Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Job Shop Scheduling Problem with Heuristic Genetic Programming Operators

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F15%3APU111042" target="_blank" >RIV/00216305:26220/15:PU111042 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://ieeexplore.ieee.org/document/7095307" target="_blank" >https://ieeexplore.ieee.org/document/7095307</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/SPIN.2015.7095307" target="_blank" >10.1109/SPIN.2015.7095307</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Job Shop Scheduling Problem with Heuristic Genetic Programming Operators

  • Popis výsledku v původním jazyce

    This paper introduces an optimization algorithm for job shop scheduling problem in logistic warehouses. The algorithm is based on genetic programming and uses parallel processing. For better performance a new optimization method called "priority rules" was proposed. We found out that the three proposed priority rules help algorithm to prevent stuck in the local optima and get better results from genetic programming optimization. Algorithm was tested with batch of tests based on data from real warehouse and with synthetic tests generated randomly (inspired by the real world scenarios). The results indicate interesting reduction of time that is necessary to fulfill all tasks in warehouses, reduction in number of collisions and better optimization performance.

  • Název v anglickém jazyce

    Job Shop Scheduling Problem with Heuristic Genetic Programming Operators

  • Popis výsledku anglicky

    This paper introduces an optimization algorithm for job shop scheduling problem in logistic warehouses. The algorithm is based on genetic programming and uses parallel processing. For better performance a new optimization method called "priority rules" was proposed. We found out that the three proposed priority rules help algorithm to prevent stuck in the local optima and get better results from genetic programming optimization. Algorithm was tested with batch of tests based on data from real warehouse and with synthetic tests generated randomly (inspired by the real world scenarios). The results indicate interesting reduction of time that is necessary to fulfill all tasks in warehouses, reduction in number of collisions and better optimization performance.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    20201 - Electrical and electronic engineering

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/FR-TI4%2F151" target="_blank" >FR-TI4/151: Výzkum a vývoj technologie pro detekci emocí v nestrukturovaných datech</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2015

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    2015 2nd International Conference on Signal Processing and Integrated Networks (SPIN)

  • ISBN

    978-1-4799-5990-7

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    702-707

  • Název nakladatele

    Neuveden

  • Místo vydání

    Noida, Delhi-NCR, India

  • Místo konání akce

    Dept. of ECE, ASET, Amity University, Sector-125

  • Datum konání akce

    19. 2. 2015

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000382970300134