………………………………..    ۵۰
۲-۲-روشی برای برنامه ریزی  مقدماتی ترکیبات دورانی شکل محور Cاستفاده از الگوریتم ژنتیک……..    ۵۱
۲-۲-۱-مقدمه……………………………………………………………………………….    ۵۱
۲-۲-۲-مدول های سیستمCAPP پیشنهاد شده…………………………………………………..    ۵۴
۲-۲-۳-تجسم قطعه…………………………………………………………………………..    ۵۶
۲-۲-۴-تولید توالی های ممکن………………………………………………………………..    ۵۸
۲-۲-۴-۱-الزامات اولویت دار………………………………………………………………..    ۵۸
۲-۲-۴-۲- الزامات تلرانس هندسی……………………………………………………………    ۵۹
۲-۲-۴-۳- رابطه ویژگی های اولویت دار……………………………………………………..    ۶۰
۲-۲-۵ بهینه سازی با استفاده از الگوریتم ژنتیک G………………………………………………
2-2-5-1- تابع برازش………………………………………………………………………..    ۶۷
۲-۲-۵-۲- الگوریتم ژنتیک……………………. ……………………………………………..    ۶۸
۲-۲-۶- نتایج و بحث…………………………………………………………………………    ۷۱
۲-۲-۷-نتیجه گیری………………………………………………………………………….    ۷۱
فصل سوم: الگوریتم پیشنهادی برای کاربرد الگوریتم  ژنتیک در طراحی قطعه به کمک کامپیوتر در محیط صنعتی ..    ۷۳
۳-۱-مقدمه………………………………………………………………………………….    ۷۳
۳-۲-الگوریتم ژنتیک………………………………………………………………………..    ۷۴
۳-۲-۱-سیستم های تولیدی توزیع شده…………………………………………………………     ۷۴
۳-۲-۲-نمایش طرح های فرایند………………………………………………………………    ۷۵
۳-۲-۳-جمعیت اولیه……………………………………………………………………….    ۷۶
۳-۳-تولید مثل……………………………………………………………………………..    ۷۶
۳-۳-۱-ادغام………………………………………………………………………………    ۷۶
۳-۳-۲-دگرگونی و جهش………………………………………………………………….    ۷۷
۳-۴- ارزیابی کروموزوم …………………………………………………………………..    ۸۰
۳-۴-۱- مینیمم سازی زمان فرایند……………………………………………………………    ۸۰
۳-۴-۲- مینیمم سازی هزینه های تولید………………………………………………………    ۸۰
۳-۵- مطالعات موردی……………………………………………………………………..    ۸۱
۳-۵-۱- CAPPسنتی…………………………………………………………………..     ۸۱
۳-۵-۲- CAPP توزیع شده………………………………………………………………    ۸۵
۳-۶- ارزیابی……………………………………………………………………………    ۸۸
۳-۶-۱- معیار اول………………………………………………………………………    ۸۸
۳-۶-۲- معیار دوم……………………………………………………………………….    ۸۹
فصل چهارم -نتیجه گیری……………………………………………………………………    ۹۰

فهرست شکلها

عنوان    صفحه
شکل ۱-۱- نمایش یک کروموزوم با ارقام صفر و یک………………………………………    ۲۲
شکل ۱-۲- دو کرموزوم قبل از تقاطع (والدین)…………………………………………    ۲۲
شکل ۱-۲-  دو کروموزوم بعد از تقاطع (فرزندان)……………………………………..    ۲۳
شکل ۱-۳- کروموزوم بعد از جهش۲…………………………………………………….    ۲۳
شکل ۱-۴ – تقاطع چند نقطه ای۲………………………………………………………..    ۳۲
شکل۲-۱-نمودار جریان برنامه۲……………………………………………………….    ۴۶
شکل۲-۲……………………………………………………………………………..    ۴۸
شکل۲-۳ -طرح دیاگرام CAPP پیشنهادشده……………………………………………..    ۵۵
شکل۲-۴-ساختار سلسله مراتبی ویژگی های فرمی نوعی………………………………….    ۵۶
شکل ۲-۵…………………………………………………………………………….    ۵۷
شکل۲-۶- مثالهای الزامات اولویت دار…………………………………………………..    ۵۹
شکل ۲-۷- مثال الزامات تلرانس هندسی ………………………………………………..    ۶۰
شکل ۲-۸- یک شکل نمونه دارای ۱۸ ویژگی……………………………………………    ۶۱
شکل ۲-۹-تولید مجدد گرافیکی………………………………………………………..    ۶۲
شکل۲-۱۰ تولید مجدد داخلی…………………………………………………………    ۶۲
شکل ۳-۱- توصیف یک سیستم تولیدی توزیع شده……………………………………..    ۷۵
شکل ۳-۲- نمونه ای از یک طرح فرآیند……………………………………………    ۷۵
شکل ۳-۳- اپراتور ادغام………………………………………………………….    ۷۷
شکل ۳-۴- اپراتور جهش…………………………………………………………    ۷۹
شکل ۳-۵-یک قطعه منشوری برای ارزیابی الگوریتم……………………………….    ۸۱
شکل ۳-۶ تغییرات هزینه تولید در طی اجراهای مختلف……………………………..    ۸۴
شکل۳-۷-یک قطعه منشوری شکل……………………………………………….    ۸۵

فهرست جدولها

عنوان    صفحه
جدول۲-۱- استراتژی کدگذاری…………………………………………………..    ۳۷
جدول۲-۲ توالی سازی با استفاده از Gتحویل…………………………………….    ۴۷
جدول ۲-۳- رابطه نوع ویژگی کدبندی ویژگی سلول ماشینکاری و کدبندی طبیعی G…………….
جدول ۲-۴ ……………………………………………………………………………    ۴۹
جدول ۲-۵……………………………………………………………………………    ۵۰
جدول ۲-۶……………………………………….. …………………………………    ۵۰
جدول ۲-۷ ………………………………………………………………………….    ۶۱
جدول ۲-۸ توالی های  اولیه……………………………………………………………    ۶۴
جدول ۲-۹-جزئیات برای قطعه نمونه……………………………………………………    ۶۵
جدول ۲-۱۰- الگوههای اولویت و مجاورت…………………………………………….    ۶۵
جدول ۲-۱۱- جمیعت اولیه……………………………………………………………    ۶۶
جدول۲-۱۲-نسل بعد از تولید مجدد…………………………………………………….    ۶۸
جدول ۲-۱۳ -فرآیند ادغام……………………………………………………………    ۶۹
جدول ۲-۱۴- فرآیند جهش…………………………………………………………..    ۷۰
جدول ۲-۱۵- توالی های بهینه/نزدیک بهینه………………………………………….    ۷۱
جدول۳-۱- اطلاعات تولید…………………………………………………………    ۸۲
جدول ۳-۴-طرح فرآیند مطالعه موردی …………………………………………….    ۸۳
جدول ۳-۳- ماتریس تقدم و تاخر…………………………………………………..    ۸۳
جدول ۳-۲-منابع موجود در کارگاه تولید……………………………………………    ۸۴
جدول ۳-۵- رابطه تقدم و تاخر برای مطالعه موردی…………………………………    ۸۶
جدول ۳-۶- شاخصهای زمان و هزینه در سه کارخانه………………………………    ۸۷
جدول ۳-۷- منابع مورد استفاده در سه کارخانه……………………………………..    ۸۷
جدول ۳-۸ توصیف هفت عملیات اصلی…………………………………………..    ۸۷
جدول ۳-۹ منابع موجود در عملیات ماشینکاری……………………………………    ۸۷
جدول ۳-۱۰- طرح فرآیند بر طبق ضابطه کمینه کردن هزینه تولید…………………    ۸۸
جدول ۳-۱۱ طرح فرآیند بر طبق ضابطه کمینه کردن زمان فرآیند…………………..    ۸۹

دانلود فایل