کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
11021183 1715031 2019 36 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A metaheuristic algorithm and simulation to study the effect of learning or tiredness on sequence-dependent setup times in a parallel machine scheduling problem
ترجمه فارسی عنوان
الگوریتم فراشناختی و شبیه سازی برای مطالعه تأثیر یادگیری یا خستگی بر روی زمان راه اندازی وابسته به دنباله در یک برنامه زمانبندی ماشین موازی
کلمات کلیدی
برنامه ریزی ماشین موازی، زمان اتمام کامل تنظیمات وابسته به دنباله، اثر یادگیری، اثر خستگی، شبیه سازی،
ترجمه چکیده
این کار اثرات یادگیری یا خستگی را بر روی زمان نصب در یک برنامه زمانبندی با ماشین آلات مشابه موازی تحلیل می کند. این مشکل شامل زمان های نصب شده است که به ترتیب مشاغل بستگی دارد به هدف به حداقل رساندن مجموع زمان تکمیل کل. با توجه به پیچیدگی مشکل و این فرض که راه حل های با کیفیت بالا بدون مشکل، راه حل های با کیفیت بالا نیز در نظر گرفته می شود، در ابتدا یک الگوریتم فراشناختی با هدف یافتن راه حل های با کیفیت بالا و متنوع پیشنهاد شده را نادیده می گیرد. یادگیری / خستگی مسائل سپس، با استفاده از رویکرد شبیه سازی چند عامل، اثرات یادگیری یا خستگی را بر روی راه حل های به دست آمده در یک سناریوی واقعی جهان مطالعه می کنیم. آزمایش های محاسباتی انجام شده نشان می دهد که مدل شبیه سازی شده در این کار معتبر است تا تصادفی را در یک سناریوی عملی اداره کند، که می تواند به اثرات مختلف یادگیری یا خستگی سازگار شود. علاوه بر این، آزمایش های محاسباتی بر این حقیقت است که پیشنهاد می تواند به عنوان یک ابزار پشتیبانی تصمیم مورد استفاده قرار گیرد تا با برآورد میزان شغل که به ماشین های موجود بر اساس مشخصات اپراتور اختصاص داده می شود.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
This work analyses the effects of learning or tiredness on the setup times in a scheduling problem with identical parallel machines. This problem involves setup times that depend on the sequence of jobs with the goal of minimizing the sum of total completion times. Due to the complexity of the problem and the assumption that high-quality solutions of the problem without effects are also high-quality solutions when these effects are considered, we firstly propose a metaheuristic algorithm aimed at finding high-quality and diverse solutions, ignoring the learning/tiredness issues. Then, we study the effects of learning or tiredness on the obtained solutions in a real-world scenario by using a multi-agent simulation approach. The computational experiments carried out demonstrate that the simulation model developed in this work is valid to handle randomness in a practical scenario, allowing to be adapted to different learning or tiredness effects. Furthermore, the computational experiments underscore the fact that the proposal can be used as a decision support tool aimed at estimating the amount of job to be assigned to the available machines on the basis of the operator profile.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Expert Systems with Applications - Volume 117, 1 March 2019, Pages 62-74
نویسندگان
, , , , ,