文献

J-GLOBAL ID：201702236205218536   整理番号：17A1966389

進みおよび遅れペナルティを伴う単機スケジューリングに適用したハイブリッド遺伝的ハチアルゴリズム【Powered by NICT】

Hybrid Genetic Bees Algorithm applied to single machine scheduling with earliness and tardiness penalties

著者 (7件)： Yuce B. (Innovation Centre, College of Engineering, Mathematics and Physical Sciences, Streatham Campus, University of Exeter, EX4 4QJ, Exeter, UK) ,  Fruggiero F. (School of Engineering, University of Basilicata, Via Ateneo Lucano 10, 85100 Potenza, Italy) ,  Packianather M.S. (High Value Manufacturing Group, School of Engineering, Cardiff University, CF24 3AA Cardiff, UK) ,  Pham D.T. (School of Mechanical Engineering, University of Birmingham, B15 2TT, Birmingham, UK) ,  Mastrocinque E. (Faculty of Engineering, Environment and Computing, Coventry University, Priory Street, CV1 5FB, Coventry, UK) ,  Lambiase A. (Department of Industrial Engineering, University of Salerno, Fisciano, Italy) ,  Fera M. (Dept. of Industrial and Information Engineering, Second University of Naples, Via Roma 29, 81031 Aversa, Italy)
資料名： Computers & Industrial Engineering  (Computers & Industrial Engineering)
巻： 113  ページ： 842-858  発行年： 2017年 
JST資料番号： D0502B  ISSN： 0360-8352  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本論文では,単一機械スケジューリング問題のためのハイブリッド遺伝的ハチアルゴリズムに基づく最適化解法を提示した。蜂アルゴリズム(BA)の増強は大域的探索段階で遺伝的アルゴリズム(GA’s)演算子を用いて行った。提案した強調は新しい付加をつけた徐々にBAの大域的探索能力を増加させることを目的とした。BAは各種最適化問題の非常に成功した実装を持っているが,アルゴリズムは,例えば組合せ/置換型最適化問題NP困難型最適化問題の計算複雑さ増加させる弱い大域探索能力を抱えていることが分かった。弱点は,探索過程中の簡単な大域的ランダム探索操作を用いてのために起こる。BAにおける大域的探索プロセスを強化するために,提案した強調は有望な解決策の遺伝学的変化を通して最適解の数を拡張して探索能力を増加させるために利用した。ハイブリダイゼーションプロセスは塩基性BAに二つの戦略,「強化大域的探索」と「跳躍機能」戦略としてを含めることにより実現した。強化大域的探索戦略は,ハイブリダイゼーションプロセスの第一段階であるとGAの突然変異演算子を含んでいる。跳躍機能戦略,第二の戦略は単一点クロスオーバ,多点は,交差,突然変異,およびランダム化四GA演算子から構成されている。提案した解決策の強みを実証するために,二百八十の良く知られた単一機械ベンチマークインスタンス上で行ったいくつかの実験,その結果を他の良く知られた発見的アルゴリズムと比較することにより示した。実験によれば,提案した増強は,局所最小値からジャンプする基本BAに優れた能力を提供し,GBAは収束と結果の品質のBAと比較して優れた性能を示した。収束時間は,非常に制約のあるジョブのための良好な結果を約30%と約60%減少した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 最適化 ,  *遺伝 ,  遺伝的アルゴリズム ,  NP困難 ,  品質 ,  突然変異 ,  *アルゴリズム ,  *スケジューリング ,  最適化問題 ,  計算量 ,  跳躍現象
準シソーラス用語： 発見的アルゴリズム ,  突然変異演算子 ,  最適解 ,  *ハチアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (4件)： スワームに基づく最適化 ,  ハチアルゴリズム(BA) ,  遺伝的ハチアルゴリズム(GBA) ,  単一機械スケジューリング問題(SMSP)

分類 (2件)： その他のオペレーションズリサーチの手法  (KA03070E) ,  工程管理  (KB03030P)

タイトルに関連する用語 (4件)： 遅れ ,  ペナルティ ,  スケジューリング ,  ハチアルゴリズム