文献

J-GLOBAL ID：201702248726854798   整理番号：17A1253996

順序依存段取時間と学習効果を考慮したフレキシブルジョブショップ問題を解くための自己適応型進化アルゴリズム【Powered by NICT】

A self-adaptive evolutionary algorithm for solving flexible job-shop problem with sequence dependent setup time and learning effects

著者 (3件)： Azzouz Ameni (Universite ́ de Tunis, Institut Supe ́rieur de Gestion, SMART Laboratory, Tunisia) ,  Ennigrou Meriem (Universite ́ de Tunis, Institut Supe ́rieur de Gestion, SMART Laboratory, Tunisia) ,  Said Lamjed Ben (Universite ́ de Tunis, Institut Supe ́rieur de Gestion, SMART Laboratory, Tunisia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CEC  ページ： 1827-1834  発行年： 2017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問題(FJSP)は文献で研究された最も強力な組合せ問題の一つである。これら後者は二種の問題点,すなわち,機械割当問題と作業順序決定問題をカバーしている。この問題の現実に可能な限り近く反映するために,考慮した他の二制約:(1)順序依存セットアップ時間と(2)学習効果。このような複雑な問題を解決するために,著者らは二つの効率的な局所探索法,と呼ぶ,可変近傍探索(VNS)と反復型局所探索(ILS)と組み合わせた遺伝的アルゴリズム(GA)に基づく進化的アルゴリズム(EA)を提案した。EAの性能は,制御パラメータの設定に大きく依存することが知られている。に対し,提案アルゴリズムでは,に基づく自己適応戦略を用いる(1)探索空間の電流特異性,(2),既に応用されたアルゴリズム(GA,VNSとILS)の先行結果と(3)それらの関連パラメータ設定。次の有望な探索方向を検出し,探索と利用の間のバランスを維持するためにこの戦略を採用した。計算結果はこのアルゴリズムが最も効果的であり,他の良く知られた効果的なアルゴリズムに対してロバストであることを示した。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： 近傍探索法 ,  *アルゴリズム ,  組合せ問題 ,  ロバスト性 ,  割当問題 ,  遺伝的アルゴリズム ,  電流 ,  決定問題
準シソーラス用語： 特異性 ,  探索空間 ,  制御パラメータ ,  *進化的アルゴリズム ,  *自己適応 ,  *学習効果 ,  *段取時間 , 【Automatic Indexing@JST】

分類 (2件)： 工程管理  (KB03030P) ,  システム最適化手法  (IA02050Z)

タイトルに関連する用語 (6件)： 順序 ,  段取時間 ,  学習効果 ,  ジョブショップ ,  自己適応 ,  進化アルゴリズム