Artificial Intelligence in Production Planning and Scheduling - Hybrid Tabu Search/Genetic Algorithm

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

—

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.

Druh

D - Stať ve sborníku

CEP obor

CI - Průmyslová chemie a chemické inženýrství

OECD FORD obor

—

Projekt

—

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2003

Kód důvěrnosti údajů

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

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

—