عنوان فارسی مقاله:بهینه ساز ترکیبی ژنتیکی و کفتار خالدار برای مسئله زمان بندی فلوشاپ (جریان کار)
چکیده
این مقاله یک الگوریتم ترکیبی جدید را ارائه میکند که الگوریتمهای ژنتیک (GAs) و الگوریتم بهینهسازی کفتار خالدار (SHOA) را برای حل مسئله زمانبندی کارگاه تولید (فلوشاپ) ترکیب میکند. الگوریتم GA-SHOA پیشنهادی، عملگرهای ژنتیکی، مانند متقاطع یکنواخت و جهش، را در الگوریتم SHOA برای بهبود عملکرد آن ترکیب میکند. ما الگوریتم را روی مجموعهای از نمونههای کتابخانه OR ارزیابی کردیم و آن را با دیگر الگوریتمهای بهینهسازی پیشرفته، از جمله SSO، SCE-OBL، CLS-BFO و ACGA مقایسه کردیم. نتایج تجربی نشان میدهد که الگوریتم GA-SHOA به طور مداوم راهحلهای بهینه یا نزدیک به بهینه را برای همه نمونههای آزمایش شده پیدا میکند و از سایر الگوریتمها بهتر عمل میکند. مقاله ما از طرق مختلف به غنی شدن منابع و مطالعات کمک میکند. اول، ما یک الگوریتم ترکیبی را پیشنهاد میکنیم که به طور موثری قابلیتهای اکتشاف و بهرهبرداری SHO و GA را ترکیب میکند و منجر به یک فرآیند جستجوی متعادل و کارآمد برای یافتن راهحلهای تقریباً بهینه برای FSSP میشود. دوم، ما روشهای SHO و GA را با نیازهای خاص FSSP، از جمله طرحهای رمزگذاری، ارزیابی تابع هدف و مدیریت محدودیتها، تطبیق میدهیم، که تضمین میکند که الگوریتم ترکیبی برای رسیدگی به چالشهای ایجاد شده توسط FSSP مناسب است. سوم، ما یک ارزیابی عملکرد جامع از الگوریتم ترکیبی پیشنهادی را انجام میدهیم که اثربخشی آن را از نظر کیفیت راهحل و کارایی محاسباتی نشان میدهد. در نهایت، ما یک تجزیه و تحلیل عمیق از رفتار الگوریتم ترکیبی ارائه میدهیم، در مورد نقش مؤلفههای SHO و GA و تعاملات آنها در طول فرآیند جستجو بحث میکنیم، که میتواند به درک عوامل مؤثر در موفقیت الگوریتم و ارائه بینش در خصوص بهبودهای بالقوه یا سازگاری با سایر مسائل بهینه سازی ترکیبی کمک میکند.
- لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
- همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
- ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.