文献

J-GLOBAL ID：201902252066813279   整理番号：19A2510457

時間累積学習効果による2段階組立スケジューリングのための支配ルールと最適化ベース粒子群最適化【JST・京大機械翻訳】

Dominance rule and opposition-based particle swarm optimization for two-stage assembly scheduling with time cumulated learning effect

著者 (6件)： Wang Dujuan (China Business Executives Academy, Dalian, China) ,  Qiu Huaxin (School of Management Science and Engineering, Dalian University of Technology, Dalian, China) ,  Wu Chin-Chia (Department of Statistics, Feng Chia University, Taichung, Taiwan) ,  Lin Win-Chin (Department of Statistics, Feng Chia University, Taichung, Taiwan) ,  Lai Kunjung (Department of Statistics, Feng Chia University, Taichung, Taiwan) ,  Cheng Shuenn-Ren (Shandong Yingcai University, Jinan, China)
資料名： Soft Computing  (Soft Computing)
巻： 23  号： 19  ページ： 9617-9628  発行年： 2019年 
JST資料番号： W1043A  ISSN： 1432-7643  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文は,多くの現実的スケジューリング設定に存在する時間累積学習効果を有する二段階組立フローショップスケジューリングモデルを紹介した。時間累積学習効果により,ジョブの実際のジョブ処理時間は,既に処理されているジョブの処理時間と同様に,その予定された位置に依存することを意味する。第一段階は,各機械がそれ自身の構成要素を生成する二つの独立作業機械から構成されている。第二段階は単一組立機から成る。目的は,すべてのジョブの全完了時間を最小化するスケジュールを同定することである。議論した問題に関する解析によって,いくつかの優位性規則は,解法を最適化するために開発した。開発した支配則を組み込んで,支配則と反対ベースの粒子群最適化アルゴリズム(DR-OPSO)と分枝限定を考案した。標準のO-PSOとPSOとの比較により,提案したDR-OPSOと分枝限定の性能を比較するために,計算実験を行った。結果は,提案したDR-OPSOアルゴリズムの効率と有効性を完全に実証し,実際に関連する意思決定者に参照を提供した。Copyright 2018 Springer-Verlag GmbH Germany, part of Springer Nature Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *学習 ,  *最適化 ,  有効性 ,  組立装置 ,  加工時間 ,  フローショップスケジューリング ,  意思決定者 ,  *スケジューリング
準シソーラス用語： 作業機械 ,  *粒子群最適化 ,  *学習効果 , 【Automatic Indexing@JST】

著者キーワード (5件)： 二段階組立 ,  フローショップスケジューリング ,  時間累積学習関数 ,  支配ルール ,  粒子群最適化

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (9件)： 累積 ,  学習効果 ,  段階 ,  組立 ,  スケジューリング ,  支配 ,  ルール ,  最適化 ,  粒子群最適化