iNetDoc

کامل ترین منبع دانلود مقاله و تحقیق

ﻣﺴﺌﻠﻪ ﭘﺨﺶ ﺗﻮان اﻗﺘﺼﺎدي زﯾﺴﺖ ﻣﺤﯿﻄﯽ ﻣﺒﺘﻨﯽ ﺑﺮ ﺑﻬﯿﻨﻪ ﺳﺎزي ﺟﺴﺘﺠﻮي ﭘﯿﻤﺎﯾﺶ ﻣﻌﮑﻮس

نوع : word - قیمت :15000 تعداد صفحه : 26

بخشی از مقاله : 

ﭼﮑﯿﺪه

 اﯾﻦ ﻣﻘﺎﻟﻪ راه ﺣﻠﯽ ﺑﺮاي ﻣﺴﺌﻠﻪ ي ﭘﺨﺶ ﺑﺎر اﻗﺘﺼﺎدي و زﯾﺴﺖ ﻣﺠﯿﻄﯽ EELD))ﭼﻨﺪ ﻫﺪﻓﻪ ي ﻣﻘﯿﺪﺑﺮاي واﺣﺪﻫﺎي ﺣﺮارﺗﯽ ﺳﯿﺴﺘﻢ ﻗﺪرت ﺑﺎ اﺳﺘﻔﺎده از ﺗﮑﻨﯿﮏ ﺑﻬﯿﻨﻪ ﺳﺎزي ﺟﺴﺘﺠﻮي ﭘﯿﻤﺎﯾﺶ ﻣﻌﮑﻮس اراﺋه ﻣﯽ دﻫﺪ. ﻣﻮاد آﻻﯾﻨﺪه ﻣﺎﻧﻨﺪ NOx ، ﻗﯿﺪ ﺗﻌﺎدل ﺗﻮان، و ﻗﯿﺪ ﻧﺎﻣﯽ ﻋﻤﻠﯿﺎﺗﯽ در اﯾﻨﺠﺎ ﻟﺤﺎظ ﺷﺪه اﺳﺖ. ﻫﺪف ﺑﻬﯿ ﺳﺎزي ﺟﺴﺘﺠﻮي ﭘﯿﻤﺎﯾﺲ ﻣﻌﮑﻮس )BSA( ﭘﯿﺪا ﮐﺮدن ﯾﮏ ﺟﻮاب ﺑﻬﯿﻨﻪ ﺳﺮاﺳﺮي ﻣﺘﺎﺛﺮ از ﻋﻤﻠﮕﺮ ﺟﺪﯾﺪ ﺟﻬﺶ2 ﺗﻮﻟﯿﺪ ﻣﺜﻞ3 ﻣﯽ ﺑﺎﺷﺪ. BSA ﻗﺎدر ﺑﻪ ﮐﺎر ﺑﺎ ﻣﺴﺎﺋﻞ ﭼﻨﺪﺑﻌﺪي اﺳﺖ ﮐﻪ اﯾﻦ از ﻗﺪرت اﮐﺘﺸﺎﻓﯽ4 و ﺳﻮدﻣﻨﺪي5 آن ﻧﺸﺎت ﻣﯽ ﮔﯿﺮد. BSA ﺑﺪور از ﺣﺴﺎﺳﺖ زﯾﺎد ﺑﻪ ﭘﺎراﻣﺘﺮﻫﺎي ﮐﻨﺘﺮﻟﯽ اﺳﺖ زﯾﺮا ﻓﻘﻂ ﯾﮏ ﭘﺎراﻣﺘﺮ ﮐﻨﺘﺮﻟﯽ دارد. ﻋﻤﻠﮑﺮد BSA ﺑﺎ ﺗﮑﻨﯿﮏ ﻫﺎي ﺑﻬﯿﻨﻪ ﺳﺎزي ﺟﺪﯾﺪ از ﻟﺤﺎظ ﮐﯿﻔﯿﺖ ﺟﻮاب ﺑﺪﺳﺖ آﻣﺪه، ﺑﺎزده ﻣﺤﺎﺳﺒﺎﺗﯽ و ﻣﻘﺎوﻣﺖ ﺟﺎﻣﻌﯿﺖ( آن ﺑﺮاي ﻣﺴﺎﺋﻞ ﭼﻨﺪﻫﺪﻓﻪ ﻣﻘﺎﯾﺴﻪ ﺷﺪه اﺳﺖ.

مقدمه

ﻣﺴﺌﻠﻪ ي ﭘﺨﺶ ﺑﺎر اﻗﺘﺼﺎدي ﺳﻨﺘﯽ (ELD) ﯾﮏ ﻣﺴﺌﻠﻪ ي ﺑﻬﯿﻨﻪ ﺳﺎزي اﺳﺖ ﮐﻪ ﺑﺪﻧﺒﺎل ﯾﺎﻓﺘﻦ ﺑﻬﺘﺮﯾﻦ واﺣﺪﻫﺎي ﺗﻮﻟﯿﺪ ﻣﻮﺟﻮد ﺟﻬﺖ ﺗﺎﻣﯿﻦ ﺗﻮان ﺑﻪ ﺷﯿﻮه اي ﻣﻄﻤﺌﻦ، ﺳﻮدﻣﻨﺪ و ﮐﻢ ﻫﺰﯾﻨﻪ ﻣﯽ ﺑﺎﺷﺪ. درﺣﺎﻟﯽ ﻗﯿﻮد ﺗﺴﺎوي ﻧﺎﻣﺴﺎوي ﻣﺘﻌﺪدي ﺑﺎﯾﺴﺘﯽ ﺑﺮآورده ﺷﻮﻧﺪ. ﻣﻨﯿﻤﻢ ﮐﺮدن ﻫﺰﯾﻨﻪ ﺳﻮﺧﺖ ﭘﺨﺶ ﺗﻮان اﻗﺘﺼﺎدي زﻣﺎﻧﯽ ﮐﻪ آﻻﯾﻨﺪه ﻫﺎي زﯾﺴﺖ ﻣﺤﯿﻄﯽ ﻧﯿﺰ در ﻋﻤﻠﮑﺮد ﻧﯿﺮوﮔﺎه ﻫﺎي ﻣﺨﺘﻠﻒ دﺧﯿﻞ ﻫﺴﺘﻨﺪ، ﻧﺎﮐﺎﻓﯽ ﻣﯽ ﺑﺎﺷﺪ. ﺑﺪﻟﯿﻞ اﻓﺰاﯾﺶ ﺳﻄﺢ آﮔﺎﻫﯽ از ﺣﻔﺎﻇﺖ از ﻣﺤﯿﻂ زﯾﺴﺖ از ﺳﺎل 1970 ﺿﻤﻦ اﻋﻤﺎل ﺑﺮﺧﯽ راﻫﮑﺎرﻫﺎي ﮐﻨﺘﺮﻟﯽ، ﻧﯿﺮوﮔﺎه ﻫﺎ ﻧﺴﺒﺖ ﺑﻪ ﺗﻮﻟﯿﺪ آﻻﯾﻨﺪه ﻫﺎﯾﯽ ﻧﻈﯿﺮ NOx COx,,SOx و ... در ﻣﻄﺎﻟﻌﺎت ELD ﺳﯿﺴﺘﻢ ﻗﺪرت ﻣﺤﺪود ﺷﺪه اﻧﺪ ﺗﺎ ﻣﯿﻨﯿﻤﻢ ﺳﻄﺢ آﻻﯾﻨﺪه ﻫﺎ ﻫﻤﺮاه ﺑﺎ ارزاﻧﺘﺮﯾﻦ اﻧﺮژي ﻣﻮﺟﺐ ﺷﻮد. ﻣﺴﺌﻠﻪ ﭘﺨﺶ ﺗﻮان اﻗﺘﺼﺎدي- زﯾﺴﺖ ﻣﺤﯿﻄﯽ EED)) ﻧﻘﺶی در ﺗﻌﯿﯿﻦ ﻣﻘﺪار ﺑﻬﯿﻨﻪ ي ﺗﻮان ﺗﻮﻟﯿﺪي ﺑﺮاي واﺣﺪﻫﺎي ﺗﻮﻟﯿﺪ ﻣﺒﺘﻨﯽ ﺑﺮ ﺳﻮﺧﺖ ﻫﺎي ﻓﺴﯿﻠﯽ در ﺳﯿﺴﺘﻢ ﻣﯽ ﺑﺎﺷﺪ ﻃﻮري ﮐﻪ ﺳﻄﺢ آﻻﯾﻨﺪه ﻫﺎ ﻣﯿﻨﯿﻤﻢ ﺷﻮد. ﺑﺎ اﯾﻦ ﺣﺎل، ﻣﺴﺎﺋﻞ EED ﻧﻤﯽ ﺗﻮاﻧﻨﺪ ﺑﺎ ﺗﮑﻨﯿﮏ ﻫﺎي ﺑﻬﯿنه ﺳﺎزي ﺳﻨﺘﯽ ﺗﮏ ﻫﺪﻓﻪ ﮐﻨﺘﺮل ﺷﻮﻧﺪ. ﭘﺲ، ﻣﻔﻬﻮم ﭘﺨﺶ ﺗﻮان اﻗﺘﺼﺎدي زﯾﺴﺖ ﻣﺤﯿﻄﯽ در ﻗﺎﻟﺐ ﯾﮏ ﻣﺴﺌﻠﻪ ي ﺑﻬﯿﻨﻪ ﺳﺎزي ﻏﯿﺮﺧﻄﯽ ﭼﻨﺪﻫﺪﻓﻪ ﺑﺎ در ﻧﻈﺮ ﮔﺮﻓﺘﻦ ﺗﻮاﺑﻊ ﻫﺪف ﻫﺰﯾﻨﻪ ي ﺗﻮﻟﯿﺪ و ﻧﯿﺰ ﺳﻄﺢ اﻻﯾﻨﺪه ﻫﺎ )ﺑﻄﻮر همزمان ضمن لحاظ نمودن انواع قیود مساوی و نامساوی مطرح و پیاده سازی شده است .

در ﺳﺎل 1986 اوﻟﯿﻦ اﺛﺮ از ﺗﻼش ﻫﺎي ﻗﻮي در زﻣﯿﻨﻪ ﺣﻞ ﻣﺴﺌﻠﻪ EED ﺑﺎ در ﻧﻈﺮ ﮔﺮﻓﺘﻦ آﻻﯾﻨﺪه ﻫﺎ ﺑﻪ ﻋﻨﻮان ﺑﻬﯿﻨﻪ ﺳﺎزي ﺗﮏ ﻫﺪﻓﻪ در(1)ﺗﻮﺻﯿﻒ ﺷﺪ. راﻫﮑﺎرﻫﺎي ﻣﺘﻌﺪدي ﺑﺼﻮرت ﺑﻬﯿﻨﻪ ﺳﺎزي ﭼﻨﺪﻫﺪﻓﻪ ﺑﻪ ﻣﻨﻈﻮر ﮐﻤﯿنه ﮐﺮدن ﻫﻤﺰﻣﺎن ﻫﺰﯾﻨﻪ ي ﺗﻮﻟﯿﺪ و ﮐﻨﺘﺮل آﻻﯾﻨﺪه ﻫﺎ در (1و2) ﻣﻌﺮﻓﯽ ﺷﺪه اﺳﺖ. El-Keib و ﻫﻤﮑﺎران اﻣﺮ آﻟﻮدﮔﯽ ا را در ﻣﺴﺌﻠﻪ ي ﭘﺨﺶ ﺗﻮان اﻗﺘﺼﺎدي اﻋﻤﺎل ﻧﻤﻮدﻧﺪ (4) Nanda و ﻫﻤﮑﺎران از ﺗﮑﻨﯿﮏ ﻫﺎي ﮐﻼﺳﯿﮏ درEELD ﺑﻪ ﻋﻨﻮان ﯾﮏ ﻣﺴﺌﻠﻪ ي ﺑﻬﯿﻨﻪ ﺳﺎزي ﭼﻨﺪ ﻫﺪﻓﻪ ﺑﻪ ﻣﻨﻈﻮر ﻣﯿﻨﯿﻤﻢ ﮐﺮدن ﻫﻤﺰﻣﺎن ﻫﺰﯾﻨﻪ ﺗﻮﻟﯿﺪ و ﻣﯿﺰان آﻻﯾﻨﺪه اﺳﺘﻔﺎده ﮐﺮدﻧﺪ (5). ﺣﻔﺎﻇﺖ اﻗﺘﺼﺎدي، اﻣﻨﯿﺘﯽ و زﯾﺴﺖ ﻣﺤﯿﻄﯽ در (6)ﺑﺤﺚ ﺷﺪه اﺳﺖ. ﯾﮏ ﺑﺮﻧﺎﻣﻪ رﯾﺰي ﺧﻄﯽ ﻧﯿﺰ ذر ﻣﺴﺌﻠﻪ ي ﺑﺨﺶ ﺗﻮان اﻗﺘﺼﺎدي ﭼﻨﺪﻫﺪﻓﻪ در (7) اﺳﺘﻔﺎده ﺷﺪه اﺳﺖ ﮐﻪ در ﻫﺮ ﺑﺎر ﺣﻞ ﻣﺴﺌﻠﻪ، ﯾﮏ ﺗﺎﺑﻊ ﻫﺪف ﺗﮑﯽ ﻟﺤﺎظ ﺷﺪه اﺳﺖ. Dhillon و ﻫﻤﮑﺎران و Chang ﻫﺮ دو از ﻫﺰﯾﻨﻪ ي ﺗﻮﻟﯿﺪ و ﻣﯿﺰان آﻻﯾﻨﺪه ﻫﺎ ﺑ ﻋﻨﻮان ﺗﺎﺑﻊ ﻫﺪف ﺗﮑﯽ اﺳﺘﻔﺎده ﮐﺮده اﻧﺪ(8و9)ﻣﺴﺎﺋﻞ ﺑﻬﯿﻨﻪ ﺳﺎزي ﺳﯿﺴﺘﻢ ﻫﺎي ﻗﺪرت واﻗﻌﯽ اﻏﻠﺐ ﺑﻪ ﭘﯿﭽﯿﺪﮔﯽ ﺑﺎﻻي آن ﻫﺎ و ﮔﻨﮓ ﺑﻮدﻧﺸﺎن، ﺑﻐﺮﻧﺞ ﻫﺴﺘﻨﺪ. روش ﻫﺎي ﻣﻌﻤﻮﻟﯽ ﺑﺮاي ﺣﻞ ﻣﺴﺎﺋﻞ EELD اﻋﻤﺎل ﺷﺪه اﺳﺖ. در اﯾﻦ ﻣﻮارد، ﻓﺮض ﺿﺮوري اﯾﻦ اﺳﺖ ﮐﻪ ﻫﺰﯾﻨﻪ ي اﻓﺰاﯾﺸﯽ واﺣﺪﻫﺎي ﺗﻮﻟﯿﺪﮐﻨﻨﺪه ﺑﺼﻮرت اﻓﺰاﯾﺶ ﯾﮑﻨﻮاﺧﺖ ﯾﺎ ﺗﮑﻪ ﺗﮑﻪ ﺧﻄﯽ ﺑﺎﺷﺪ. اﻣﺎ وﻗﺘﯽ اﺛﺮ ﺑﺎرﮔﺬاري ﻧﻘﻄﻪ ي ﺷﯿﺮﻫﺎي ﺑﺨﺎر6 در ﻓﺮﻣﻮل ﺑﻨﺪي رﯾﺎﺿﯽ ﻣﺴﺌﻠﻪ ي EELD ﻋﻤﻠﯽ ﻟﺤﺎظ ﺷﻮد، ﻋﺒﺎرت ﺳﯿﻨﻮﺳﯽ ﻫﻤﺮاه ﺑﺎ ﺗﺎﺑﻊ ﻫﺰﯾ ي ﺳﻮﺧﺖ درﺟﻪ 2 ﻣﻌﻤﻮﻟﯽ ﯾﺎ ﺗﺎﺑﻊ اﻧﺘﺸﺎر آﻻﯾﻨﺪه ﻫﺎ ﻇﺎﻫﺮ ﻣﯽ ﮔﺮدد. درﻧﺘﯿﺠﻪ، اﯾﻦ ﺗﻮاﺑﻊ ﺗﻐﯿﯿﺮﯾﺎﻓﺘﻪ و ﻣﻮﺟﺐ ﻣﯽ ﺷﻮﻧﺪ ﮐﻪ ﻣﺴﺌﻠﻪ ي EELD در ﻋﻤﻞ ﯾﮏ ﻣﺴﺌﻠﻪ ي ﺑﻬﯿﻨﻪ ﺳﺎزي ﻏﯿﺮﻣﺤﺪب7 ﺑﺎﺷﺪ. ﭘﺲ، روش ﻫﺎي ﺑﻬﯿ ﺳﺎزي ﮐﻼﺳﯿﮏ ﮐﻪ اﯾﻦ دﺳﺘﻪ از ﻣﺴﺎﺋﻞ EELD ﻏﯿﺮﻣﺤﺪب را ﺣﻞ ﻣﯽ ﮐﻨﻨﺪ ﺻﺮﻓﺎ ﯾﮏ ﺟﻮاب ﺑﻬﯿﻨﻪ ي ﺗﻘﺮﯾﺒﯽ اراﺋه ﺧﻮاﻫﻨﺪ داد.

درﻧﺘﯿﺠﻪ، ﺗﮑﻨﯿﮏ ﻫﺎي ﻣﺤﺎﺳﺒﺎت ﻧﺮم اراﺋﻪ ﺷﺪه ﺑﺮي ﺣﻞ ﻣﺴﺎﺋﻞ EELD ﻋﻤﻠﯽ اﺳﺘﻔﺎده ﻣﯽ ﺷﻮﻧﺪ و ﺗﮑﻨﯿﮏ ﻫﺎي ﺗﻮﺳﻌﻪ ﯾﺎﻓﺘﻪ ي ﻗﺒﻠﯽ را ﺑﺪﻻﯾﻞ زﯾﺮ ﺑﻬﺒﻮد ﻣﯽ دﻫﻨﺪ:

  1. ﻣﯽ ﺗﻮاﻧﺪ از اﻃﻼﻋﺎت ﻗﺒﻠﯽ در ﻣﻮرد ﺟﻮاب ﻣﺴﺌﻠﻪ و رﻓﺘﺎر آن ﺣﯿﻦ ﺟﺴﺘﺠﻮي ﺟﻮاب ﻫﺎي ﺟﺪﯾﺪ اﺳﺘﻔﺎده می کند.
  2. از ﺟﻤﻌﯿﺘﯽ از ﻧﻘﺎط )ﺑﻪ ﻋﻨﻮان ﺟﻮاب ﺑﺎﻟﻘﻮه( در ﺟﺴﺘﺠﻮي ﺧﻮد اﺳﺘﻔﺎده ﻣﯽ ﮐﻨﺪ و اﯾﻦ ﻣﯽ ﺗﻮاﻧﺪ ﻣﻨﺠﺮ ﺑه یک پردازش میوتزی می شود.
  3. از اﻃﻼﻋﺎت ﺗﻨﺎﺳﺐ8 ﻣﺴﺘﻘﯿﻢ ﺑﻪ ﺟﺎي ﻣﺸﺘﻖ ﺗﻮاﺑﻊ ﻫﺪف ﯾﺎ ﺳﺎﯾﺮ اﻃﻼﻋﺎت دﯾﮕﺮ اﺳﺘﻔﺎده ﻣﯽ ﮐﻨﺪ.
  4. اﺳﺎﺳﺎ از ﻗﻮاﻋﺪ اﺣﺘﻤﺎﻟﯽ ﻧﻪ ﻗﻄﻌﯽ ﺑﻪ ﻋﻨﻮان ﻗﻮاﻋﺪ ﺗﻐﯿﯿﺮ اﺳﺘﻔﺎده ﻣﯽ ﮐﻨﺪ.

Abido (10و12) ﭘﺨﺶ ﺗﻮان اﻗﺘﺼﺎدي زﯾﺴﺖ ﻣﺤﯿﻄﯽ ﭼﻨﺪ ﻫﺪﻓﻪ را ﺑﻪ ﮐﻤﮏ اﻟﮕﻮرﯾﺘﻢ /زﻧﺘﯿﮏ ﺑﺎ ﻣﺮﺗﺐ ﺳﺎزي ﻧﺎﻣﻔﻠﻮب (NSGA) و ﺑﺮﻧﺎﻣﻪ رﯾﺰي ﺗﮑﺎﻣﻠﯽ ﺣﻞ ﻧﻤﻮده اﺳﺖ. راﻫﮑﺎر ﺑﺮﻧﺎﻣﻪ رﯾﺰي درﺟﻪ 2 در ﻣﺴﺎﺋﻞ ﭘﺨﺶ ﺑﺎر اﻗﺘﺼﺎدي و زﯾﺴﺖ ﻣﺤﯿﻄﯽ در (13) ﭘﯿﺎده ﺳﺎزي ﺷﺪه اﺳﺖ. Srinivisan و ﻫﻤﮑﺎران ﺑﺮﻧﺎﻣﻪ رﯾﺰي ﺗﻮﻟﯿﺪ ﭼﻨﺪﻫﺪﻓﻪ (14) را ﺑﻪ ﮐﻤﮏ ﯾﮏ ﺗﮑﻨﯿﮏ ﺟﺴﺘﺠﻮي ﺑﻬﯿﻨﻪ ي ﻓﺎزي ﺣﻞ ﮐﺮده اﻧﺪ. اﻣﺎ ﺑﺪﻟﯿﻞ ﺑﺮﺧﯽ ﻣﻌﺎﯾﺐ، اﺳﺘﻔﺎده از اﯾﻦ روش ﻫﺎ ﻧﻤﯽ ﺗﻮاﻧﺪ ﺟﻮاب ﺑﻬﯿﻨﻪ ﺳﺮاﺳﺮي را ﺑﻄﻮر ﻣﻨﺎﺳﺐ ﭘﯿﺪا ﻧﻤﻮد. Huang و ﻫﻤﮑﺎران ﯾﮏ روش ﺗﺼﻤﯿﻢ ﺑﯿﺸﯿﻨﻪ ﺳﺎزي- ﻗﺎﻧﻊ ﺳﺎزي9 ﻓﺎزي ﺟﺪﯾﺪ (15) ﻣﻌﺮﻓﯽ ﮐﺮده اﻧﺪ ﮐﻪ ﺑﺮ ﻣﺸﮑﻼت دﯾﺪه ﺷﺪه در(14) ﺑﺮاي ﭘﺨﺶ ﺗﻮان اﻗﺘﺼﺎدي دوﻫﺪﻓﻪ ﻓﺎﺋﻖ آﯾﺪ. Yalcinoz و ﻫﻤﮑﺎران ﯾﮏ اﻟﮕﻮرﯾﺘﻢ ژﻧﺘﯿﮏ ﺑﺎ ﺗﮑﻨﯿﮏ ﺗﻮﻟﯿﺪ ﻣﺜﻞ ﺣﺴﺎﺑﯽ10 ﻣﻌﺮﻓﯽ ﻧﻤﻮده و روش ﺑﻬﯿﻨﻪ ﺳﺎزي ﭼﻨﺪﻫﺪﻓﻪ ﺑﺮاي ﻣﺴﺌﻠﻪ EELD در(16و17) اﺳﺘﻔﺎده ﺷﺪه اﺳﺖ. Srinivasan ﻤﮑﺎران ﯾﮏ روش ﻣﺒﺘﻨﯽ ﺑﺮ اﻟﮕﻮرﯾﺘﻢ ﺗﮑﺎﻣﻠﯽ p19) )ﺑﺮاي ارزﯾﺎﺑﯽ ﻣﺴﺎﺋﻞ ﭘﺨﺶ ﺗﻮان اﻗﺘﺼﺎدي اراﺋﻪ داده اﻧﺪ. ﺿﻌﻒ اﯾﻦ روش زﻣﺎن ﺑﺮ ﺑﻮدن ﻓﻮق اﻟﻌﺎده ي آن ﻣﯽ ﺑﺎﺷﺪ. Fonseca و ﻫﻤﮑﺎران اﻟﮕﻮرﯾﺘﻢ ﺗﮑﺎﻣﻠﯽ در(20)ﺑﺮاي ﺣﻞ ﻣﺴﺌﻠﻪ ﭘﺨﺶ ﺑﺎر اﻗﺘﺼﺎدي و زﯾﺴﺖ ﻣﺤﯿﻄﯽ ﺑﺎ در ﻧﻈﺮ ﮔﺮﻓﺘﻦ آﻻﯾﻨﺪه ﻫﺎ ﺑﻪ ﻋﻨﻮان ﻗﯿﺪ ﺑﺮاي ﺗﺎﺑﻊ ﻫﺪف اول ﯾﺎ ﻟﺤﺎظ ﻧﻤﻮدن ﻫﺰﯾﻨﻪ ي ﺗﻮﻟﯿﺪ ﺑﻪ ﻋﻨﻮان ﺗﺎﺑﻊ ﻫﺪف دوم ﯾﮏ ﻣﺴﺌﻠﻪ ي ﺑﻬﯿﻨﻪ ﺳﺎزي ﭼﻨﺪﻫﺪﻓﻪ اﺳﺘﻔﺎده ﮐﺮده اﻧﺪ. در(21) Wei و ﻫﻤﮑﺎران در ﻣﻮرد ﮐﻤﯿﻨﻪ ﺳﺎزي اﮐﺴﯿﺪ ﮐﺮﺑﻦ ﺑﻪ ﻋﻨﻮان اﻻﯾﻨﺪه ﻣﻨﺘﺸﺮ ﺷﺪه ﺑﺮاي رﺳﯿﺪن ﺑﻪ ﺟﻮاب ﺑﻬﺘﺮ ﺑﺤﺚ ﮐﺮده اﻧﺪ. AlRashidi و ﻫﻤﮑﺎران و Thakur ﻫﺮ دو ﺑﺎ اﻋﻤﺎل اﻟﮕﻮرﯾﺘﻢ ﻣﺒﺘﻨﯽ ﺑﺮ ﺟﻤﻌﯿﺖ ﻣﻮﺳﻮم ﺑ ﺗﮑﻨﯿﮏ ﺑﻬﯿﻨﻪ ﺳﺎزي ازدﺣﺎم ذرات PSO) ) ﺟﻮاب ﻫﺎي ﺑﻬﺘﺮي اراﺋﻪ داده اﻧﺪ (22و23) Perez-Guerrero RE همکاران 24 ﯾﮏ ﺗﮑﻨﯿﮏ ﻣﺒﺘﻨﯽ ﺑﺮ ﺟﻤﻌﯿﺖ دﯾﮕﺮ ﺑﺎ ﻋﻨﻮان روش ﺗﮑﺎﻣﻞ ﺗﻔﺎﺿﻠﯽ ﺑﺮاي ﺣﻞ ﻣﺴﺌﻠﻪ ي ﭘﺨﺶ ﺑﺎراﻗﺘﺼﺎدي و زﯾﺴﺖ ﻣﺤﯿﻄﯽ اراﺋﻪ داده اﻧﺪ. در اﯾﻦ روش، آﻻﯾﻨﺪه ﻫﺎ ﺑﻪ ﻋﻨﻮان ﻗﯿﺪ ﯾﺎ ﻫﺰﯾﻨﻪ ي ﺳﻮﺧﺖ ﺑﻪ ﻋﻨﻮان ﺗﺎﺑ ﺪف دوم ﯾﮏ ﻣﺴﺌﻠﻪ ي ﺑﻬﯿﻨﻪ ﺳﺎزي ﭼﻨﺪ ﻫﺪﻓﻪ در ﻧﻈﺮ ﮔﺮﻓﺘﻪ ﺷﺪه اﺳﺖ. Wu و ﻫﻤﮑﺎران از روش ﺗﮑﺎﻣﻠﯽ ﺗﻔﺎﺿﻠﯽ ﭼﻨﺪﻫﺪﻓﻪ (MODE) ﺑﺮاي ﺣﻞ ﻣﺴﺌﻠﻪ EELD ﺿﻤﻦ اﺗﺨﺎذ 3 ﺗﺎﺑﻊ ﻫﺪف، ﻫﺰﯾﻨﻪ ي ﺳﻮﺧﺖ، اﻻﯾﻨﺪه ﻫﺎ ﺗﻠﻔﺎت ﺳﯿﺴﺘﻢ اﺳﺘﻔﺎده ﮐﺮده اﻧﺪ (25) Abou El Ela و ﻫﻤﮑﺎران (26) ﻧﯿﺰ اﻟﮕﻮرﯾﺘﻢ ﺗﮑﺎﻣﻞ دﯾﻔﺮاﻧﺴﯿﻠﯽ را ﺑﺮاي ﺣﻞ ﻣﺴﺌﻞ ﭘﺨﺶ ﺗﻮان اﻗﺘﺼﺎدي ﻣﻘﯿﺪ ﺑﻪ آﻻﯾﻨﺪه ﻫﺎ ﺣﻞ ﻧﻤﻮده اﻧﺪ. ﯾﮏ اﻟﮕﻮرﯾﺘﻢ ﻏﺬاﯾﺎﺑﯽ ﺑﺎﮐﺘﺮي ﺗﺮﮐﯿﺒﯽ ﺟﺪﯾﺪ ﺑﺎ اﻟﮕﻮرﯾﺘﻢ PSO-DE ﺑﺮاي ﺣﻞ ﻣﺴﺌﻠﻪ ﭘﺨﺶ ﺗﻮان اﻗﺘﺼﺎدي دﯾﻨﺎﻣﯿﮑﯽ ﻫﻤﺮاه ﺑﺎ ﻗﯿﻮد اﻣﻨﯿﺘﯽ در (27) ﭘﯿﺸﻨﻬﺎد ﺷﺪه اﺳﺖ. Hota  و ﻫﻤﮑﺎران (28)ﯾﮏ اﻟﮕﻮرﯾﺘﻢ ﻏﺬاﯾﺎﺑﯽ ﺑﺎﮐﺘﺮي ﻣﺒﺘﻨﯽ ﺑﺮ ﻓﺎزي MBFA)) ﺑﺮاي ﺣﻞ ﻣﺴﺎﺋﻞ EELD ﺗﮏ ﻫﺪﻓﻪ و ﭼﻨﺪ ﻫﺪﻓﻪ ﻣﻌﺮﻓﯽ ﮐﺮده اﻧﺪ. در 2008، ﺑﻬﯿﻨﻪ ﺳﺎزي ﻣﺒﺘﻨﯽ ﺑﯿﻮﮔﺮافی(11 )BBO ﺗﻮﺳﻂ  Dan Simon ﺗﻮﺳﻌﻪ ﯾﺎﻓﺖ و ﻣﺰاﯾﺎي آن ﺣﻞ ﻣﺴﺎاﺋﻞ ﺑﻬﯿﻨﻪ ﺳﺎزي ﻣﺨﺘﻠﻒ اﺛﺒﺎت ﮔﺮدﯾﺪ. در 2010، Bhattacharya همکارانBBO را ﺑﺼﻮرت ﻣﻮﻓﻘﯿﺖ آﻣﯿﺰ ﺑﺮاي ﺣﻞ ﻣﺴﺎﺋﻞ EELD ﻣﺘﻨﻮع در (29)ﭘﯿﺸﻨﻬﺎد دادﻧﺪ. ﺗﮑﻨﯿﮏ ﻫﺎي اﺷﺎره ﺷﺪه در ﺑﺎﻻ، ﻧﺴﺒﺘﺎ ﺳﺮﯾﻊ ﺑﻮده وﺟﻮاب ﻫﺎي ﺑﻬﯿﻨﻪ ي ﻧﺰدﯾﮏ ﺑﻪ ﺟﻮاب ﺳﺮاﺳﺮي را ﺑﺎ ﺗﮑﻨﯿﮏ ﻫﺎي ﻣﺤﺎﺳﺒﺎت ﻧﺮم اراﺋﻪ ﻣﯽ دﻫﻨﺪ. ﺗﮑﯿﻨﮏ ﺗﺮﮐﯿﺒﯽ از ﺗﮑﺎﻣﻞ ﺗﻔﺎﺿﻠﯽ و ﺑﻬﯿﻨﻪ ﺳﺎزي ﻣﺒﺘﻨﯽ ﺑﺮ ﺑﯿﻮﮔﺮاﻓﯽ )DE/BBO( ]30[ ﺑﺮاي ﺣﻞ ﻣﺴﺎﺋﻞ EELD ﻣﺨﺘﻠﻒ ﺿﻤﻦ ﮐﺴﺐ ﺟﺴﺘﺠﻮي ﺑﻬﺒﻮد ﯾﺎﻓﺘﻪ و ﺧﺮوﺟﯽ ﺳﺮﯾﻊ در ﻣﻘﺎﯾﺴﻪ ﺑﺎ ﺗﮑﻨﯿﮏ ﻫﺎي ﺗﮑﯽ اﺳﺘﻔﺎده ﮐﺮده اﻧﺪ. اﺧﯿﺮا Rajasomashekar و ﻫﻤﮑﺎران اﻟﮕﻮرﯾﺘﻢ BBO را ﺑﺮاي ﭘﯿﺪا ﮐﺮدن راﻫﮑﺎر ﺟﺪﯾﺪ ﯾﺎﻓﺘﻦ ﺟﻮاب ﻫﺎي ﻣﺼﺎﻟﺤﻪ اي ﺑﺮﺗﺮ ﺑﯿﻦ ﻫﺰﯾﻨﻪ ﯾﯽ ﺳﻮﺧﺖ وآﻻﯾﻨﺪه ي NOx در ﻣﺴﺎﺋﻞ EELD ﭘﯿﺸﻨﻬﺎد داده اﻧﺪ (31).  Niknam و ﻫﻤﮑﺎران دو ﺗﮑﻨﯿﮏ ﺗﮑﺎﻣﻠﯽ ﺳﻮدﻣﻨﺪ ﻣﺨﺘﻠﻒ ﻣﻮﺳﻮم ﺑﻪ ﺑﻬﯿﻨﻪ ﺳﺎزي ازدﺣﺎم ذرات ﺗﻄﺒﯿﻘﯽ ﺟﺪﯾﺪ (32)و اﻟﮕﻮرﯾﺘﻢ ﺟﻬﺶ ﻗﻮرﺑﺎﻏﻪ اﺻﻼح ﺷﺪه ﻫﻤﺮاه ﺑﺎ ﺟﺴﺘﺠﻮي آﺷﻔﺘﻪ ي ﻣﺤﻠﯽ (33) ﺑﺮاي ﺣﻞ ﻣﺴﺌﻠﻪ ي ﭘﺨﺶ ﺑﺎر اﻗﺘﺼﺎدي ﺑﺎ ﺗﺎﺑﻊ ﻫﺪف ﻏﯿﺮﺻﺎف12 اراﺋﻪ داده اﻧﺪ. Celal Yasar و ﻫﻤﮑﺎران(34) اﻟﮕﻮرﯾﺘﻢ ژﻧﺘﯿﮏ ادﻏﺎم ﺷﺪﺑﺎ روش اﺳﮑﺎﻟﺮﯾﺰاﺳﯿﻮن ﻣﺨﺮوﻃﯽ13 ﺑﺮاي ﺗﺒﺪﯾﻞ ﻣﺴﺌﻠﻪ ي ﭼﻨﺪﻫﺪﻓﻪ ﺑﻪ ﻣﺴﺌﻠﻪ ي ﺗﮏ ﻫﺪﻓﻪ ﻣﻌﺮﻓﯽ ﻧﻤﻮد ﻣﺴﺌﻠﻪ ﭘﺨﺶ ﺑﺎر اﻗﺘﺼﺎدي زﯾﺴﺖ ﻣﺤﯿﻄﯽ را ﺣﻞ ﮐﺮده اﻧﺪ. ﻣﺠﺪدا، ﻧﻮﯾﺴﻨﺪﮔﺎن ﺗﮑﻨﯿﮏ subgradient اﺻﻼح ﺷﺪه ي ﺗﺮﮐﯿﺒﯽ ادﻏﺎم ﺷﺪه ﺑﺎ روش ﺟﺴﺘﺠﻮي ﻫﺎرﻣﻮﻧﯽ (35                                                            را ﺑﺮاي ﺣﻞ ﻣﺴﺎﺋﻞ ﭘﺨﺶ ﺑﺎر اﻗﺘﺼﺎدي ﭘﯿﺸﻨﻬﺎد داده اﻧﺪ. Chatterjee و ﻫﻤﮑﺎران (36) و Shaw و ﻫﻤﮑﺎران (37)ﯾﮏ ﻃﺮح ﯾﺎدﮔﯿﺮي ﻣﺒﺘﻨﯽ ﺑﺮ ﻣﺨﺎﻟﻔﺖ ﻫﻤﺮا ﺑﺎ اﻟﮕﻮرﯾﺘﻢ ﻫﺎرﻣﻮﻧﯽ ﭘﺎﯾﻪ و اﻟﮕﻮرﯾﺘﻢ ﺟﺴﺘﺠﻮي ﮔﺮاﻧﺸﯽ آﻏﺎز ﮐﺮدﻧﺪ و ﺑﺎ آن ﻣﺴﺎﺋﻞ ﭘﺨﺶ ﺑﺎر اﻗﺘﺼﺎدي و زﯾﺴﺖ ﻣﺤﯿﻄﯽ ﺗﺮﮐﯿﺒﯽ را ﺣﻞ ﻧﻤﻮده اﻧﺪ. ﻋﯿﺐ اﺻﻠﯽ روش ﻫﺎي ﺗﮑﺎﻣﻠﯽ، ﻫﻮش ﻣﺼﻨﻮﻋﯽ و ﺳﺎﯾﺮ اﻟﮕﻮرﯾﺘﻢ ﻫﺎي اﻟﺤﺎم ﮔﺮﻓﺘﻪ از ﻃﺒﯿﻌﺖ و ﻧﯿﺰ ﻣﺒﺘﻨﯽ ﺑﺮ ﺟﻤﻌﯿﺖ ﻣﺤﺎﺳﺒﺎت ﭘﯿﭽﯿﺪه و اﺳﺘﻔﺎده از ﭘﺎراﻣﺘﺮﻫﺎي ﻣﺘﻌﺪد ﻣﯽ ﺑﺎﺷﺪ. ﺑﻪ ﻫﻤﯿﻦ دﻟﯿﻞ، اﯾﻦ اﻟﮕﻮرﯾﺘﻢ ﻫﺎ ﺑﺮاي اﻓﺮاد ﻣﺒﺘﺪي ﮐﺎرﺑﺮ ﭘﺴﻨﺪ ﻧﻤﯽ ﺑﺎﺷﺪ. ﺑﻪ ﻋﻼوه، روش ﻫﺎي ﺑﻬﯿﻨﻪ ﺳﺎزي ﮐﻪ ﺑﺮاي ﺣﻞ ﻣﺴﺌﻠﻪ ي EELD ﭘﯿﺸﻨﻬﺎد ﺷﺪ اﺳﺖ، ﭘﯿﭽﯿﺪﮔﯽ اﺟﺮاي آن ﻫﺎ ﻧﺸﺎن ﻣﯽ دﻫﺪ ﮐﻪ ﻟﺰوم ﺗﻮﺳﻌﻪ ي اﻟﮕﻮرﯾﺘﻢ ﻫﺎي ﻣﻮﺛﺮ ﺟﻬﺖ ﻣﺸﺨﺺ ﻧﻤﻮدن ﺟﻮاب ﺑﻬﯿﻨﻪ ﺑﺼﻮرت دﻗﯿﻖ و ﻣﻮﺛﺮ از ﻧﻈﺮ ﻣﺤﺎﺳﺒﺎﺗﯽ وﺟﻮد دارد. در ﮔﺬﺷﺘﻪ، ﯾﮏ ﺗﮑﻨﯿﮏ ﺑﻬﯿﻨﻪ ﺳﺎزي ﻣﺒﺘﻨﯽ ﺑﺮ ﺳﻪ ﻋﻤﻠﮕﺮ ﺟﻬﺶ، ﺗﻮﻟﯿﺪ ﻣﺜﻞ و اﻧﺘﺨﺎب ﻣﻄﺮح ﺷﺪه اﺳﺖ و ﺑﺎ ﻋﻨﻮان ﺑﻬﯿﻨﻪ ﺳﺎزي ﺟﺴﺘﺠﻮي ﭘﯿﻤﺎﯾﺶ ﻣﻌﮑﻮس (BSA) ﺗﻮﺳﻂ Pinar Civicioglu ﻣﻌﺮﻓﯽ ﺷﺪه اﺳﺖ (38) BSA داراي ﯾﮏ اﺳﺘﺮاﺗﮋي ﺟﻬﺶ ﺗﺼﺎدﻓﯽ اﺳﺖ ﮐﻪ ﻓﻘﻂ از ﯾﮏ ﻓﺮد ﺟﻬﺖ ﺑﺮاي ﻫﺮ ﻓﺮد ﻫﺪف اﺳﺘﻔﺎده ﻣﯽ ﮐﻨﺪ. در ﻋﻤﻠﮑﺮد ﺟﻬﺶ اﻟﮕﻮرﯾﺘﻢ ﻣﯽ ﺗﻮاﻧﺪ داﻣﻨﻪ ي ﺟﻬﺖ ﺟﺴﺘﺠﻮ را ﺑﻪ ﺷﯿﻮه اي ﻣﺘﻌﺎدل و ﻣﻮﺛﺮ ﮐﻨﺘﺮل ﮐﻨﺪ. ﻃﯽ ﺟﻬﺶ ﻣﯽ ﺗﻮاﻧﺪ ﻣﻘﺎدﯾﺮ ﻋﺪدي ﺑﺰرﮔﯽ ﺑﺮاي داﻣﻨﻪ ﻫﺎ ﺗﻮﻟﯿﺪ ﻧﻤﻮد ﮐﻪ ﺑﻪ ﻧﻮﺑﻪ ي ﺧﻮد اﯾﻦ ﻣﻘﺎدﯾﺮ ﺑﻪ ﯾﺎﻓﺘﻦ ﺟﻮاب ﻫﺎي ﺑﻬﯿ دور از وﺿﻌﯿﺖ ﻓﻌﻠﯽ ﮐﻤﮏ ﮐﺮده و اﻟﮕﻮرﯾﺘﻢ را در ﺟﺴﺘﺠﻮي ﺳﺮاﺳﺮي ﻣﻮﻓﻖ ﻣﯽ دارﻧﺪ. ﻫﻤﺰﻣﺎن، ﻣﯽ ﺗﻮاﻧﺪ ﻣﻘﺎدﯾﺮ داﻣﻨﻪ ي ﮐﻮﭼﮏ را ﺟﻬﺖ ﮐﻤﮏ ﺑﻪ ﺟﺴﺘﺠﻮي ﻣﺤﻠﯽ در ﻣﺠﺎورت وﺿﻌﯿﺖ ﻫﺎي ﻓﻌﻠﯽ ﺗﻮﻟﯿﺪ ﻧﻤﺎﯾﺪ و اﻟﮕﻮرﯾﺘﻢ را از ﻧﻈﺮ ﺟﺴﺘﺤﻮي ﻣﺤﻠﯽ ارﺗﻘﺎء دﻫﺪ. ﺟﺪا از اﯾﻦ BSA ﯾﮏ ﺣﺎﻓﻈﻪ را ﻣﻄﺮح ﻣﯽ ﮐﻨﺪ ﮐﻪ ﺑﺮﺧﯽ ﺟﻤﻌﯿﺖ ﻫﺎي ﺗﻮﻟﯿﺪ ﺷﺪه ي ﻗﺒﻠﯽ را ﺑﻄﻮر ﺗﺼﺎدﻓﯽ ذﺧﯿﺮه ﻧﻤﻮده و از آن ﺑﺮاي ﺗﻮﻟﯿﺪ ﻣﺎﺗﺮﯾﺲ ﺟﻬﺖ ﺟﺴﺘﺠﻮ در ﺗﮑﺮارﻫﺎي ﺑﻌﺪي اﺳﺘﻔﺎده ﻣﯽ ﮐﻨﺪ. ﺑﻨﺎﺑﺮاﯾﻦ، ﺣﺎﻓﻈﻪ ي BSA اﻣﮑﺎن اﺳﺘﻔﺎده از ﺗﺠﺮﺑﯿﺎت ﻗﺒﻠﯽ ﺑﺪﺳﺖ آﻣﺪه از ﺗﻮﻟﯿﺪات ﻗﺒﻠﯽ را ﻫﻨﮕﺎم ﺗﻮﻟﯿﺪ ﯾﮏ آﻣﺎدﮔﯽ آزﻣﺎﯾﺸﯽ ﻓﺮاﻫﻢ ﻣﯽ ﺳﺎزد. ﺳﺎﺑﻘﻪ ي ﺟﻤﻌﯿﺖ اﺳﺘﻔﺎده ﺷﺪه در ﻋﻤﻠﮕﺮ اﻧﺘﺨﺎب ﺑﻪ ﻣﺤﺎﺳﺒﻪ ي ﻣﻘﺎدﯾﺮ ﺟﻬﺖ-ﺟﺴﺘﺠﻮ ﻣﺮﺑﻮط ﺑﻪ ﺟﻮاب ﺗﺼﺎدﻓﯽ اﻧﺘﺨﺎب ﺷﺪه از ﺗﻮﻟﯿﺪات ﻗﺒﻠﯽ ﮐﻤﮏ ﻣﯽ ﮐﻨﺪ ﺗﺎ ﺟﻮاب آزﻣﺎﯾﺸﯽ ﻣ ﺛﺮﺗﺮي اﯾﺠﺎد ﮐﻨﺪ. اﺳﺘﺮاﺗﮋي ﺗﻮﻟﯿﺪ ﻣﺜﻞ از ﺳﺎﺧﺘﺎر ﻣﺮﮐﺐ و ﻏﯿﺮ ﯾﮑﻨﻮاﺧﺖ اﺳﺘﻔﺎده ﻣﯽ ﮐﻨﺪ ﮐﻪ اﯾﻦ اﻣﺮ اﯾﺠﺎد ﻧﻤ ﺎي آزﻣﺎﯾﺸﯽ ﺟﺪﯾﺪ در ﻫﺮ ﻣﺮﺣﻠﻪ از ﺗﻮﻟﯿﺪ را ﺗﻀﻤﯿﻦ ﻣﯽ ﮐﻨﺪ. ﻣﮑﺎﻧﯿﺰم ﮐﻨﺘﺮل ﻣﺮزي ﻧﯿﺰ ﺑﺼﻮرت ﻣﻮﺛﺮ ﺑﺮاي دﺳﺘﯿﺎﺑﯽ ﺑﻪ ﺗﻨﻮع ﻣﻄﻠﻮب در ﺟﻤﻌﯿﺖ اﺳﺘﻔﺎده ﻣﯽ ﺷﻮد. ﺑﺪﻟﯿﻞ ﮐﯿﻔﯿﺖ ﺟﺬاب و ﭼﻨﺪﮐﺎﺑﺮد BSA، ﻣﺸﺎﻫﺪه ﻣﯽ ﺷﻮد ﮐﻪ ﻋﻤﻠﮑﺮد اﻟﮕﻮرﯾﺘﻢ هنگام استفاده در ﻣﺴﺎﺋﻞ ﺑﻬﯿﻨﻪ ﺳﺎزي ﭘﯿﻮﺳﺘﻪ ي ﻧﻤﻮﻧﻪ ﮐﺎﻣﻼ راﺿﯽ ﮐﻨﻨﺪه اﺳﺖ (38).ﺗﻤﺎﻣﯽ ﮐﯿﻔﯿﺖ ﻫﺎي ﺑﻬﺒﻮد ﯾﺎﻓﺘﻪ و ﻋﻤﻠﮑﺮد ارﺗﻘﺎء ﯾﺎﻓﺘﻪ ي BSA ﺑﺮاي ﺣﻞ ﻣﺴﺎﺋﻞ ﺑﻬﯿﻨﻪ ﺳﺎزي ﻣﺨﺘﻠﻒ اﻧﮕﯿﺰه اي ﺑﻮده اﺳﺖ ﺗﺎ ﻧﻮﯾﺴﻨﺪﮔﺎن ﺣﺎﺿﺮ از اﯾﻦ اﻟﮕﻮرﯾﺘﻢ ﺟﺪﯾﺪ ﺑﺮاي ﺣﻞ ﯾﮏ ﻣﺴﺎﺋﻞ ﺑﻬﯿﻨﻪ ﺳﺎزي ﭘﺎﯾﻪ اي اﻣﺎ ﭘﯿﭽﯿﺪه ي ﺳﯿﺴﺘﻢ ﻗﺪرت ﻣﺎﻧﻨﺪ ELD اﺳﺘﻔﺎده ﮐﻨﻨﺪ. ﺑﺪﯾﻦ ﺗﺮﺗﯿﺐ آﯾﻨﺪه ي اﯾﻦ اﻟﮕﻮرﯾﺘﻢ در ﺑﻬﯿﻨﻪ ﺳﺎزي ﺳﯿﺴﺘﻢ ﻗﺪرت روﺷﻦ ﺧﻮاﻫﺪ ﺷﺪ. ﺑﺨﺶ ﻓﺮﻣﻮل ﺑﻨﺪي رﯾﺎﺿﯽ EELD ﺧﻼﺻﻪ اي از ﻓﺮﻣﻮل ﺑﻨﺪي رﯾﺎﺿﯽ اﻧﻮاع ﻣﺨﺘﻠﻒ ﻣﺴﺎﺋﻞ EELD را ﻓﺮا ﻢ ﻣﯽ ﺳﺎزد. ﻣﻔﺎﻫﯿﻢ اﻟﮕﻮرﯾﺘﻢ ﺟﺴﺘﺠﻮي ﭘﯿﻤﺎﯾﺶ ﻣﻌﮑﻮس در ﺑﺨﺶ ﺑﻬﯿﻨﻪ ﺳﺎزي ﺟﺴﺘﺠﻮي ﭘﯿﻤﺎﯾﺶ ﻣﻌﮑﻮس BSA توضیح داده ﺷﺪه و ﺗﻮﺻﯿﻒ ﮐﻮﺗﺎﻫﯽ از اﻟﮕﻮرﯾﺘﻢ BSA اراﺋﻪ ﺷﺪه و از آن ﺑﺮاي ﺣﻞ EELD اﺳﺘﻔﺎد ﻣﯽ ﺷﻮد. ﻣﻄﺎﻟﻌﺎت ﺷﺒﯿﻪ ﺳﺎزي در ﺑﺨﺶ ﻣﺜﺎل ﻫﺎي ﻋﺪدي و ﻧﺘﺎﯾﺞ ﺷﺒﯿﻪ ﺳﺎزي آورده ﺷﺪه اﺳﺖ. ﻧﺘﯿﺠﻪ ﮔﯿﺮي ﻫﺎ نیز در بخش جمع آوری آورده شده است.

 



نوع فایل : word
اندازه فایل : 26
قیمت : 15000
خرید