Artificial Intelligence in Production Planning and Scheduling - Hybrid Tabu Search/Genetic Algorithm
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60461373%3A22340%2F03%3A00007548" target="_blank" >RIV/60461373:22340/03:00007548 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Artificial Intelligence in Production Planning and Scheduling - Hybrid Tabu Search/Genetic Algorithm
Popis výsledku v původním jazyce
The contribution describes an algorithm for solving the scheduling problem of a hybrid flowshop (flowshop with multiple processors, FSMP). The algorithm combines the principles of the two approaches, tabu search heuristics and genetic algorithms. Pure tabu search that uses only one solution can easily miss some promising areas of the search space, and a larger set of parallel solutions does not exchange information. Genetic algorithms, thanks to the nature of the problem solved, show lower solution quality with increasing problem size; the most prominent cause is the damage to solutions that occurs during solution crossover. The combined algorithm we propose combines the parallelism and information-exchange of genetic algorithms with a strong local optimization of the recency-based tabu search.
Název v anglickém jazyce
Artificial Intelligence in Production Planning and Scheduling - Hybrid Tabu Search/Genetic Algorithm
Popis výsledku anglicky
The contribution describes an algorithm for solving the scheduling problem of a hybrid flowshop (flowshop with multiple processors, FSMP). The algorithm combines the principles of the two approaches, tabu search heuristics and genetic algorithms. Pure tabu search that uses only one solution can easily miss some promising areas of the search space, and a larger set of parallel solutions does not exchange information. Genetic algorithms, thanks to the nature of the problem solved, show lower solution quality with increasing problem size; the most prominent cause is the damage to solutions that occurs during solution crossover. The combined algorithm we propose combines the parallelism and information-exchange of genetic algorithms with a strong local optimization of the recency-based tabu search.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
CI - Průmyslová chemie a chemické inženýrství
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2003
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
Proc. of 14th Int. Conf. on Process Control PC '03
ISBN
80-227-1902-1
ISSN
—
e-ISSN
—
Počet stran výsledku
6
Strana od-do
"PC011/1"-"PC011/6"
Název nakladatele
Slovak University of Technology
Místo vydání
Bratislava
Místo konání akce
Štrbské Pleso
Datum konání akce
8. 6. 2003
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
—