$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

다양성유지를 기반으로 한 Job-shop Scheduling Problem의 진화적 해법

Genetic Algorithms based on Maintaining a diversity of the population for Job-shop Scheduling Problem

초록

유전자알고리듬(Genetic Algorithm)은 확률적인 집단 탐색법이고 적응도함수의 형태에 관계없는 직접 탐색법이기 때문에 최근 최적화 방법으로 주목을 받고 있다. 본 논문에서는 Job-shop Schedule Problem에 대하여 교배방법으로 JOX를 사용하며, 효율적인 탐색을 위하여 탐색범위를 축소시키는 강제조작을 형질유전을 고려한 형질유전GT법을 제안하고, 세대교체에 있어 모집단의 다양성을 유지하기 위하여 집단 내에 동일한 개체를 배제하는 방법을 제안한다. 제안 알고리듬을 Fisher & Thompson의 FT10$\times$10 및 FT20$\times$5 문제에 적용하여 유효성을 실험적으로 검증한다.

Abstract

This paper presents a new genetic algorithm for job-shop scheduling problems. When we design a genetic algorithm for difficult ordering problems such as job-shop scheduling problems, it is important to design encoding/crossover that is excellent in characteristic preservation and to maintain a diversity of population. We used Job-based order crossover(JOX). Since the schedules generated by JOX are not always active-schedule, we proposed a method to transform them into active schedulesby using the GT method with c)laracteristic preservation. We introduce strategies for maintaining a diversity of the population by eliminating same individuals in the population. Furthermore, we are not used mutation. Experiments have been done on two examples: Fisher s and Thompson s $lO\timeslO and 20\times5$ benchmark problem.

저자의 다른 논문

참고문헌 (16)

  1. Job Shop Scheduling with Genetic Algorithms , Davis L. , Proceedings of the 1st International Conference on Genetic Algorithms / v.,pp.136-140, 1985
  2. Conventional Genetic Algorithms for Job Shop Problems , Nakano R.;Yamada T. , Proceedings of the 4th International Conference on Genetic Algorithms / v.,pp.474-479, 1991
  3. A Genetic Algorithm Applicable to Large-Scale Job-Shop Problems , Yamada T.;Nakano R. , Parallel Problem Solving from Nature / v.2,pp.281-290, 1992
  4. A Promising Genetic Algorithm Approach to Job-shop Scheduling, Rescheduling, and Open-Shop Scheduling Problems , Fang H.;Ross P.;Come D. , Proceedings of th 5th International Conference on Genetic Algorithms / v.,pp.375-382, 1993
  5. Control of Parallel Population Dynamics by Social-Like Behavior of GA-Individuals , Mattfeld D.C.;Kopfer H.;Bierwirth C. , Parallel Problem Solving from Nature / v.3,pp.16-25, 1994
  6. An EfficientGenetic Algorithm for Job-shop Scheduling Problems , Kobayashi S.;Ono I;Yamamura M. , Proceedings of the 6th International Conference on Genetic Algorithm / v.,pp.506-511, 1995
  7. A Method for Constructing Genetic Algorithm in Job Shop Problems , Shi G.;Iima H.;Sannomiya N. , 第8回 自律分散システム · シンポジウム資料 / v.,pp.175-178, 1996
  8. A Genetic Algorithm for Job-shop Scheduling Problems Using Job-based Order Crossover , Ono I.;Yamamura M.;Kobayashi S. , Proceedings of 96 IEEE International Conference on Evolutionary Computation / v.,pp.547-552, 1996
  9. Fisher H.;Thompson G.L.;Muth J.F.(eds.);Thompson G.L.(eds.) , Probabilistic Learning Combinations of Local Job-Shop Scheduling Rules, in Industrial Scheduling, in Industrial Scheduling / v.,pp., 1963
  10. A Genetic Algorithm with Nulti-Step Crossover for Job-Shop Scheduling Problems , Yamada T.;Nakano R. , Proceedings of the 1st IEE/IEEE International Conference on Genetic Algorithms in Engineering Systems, Innovations and Applications / v.,pp.146-151, 1995
  11. 形質遺傳を考廬した順序交?に基づくヅョプスケジュ一リング問題の解法 , 山野;山村;小林 , 第23回 知能システム · シンボジウム資料 / v.,pp.97-102, 1996
  12. 鍋島 , スケジュ一リング理論 / v.,pp., 1974
  13. Probabilistic Learning Combinations of Scheduling Problems , Giffler B.;Thompson G.L. , Operations Research / v.8,pp.487-503, 1969
  14. 유전형질을 고려한 Job shop scheduling의 진화적 해법 , 권창근;오갑석 , 한국 퍼지 및 지능시스템학회 '99 추계학술대회 발표논문집 / v.9,pp.366-369, 1999
  15. Minimal Generation Gap Model for GAs Considerings Both Exploration and Exploitation , Satoh H.;Yamamura M.;Kobayashi S. , Proceedings of IIZUKA'96 / v.,pp.494-497, 1996
  16. 形質遺傳に基づくジョブジョブスケジュ一リング , 小野;小林 , 生産スケジュ一リング · ツンポジウム '96 講演論文集 / v.,pp.19-24, 1996

이 논문을 인용한 문헌 (0)

  1. 이 논문을 인용한 문헌 없음

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

DOI 인용 스타일