文献

J-GLOBAL ID：202002233630638355   整理番号：20A2064373

機械故障を伴う2目的フレキシブルジョブショップ問題のための極端学習機械に基づくロバストスケジューリング【JST・京大機械翻訳】

Robust scheduling based on extreme learning machine for bi-objective flexible job-shop problems with machine breakdowns

著者 (4件)： Yang Yu (Key Laboratory of Advanced Process Control for Light Industry (Ministry of Education), Jiangnan Universiy, Wuxi 214122, PR China) ,  Huang Min (Key Laboratory of Advanced Process Control for Light Industry (Ministry of Education), Jiangnan Universiy, Wuxi 214122, PR China) ,  Yu Wang Zhen (College of Electrical Engineering, Zhejiang University, Hangzhou 310058, PR China) ,  Bing Zhu Qi (Key Laboratory of Advanced Process Control for Light Industry (Ministry of Education), Jiangnan Universiy, Wuxi 214122, PR China)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 158  ページ： Null  発行年： 2020年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 現代の生産システムでは,ランダムマシン故障を伴う柔軟なジョブショップスケジュール問題(FJSP)が広く研究されている。本研究では,2つの目的,すなわちメイクスパンとロバスト性を同時に考慮した。各操作と機械故障の作業負荷とフロート時間を最大化するために,RMcという1つの代理測度を,ロバスト性を評価するために,極端学習機械(ELM)によって開発した。特に,この測度は,機械破壊の確率とフロート時間の位置によってロバスト性に対するフロート時間の影響を決定する。同時に,この影響をELMによって自動的に調整した。次に,非優越ソーティング遺伝的アルゴリズムIIとRMcの改良バージョンを結合する方法を,2目的FJSPを扱うために提案した。ベンチマークに関する計算結果は,RMcが少量の計算コストでスケジュールのロバスト性を正確に評価することを示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 測度 ,  *故障 ,  *スケジューリング ,  生産システム ,  *学習機械 ,  フロート ,  ベンチマーク ,  *ジョブショップ ,  *ロバスト性 ,  遺伝的アルゴリズム
準シソーラス用語： メイクスパン ,  計算コスト ,  機械故障 ,  非優越ソーティング ,  *極度学習機械 , 【Automatic Indexing@JST】

著者キーワード (4件)： 柔軟なジョブショップ問題 ,  機械の破壊 ,  代理尺度 ,  極限学習機械

分類 (2件)： 工程管理  (KB03030P) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 機械故障 ,  ジョブショップ ,  問題 ,  極端学習機械