کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
1138514 1489163 2010 9 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
An agent-based parallel approach for the job shop scheduling problem with genetic algorithms
ترجمه فارسی عنوان
رويكرد موازی عامل گرا برای مسئله ی زمان بندی كار فروشگاه با الگوريتم های ژنتيكی
کلمات کلیدی
مشکل زمان بندی تولید کارگاهی - الگوریتم های ژنتیکی موازی - عوامل - سیستم های چند عامله
فهرست مطالب مقاله
چكيده
كلمات كليدي
1- مقدمه
2- رويكرد عامل گرا براي مسئله ي زمان بندي كار فروشگاه
1.2 معماري عامل گرا
شكل 1- لايه هاي معماري عامل گراي مطروحه
شكل 2- معماري عامل گراي مطروحه براي مسئله ي زمان بندي كار فروشگاه. 
2.2 جمعيت اوليه
3.2 الگوريتم ژنتيكي موازي
شكل 3- فرايند زمان بندي MA و Ai
جدول 1- مثالي از مسئله ي زمان بندي كار فروشگاه 4 x 4
1.3.2 سياست مهاجرت
2.3.2 بازنمايي كروموزوم
شكل 4- مثال PMX
شكل 5- مثال جهش
3.3.2 تابع برازندگي
4.3.2 انتخاب
5.3.2 اپراتور كراس اور 
6.3.2 اپراتور جهش
7.3.2 مكانيسم ترميم
3- اجرا و نتايج آزمايشگاهي
شكل 6- PaGA درمقايسه با SaGA بهترين راه حل را مي يابد. مسئله ي تست: LA26. نتايج ميانگين هاي بهترين راه حل ها ظرف 10 اجرا هستند. 
شكل 7- PaGA بهترين راه حل را درمقايسه با SaGA مي يابد. مسئله ي تست: LA16. نتايج ميانگين هاي بهترين راه حل ها ظرف 10 اجرا هستند. 
شكل 8- PaGA بهترين راه حل را درمقايسه با SaGA مي يابد. مسئله ي تست: LA32. نتايج ميانگين هاي بهترين راه حل ها ظرف 10 اجرا هستند. 
جدول 2- مقايسه هاي بين طول هاي زمان بندي يافت شده با PaGA و SaGA روي نمونه هاي FT
جدول 3- مقايسه هاي بين طول هاي زمان بندي يافت شده با PaGA و SaGA روي نمونه هاي ORB
جدول 4- مقايسه هاي بين طول هاي زمان بندي يافت شده با PaGA و SaGA روي نمونه هاي LA
جدول 5- مقايسه هاي بين طول هاي زمان بندي يافت شده با PaGA و SaGA روي نمونه هاي LA
4- نتيجه گيري
ترجمه چکیده
مسئله ی زمان بندي كار فروشگاه يكي از مهمترين و پيچيده ترين مسائل در زمان بندي ماشيني است. اين مسئله با عنوان ان- پي سخت توصيف مي شود. پيچيدگي بالاي مسئله، يافتن راه حل بهينه را در زمان منطقي در غالب موارد سخت مي سازد. بنابراين جستجوي راه حل هاي ي تقريبي در زمان چندجمله اي بجاي راه حل هاي دقيق با هزينه ي بالا براي نمونه هاي دشوار مسئله ترجيح داده مي شود. روش هاي متا اكتشافي همچون الگوريتم هاي ژنتيكي براي يافتن راه حل هاي بهينه يا نزديك بهينه براي مسئله ي زمان بندي فروشگاه بسيار استفاده مي شوند. موازي سازي الگوريتم هاي ژنتيكي يكي از بهترين رويكردهايي است كه مي توان براي ارتقاي عملكرد اين الگوريتم ها بكاربرد. در اين مقاله رويكرد موازي عامل گرا را براي مسئله اي مطرح مي كنيم كه درآن خلق جمعيت اوليه و موازي سازي الگوريتم ژنتيكي به روش عامل گرا انجام مي شوند. نمونه هاي مبنا (محك) براي بررسي عملكرد رويكرد مطروحه استفاده مي شوند. نتايج نشان مي دهند كه اين رويكرد، راندمان را اصلاح مي كند.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی کنترل و سیستم های مهندسی
پیش نمایش مقاله
رويكرد موازی عامل گرا برای مسئله ی زمان بندی كار فروشگاه با الگوريتم های ژنتيكی
چکیده انگلیسی
The job shop scheduling problem is one of the most important and complicated problems in machine scheduling. This problem is characterized as NP-hard. The high complexity of the problem makes it hard to find the optimal solution within reasonable time in most cases. Hence searching for approximate solutions in polynomial time instead of exact solutions at high cost is preferred for difficult instances of the problem. Meta-heuristic methods such as genetic algorithms are widely applied to find optimal or near-optimal solutions for the job shop scheduling problem. Parallelizing the genetic algorithms is one of the best approaches that can be used to enhance the performance of these algorithms. In this paper, we propose an agent-based parallel approach for the problem in which creating the initial population and parallelizing the genetic algorithm are carried out in an agent-based manner. Benchmark instances are used to investigate the performance of the proposed approach. The results show that this approach improves the efficiency.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Mathematical and Computer Modelling - Volume 52, Issues 11–12, December 2010, Pages 1957–1965
نویسندگان
, ,