متن کامل پایان نامه مقطع کارشناسی ارشد رشته مدیریت
برای رعایت حریم خصوصی نام نگارنده و استاد راهنما در سایت درج نمی شود
(در فایل دانلودی نام نویسنده و استاد راهنما موجود است)
تکه هایی از متن پایان نامه به عنوان نمونه :
(ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است)
چکیده
مکان یابی یک فعالیت اقتصادی اعم از یک بنگاه خرده فروشی، کارخانه، مرکز خدماتی یا . یکی از مهمترین سوالات پیش روی یک بنگاه اقتصادی است تا آنجا که این مساله میتواند تعیین کننده موفقیت یا شکست بنگاه باشد. تاکنون مدل های زیادی به منظور کمک به اتخاذ تصمیم در حوزه مکانیابی ایجاد شده اند، یکی از مشهورترین مدل ها در میان مدل های مکانیابی تسهیلات، مدل مساله پوشش است. این مدل سعی در حداکثر نمودن پوشش جمعیتی می کند که در یک حداکثر فاصله یا زمان مشخص از یک تجهیز قرار دارند. در این پژوهش، مدل ارائه شده توسط ماریانو و سرا (1998) که به صورت یک مسئله حداکثر پوشش با محدودیت شاخصهای صف می باشد توسعه داده می شود. به این شکل که در تابع هدف مساله با وارد کردن درآمد و هزینهها علاوه بر حداکثر کردن میزان تقاضای پوشش یافته، میزان سود بنگاه نیز محاسبه گردیده و حداکثر میشود. که از این مدل برای تعیین و انتخاب مکانهای مناسب برای استقرار 10 کیوسک خودپرداز بانک ملت از میان 30 مکان کاندید، استفاده شده است. برای حل مدل، الگوریتم فراابتکاری ژنتیک چند هدفه NSGA-II ) الگوریتم ژنتیک با مرتبسازی غیرمغلوب) و نرم افزار MOEA Framework بکار گرفته شده است.
شایان ذکر است، این مدل برای کلیهی تصمیم گیریهای مربوط به مکانیابی این بانک قابل بکارگیری خواهد بود.
کلید واژه
مکانیابی، مساله حداکثر پوشش، الگوریتم ژنتیک
فهرست مطالب
1-1- مقدمه————————————————————————————- 2
1-3- اهمیت وضرورت مساله پژوهش– 5
1-6- فرضیات پژوهش————————————————————————– 6
فصل دوم: بررسی پیشینه پژوهش– 8
2-2-1- دیدگاههای مطرح در مکانیابی صنایع- 10
2-2-2- تئوریهای مکانیابی- 13
2-3- مکانیابی با بهره گرفتن از مدل پوشش– 19
2- 5- مرورادبیات کاربرد الگوریتم ژنتیک درمسایل مکانیابی————————————— 49
2- 6- سابقه پژوهشهای دارای موضوعات مشابه 51
3-2- مدل مسائل پوشش حداکثر (MCLP) 60
3-4- الگوریتم ژنتیک پیشنهادی- 65
3-4-1- روش Non-dominated Sorting Genetic Algorithm-II (NSGA-II) 66
3-4-2- پیاده سازی الگوریتم NSGA-II 72
فصل پنجم: نتیجهگیری و پیشنهادها 87