مرتضی بیگلی - دانشکده مهندسی، دانشگاه زنجان
سیدهادی حسینی - دانشکده مهندسی، دانشگاه زنجان
حسین حدادیان - باشگاه پژوهشگران جوان واحد زنجان

تاکنون رو شهای زیادی برای مسئله برنام ه ریزی توسعه شبکه تولید(GEP)ارائه شده اند که هر یک مزایا و معایب مربوط به خود را دارند. برنامهWASPکه مشهورترین نرم افزار در این زمینه می باشد برای بهینه سازی از روش برنامه ریزی پویای محدود شده استفاده می کند و چون برایگریز از ابعاد بسیار بزرگ مسئله با اعمال برخی محدودیت ها،فضای حالت مسئله را کم می کند، لذا جواب نهایی الزاماً بهینه مطلق نخواهد بود. در سا لهای اخیر به منظور ایجاد تعادل بین میزان محاسبات و پیچیدگی مدل مورد استفاده به تدریج روش های ابتکاری و غیر مستدل برای حل مسئله ابداعشده اند. یکی از این الگوریتم های هوشمند که به تازگی ابداع شده الگوریتم کلونی مورچگان(ACO)میباشد که البته به دلایلی نظیر ابعاد عظیم مسئله و وج ود ترکیب های کاندید بسیار زیاد به تنهایی جهت حلGEPمطلوب نیست. در این مقاله با به کارگیری جوانب مفید آن و استفاده از سرعت بالای الگوریتم قدرتمند ژنتیک(GA) روش ،ACOبهبود یافته(IACO)پایه ریزی شده است. مقایسه تفصیلی الگوریتم جدید با روشGAحاکی از بهبود کیفیت و نیز منطقی تر شدن پاس خها در قسمت توابع هزینه است که در این راستا مهمترین عامل در مؤلف ههای تابع هدف را م ی توان کاهش هزین ه. سوخت در طرح نهاییIACO ارزیابی کرد

برنام هریزی توسعه شبکه تولید، الگوریتم کلونی مورچگان، الگوریتم ژنتیک، الگوریتم IACO