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