文献

J-GLOBAL ID：201702222165651846   整理番号：17A1118891

順列フローショップ問題を解くための並列マルチコアハイパーヒューリスティックGRASP【Powered by NICT】

Parallel multi-core hyper-heuristic GRASP to solve permutation flow-shop problem

著者 (5件)： Alekseeva Ekaterina (Mathematics and Operational Research Department (MARO), University of Mons, Mons, Belgium) ,  Alekseeva Ekaterina (Sobolev Institute of Mathematics, Novosibirsk, Russia) ,  Mezmaz Mohand (Mathematics and Operational Research Department (MARO), University of Mons, Mons, Belgium) ,  Tuyttens Daniel (Mathematics and Operational Research Department (MARO), University of Mons, Mons, Belgium) ,  Melab Nouredine (Universite Lille 1-CNRS CRIStAL-Inria Lille Nord Europe, Villeneuve d’Ascq cedex, 59655, France)
資料名： Concurrency and Computation: Practice & Experience  (Concurrency and Computation: Practice & Experience)
巻： 29  号： 9  ページ： null  発行年： 2017年 
JST資料番号： W2542A  ISSN： 1532-0626  資料種別： 逐次刊行物 (A)
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： 本論文では,メイクスパン基準を伴う置換フローショップ問題のための欲張りランダム化適応探索手順(GRASP)に基づく並列マルチコアハイパーヒューリスティックを提案することを目的とした。GRASPは,よく知られた二相メタヒューリスティックである。最初に,建設段階は欲張りランダマイズドアルゴリズムにより,成分による成分,完全解を構築する反復。その後,局所探索相はこの解を改善する。成分とは溶液中で添加するための選択はほとんどその増分コストに依存する。,コスト関数,greedinessの確率的パラメータと近傍構造によって定義される基本GRASP配置。五コスト関数と七つの周知の近傍構造を考察した。境界演算子に基づくコスト関数を初めてGRASPに統合した。自動調査アルゴリズム構成する機構は超発見的方法に言及した。ハイパーヒューリスティックは315GRASP配置を調査し,一つは,優れた結果を示し,報告した。並列マルチコアコンピューティングは効率的ハイパー・ヒューリスティックを実行する方法として使用されている。Taillardのベンチマーク例を用いて,順列フローショップ問題のためのハイパーヒューリスティックを試験した。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 発見的方法 ,  *順列 ,  近傍探索法 ,  費用関数 ,  ベンチマーク ,  アルゴリズム
準シソーラス用語： *マルチコアプロセッサ ,  *ヒューリスティック ,  ランダマイズドアルゴリズム ,  メイクスパン ,  *フローショップ , 【Automatic Indexing@JST】

著者キーワード (5件)： マルチコア計算 ,  並列計算 ,  メタヒューリスティックス ,  スケジューリング問題 ,  ハイパー発見的方法

分類 (2件)： 工程管理  (KB03030P) ,  ネットワーク法  (KA03040X)

タイトルに関連する用語 (2件)： 順列 ,  フローショップ