文献

J-GLOBAL ID：201702245134688538   整理番号：17A0379492

フレキシブルジョブショップスケジューリング問題のための反対ベース学習を用いた改良型遺伝的アルゴリズム【Powered by NICT】

An improved genetic algorithm using opposition-based learning for flexible job-shop scheduling problem

著者 (3件)： Huang Ming (School of software, Dalian Jiaotong University, China) ,  Wang Mingxu (School of software, Dalian Jiaotong University, China) ,  Liang Xu (School of software, Dalian Jiaotong University, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： CCIOT  ページ： 8-15  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： フレキシブルジョブショップスケジューリング問題を目指して,数学モデルはメイクスパンを最小化する目的で確立し,反対ベース学習を用いた改良型遺伝的アルゴリズムを提案した。フレキシブルジョブショップスケジューリングの特性のために,染色体をコードした二重鎖構造符号化法。個体群は,ハイブリッド方式で初期化された。遺伝的操作は二有効クロスオーバ法と二変異法間の個体群,文脈符号化法の基礎を提案した中で行った。最後に,いくつかの典型的なベンチマーク例に基づくケーススタディは,提案したアルゴリズムを評価するために実施した。実験結果は,これらの改善は,遺伝的アルゴリズムは,非常に短い時間で高品質な解を得ることができることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 個体群 ,  *学習 ,  *遺伝的アルゴリズム ,  ハイブリッド方式 ,  ベンチマーク ,  符号化 ,  *遺伝 ,  数学モデル ,  事例研究 ,  *アルゴリズム
準シソーラス用語： 高品質 ,  クロスオーバー ,  メイクスパン ,  *改良型遺伝的アルゴリズム ,  *ジョブショップスケジューリング問題 , 【Automatic Indexing@JST】

分類 (1件)： 工程管理  (KB03030P)

タイトルに関連する用語 (3件)： ジョブショップスケジューリング問題 ,  学習 ,  改良型遺伝的アルゴリズム