الگوریتم شبیه سازی آنیلینگ برای بودجه بندی سرمایه ای فازی براساس برنامه ریزی شانس و تحلیل حساسیت پارامترهای آن

جمع آوری اطلاعات و داده های دقیق برای توصیف رفتار سیستم های واقعی کاری بسیار مشکل است. همچنین مدلسازی دقیق ریاضی، با افزایش پیچیدگی سیستم ها غیرممکن به نظر می رسد، از اینرو محاسبات فازی پاسخی برای مسايل پیچیده امروز است. دراین مقاله از مفاهیم فازی، برنامه ریزی شانس و روش شبیه سازی آنیلینگ به عنوان وسیله ای جهت تعیین ارزش خالص فعلی چند پروژه و درنهایت انتخاب اقتصادی ترین آن ها بهره گرفته شده است. هزینه های سرمایه گذاری و فرآیند مالی خالص سالیانه به صورت فازی براساس مقدار اعتبار درنظر گرفته شد. ابتدا تکنیک شبیه سازی فازی برای محاسبه مقدار تابع هدف و مقدار اعتبار متغیرهای فازی مورد استفاده قرار گرفت، سپس مدل با استفاده از شبیه سازی آنیلینگ حل و با نتایج حاصل از شبیه سازی فازی براساس الگوریتم ژنتیک و روش شاخه و حد مقایسه گردید. نتایج نشان دهنده این موضوع است؛ که الگوریتم ژنتیک در ابعاد کوچک در مقایسه با شبیه سازی آنیلینگ، دارای خطای کمتر و نتیجه بهتری است. همچنین مشخص گردید که در بین پارامترهای تاثیرگذار در الگوریتم SA، ضریب دمای نهایی" β" از اهمیت بیشتری برخوردار بوده و در صورتیکه به حد کافی کوچک اختیار گردد،‌الگوريتم مي تواند در زمان بسيار مناسب به نتيجه قابل قبولي برسد.

ارزش خالص فعلي، برنامه ريزي شانس، شبيه سازي فازي، شبيه سازي آنيلينگ، آناليز حساسيت.