@article { author = {نائینی, سید غلام رضا جلالی and زر, فردین احمدی}, title = {-}, journal = {Management Knowledge(Not Publish)}, volume = {20}, number = {2}, pages = {-}, year = {2007}, publisher = {}, issn = {}, eissn = {}, doi = {}, abstract = {Ant Colony System (ACS) is defined as a metaheuristic acting according to the behavior of natural ants. In this article ACS is used for reliability optimization of a series system under multiple- choice for the selection of the type of technology in each subsystem such that optimization of the reliability of the whole system can be achieved with regard to budget constraint. This problem is NP-hard and it could be modeled as zero-one nonlinear programming. In this paper we propose an ACS algorithm based on the artificial ant behavior which responding to the communication with previous ants and with regard to the objective function. The constructed solutions are not guaranteed to be feasible; therefore using a convenient mechanism an infeasible solution is replaced by feasible one and then they are improved by a local search. We have compared the proposed method with an Ant System (AS) algorithm. Computational results have shown that the proposed ACS has better performance in producing solutions with higher quality in particular for problems with large number of subsystems.}, keywords = {Ant Colony System,Budget constraint,Multiple choice,Reliability optimization,series system}, title_fa = {بهینه‌سازی قابلیت اطمینان در سیستم‌های سری با انتخاب‌های چندگانه و محدودیت بودجه با استفاده از الگوریتم مورچگان}, abstract_fa = {الگوریتم مورچگان یک روش فرا ابتکاری است که بر اساس رفتار مورچه‌های طبیعی عمل می‌نماید. در این مقاله از این الگوریتم به منظور بهینه‌یابی قابلیت اطمینان در سیستم‌های سری با انتخاب‌های چندگانه در مورد هر زیرسیستم استفاده شده است، طوریکه انتخاب تکنولوژی به گونه ای صورت می گیرد تا قابلیت اطمینان با در نظر گرفتن محدودیت بودجه حداکثر گردد. این مسأله یک مسأله برنامه ریزی صفر و یک غیرخطی می‌باشد که از مسائلNP- hard محسوب می‌شود. در الگوریتم مورچگان توسعه داده شده، هر مورچه مصنوعی بر اساس اطلاعاتی که از مورچه‌های قبلی دریافت می‌نماید و با توجه به تابع هدف مسأله اقدام به ایجاد یک جواب می‌نماید؛ این جواب تضمینی ندارد که موجه باشد، لذا ابتدا با یک مکانیزم مناسب با یک جواب همسایه موجه جایگزین می‌شود و سپس با استفاده از یک روش جستجوی محلی بهبود می‌یابد. این روش با تنها روش فراابتکاری موجود که یک الگوریتم مورچه می باشد مقایسه شده است؛ نتایج محاسباتی نشان می‌دهد که الگوریتم ارائه شده می‌تواند جواب‌های دارای کیفیت را برای مسائل با ابعاد بزرگ در زمانی کوتاه بدست آورد.}, keywords_fa = {الگوریتم مورچگان,انتخاب‌های چندگانه,بهینه‌سازی قابلیت اطمینان,سیستم‌های سری,محدودیت بودجه}, url = {https://jmk.ut.ac.ir/article_18611.html}, eprint = {https://jmk.ut.ac.ir/article_18611_3afaca879e10ef7ab253de5cb6632426.pdf} }