ترجمه مقاله الگوریتم بهینه سازی ترکیبی برای مسئله زمان بندی کارگاه شغلی انعطاف پذیر چندمنظوره

عنوان فارسی: | الگوریتم بهینه سازی ترکیبی برای مسئله زمان بندی کارگاه شغلی انعطاف پذیر چندمنظوره |
عنوان انگلیسی: | A Combined Optimization Algorithm for Multi-objective Flexible Job Shop Scheduling Problem |
تعداد صفحات مقاله انگلیسی : 6 | تعداد صفحات ترجمه فارسی : 12 |
سال انتشار : 2012 | نشریه : ICCTS |
فرمت مقاله انگلیسی : PDF | فرمت ترجمه مقاله : ورد تایپ شده |
کد محصول : 5587 | رفرنس : دارد |
محتوای فایل : zip | حجم فایل : 1.27Mb |
رشته های مرتبط با این مقاله: مهندسی کامپیوتر |
گرایش های مرتبط با این مقاله: مهندسی الگوریتم ها و محاسبات و مهندسی نرم افزار |
مجله: کنفرانس بین المللی فناوری و علوم کامپیوتر |
دانشگاه: دانشکده فنی و مهندسی کامپیوتر و اطلاعات، دانشگاه شمال شرقی Forestry، هاربین، چین |
کلمات کلیدی: زمانبندی کارگاه شغلی انعطاف پذیر چندمنظوره، الگوریتم بهینهسازی گروه ذرات، الگوریتم کلنی مورچه |
وضعیت ترجمه عناوین تصاویر و جداول: ترجمه شده است |
وضعیت ترجمه متون داخل تصاویر و جداول: ترجمه نشده است |
وضعیت فرمولها و محاسبات در فایل ترجمه: به صورت عکس، درج شده است |
چکیده
1- مقدمه
2- صورتبندی مسئله زمانبندی کارگاه شغلی انعطاف پذیر چندمنظوره
3- الگوریتم PSO
4- الگوریتم سنتی کلنی مورچه
5- بهبود الگوریتم کلنی مورچه در مسئله زمانبندی کارگاه شغلی انعطاف پذیر چندمنظوره
1-5- ساختار ACA بهبود یافته ما
2-5- تشریح قانون ACA بهبود یافته
6- طراحی الگوریتم ترکیبی
7- تحلیل دادهها
1-7- مسئله 5*4 با دوازده عملیات
2-7- مسئله 8*8 با بیست و هفت عملیات
8- نتیجهگیری
Abstract
In order to exert the advantage of ant colony algorithm and particle swarm optimization algorithm respectively, a method combined the two algorithms was designed for solving multi-objective flexible job shop scheduling problem in this paper. The proposed algorithm was composed by two phases. The first phase made use of the fast convergence of PSO to search the particles optimum position and made the position as the start point of ants. In the second phase, the traditional ant colony algorithm was improved and was used to search the global optimum scheduling according to its characters of positive feedback and structure of solution set. The combined algorithm was validated by practical instances. The results obtained have shown the proposed approach is feasible and effective for the multi-objective flexible job shop scheduling problem.
چکیده
به منظور استفاده از مزیت الگوریتمهای کلنی مورچه و بهینهسازی گروه ذرات به ترتیب، روشی متشکل از دو الگوریتم برای حل مسئله زمانبندی کارگاه شغلی انعطاف پذیر چندمنظوره طراحی شده بود که در این مقاله بدان پرداخته شده است. الگوریتم پیشنهادی مشتمل بر دو مرحله بود. نخستین مرحله استفاده از همگرایی سریع pso برای پژوهش در مورد موقعیت بهینه ذرات و ایجاد جایگاهی به عنوان نقطه شروع مورچهها میباشد. در مرحله دوم، الگوریتم سنتی کلنی مورچه بهبود یافته و برای پژوهش در مورد زمانبندی بهینه جهانی مطابق با ویژگیهای بازخورد مثبت آن و ساختار مجموعه راه حل مورد استفاده قرار میگیرد. الگوریتم ترکیبی از طریق نمونههای عملی تایید شده بود. نتایج حاصل نشان داده است که رویکرد پیشنهادی برای مسئله زمانبندی کارگاههای شغلی انعطاف پذیر چندمنظوره عملی و کارآمد میباشد.
محصولات مشابه
