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”

Optimalizace ve výrobní logistice používající kombinaci genetických algoritmů a algoritmu tabu search

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60461373%3A22340%2F05%3A00014413" target="_blank" >RIV/60461373:22340/05:00014413 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Optimization in Production Logistics Using Combination Genetic/Tabu Search Algorithm

  • Popis výsledku v původním jazyce

    Our work focuses on plants where several different products are being manufactured using similar technology. The flexibility of such plants puts increased demands on production planning and control. Finding optimal product sequence is a typical NP-complete problem. The paper presents a new algorithm for solving it. The algorithm is a stochastic heuristic based on two design philosophies developed in artificial intelligence research. It combines the parallelism and information-exchange of genetics algorithm with a strong local optimization of the recency-based tabu search. The algorithm is fast enough to be usable on PCs, the solutions found are near-optimal even for larger problems, and the batch processes model used in this work is detailed enough tosuggest that the algorithm should be applicable to industrial problems with satisfactory results.

  • Název v anglickém jazyce

    Optimization in Production Logistics Using Combination Genetic/Tabu Search Algorithm

  • Popis výsledku anglicky

    Our work focuses on plants where several different products are being manufactured using similar technology. The flexibility of such plants puts increased demands on production planning and control. Finding optimal product sequence is a typical NP-complete problem. The paper presents a new algorithm for solving it. The algorithm is a stochastic heuristic based on two design philosophies developed in artificial intelligence research. It combines the parallelism and information-exchange of genetics algorithm with a strong local optimization of the recency-based tabu search. The algorithm is fast enough to be usable on PCs, the solutions found are near-optimal even for larger problems, and the batch processes model used in this work is detailed enough tosuggest that the algorithm should be applicable to industrial problems with satisfactory results.

Klasifikace

  • Druh

    O - Ostatní výsledky

  • CEP obor

    JD - Využití počítačů, robotika a její aplikace

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2005

  • Kód důvěrnosti údajů

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