شناسایی ترکیب غیرمسلط عوامل کنترلی در مسئله‌ی چندپاسخه با استفاده از شبکه‌ی عصبی مصنوعی و الگوریتم ژنتیک

یافتن بهترین ترکیب عوامل کنترلی برای بهینه‌سازی توأمان چندین متغیر پاسخ که اکثراً با یکدیگر در تضادند، یکی از مهم‌ترین نیازهای مسائل صنعتی است. روش معمول برای حل این‌گونه مسائل استفاده از رگرسیون چندجمله‌یی برای شناسایی روابط بین عوامل کنترلی و متغیرهای پاسخ است، در حالی که شبکه‌ی عصبی مصنوعی در حالاتی که این روابط پیچیده باشد قابلیت مناسب‌تری از خود نشان می‌دهند. در این نوشتار، برخلاف حالت‌های به کار برده شده، متغیرهای پاسخ به‌عنوان ورودی و عوامل کنترلی به‌عنوان خروجی شبکه‌ی عصبی مصنوعی در نظر گرفته شده‌اند تا با ترکیب شبکه‌ی عصبی مصنوعی، تکنیک محدودیت جزئیپانویس{$v‌a‌r‌e‌p‌s‌i‌l‌o‌n$-c‌o‌n‌s‌t‌r‌a‌i‌n‌t} و الگوریتم ژنتیک بتوان ترکیبات غیرمسلط کارایی در مسئله‌ی چندپاسخه ارائه داد. قابلیت روش ارائه‌شده در قالب مثال عددی بیان شده است که نشان‌دهنده‌ی کارایی روش پیشنهادی نسبت به سایر رویکردهای موجود است. کلیدواژگان