Analiza przydatności wybranych algorytmów opartych na ewolucji populacji do szeregowania zadań produkcyjnych

• Autorzy: Marcin Forkiewicz
• Języki publikacji: PL

Abstrakty

W pracy omówiono konstrukcję trzech algorytmów opartych na ewolucji populacji: ewolucyjnego, uczenia populacji i mrówkowego do szeregowania zadań produkcyjnych. Zaprezentowano wyniki eksperymentu dla trzech trudnych obliczeniowo problemów deterministycznych. Na podstawie otrzymanych wyników przeanalizowano przydatność przedstawionych metod do szeregowania zadań. (streszcz. oryg.)

EN

In this article the structure of three algorithms based on the population's evolution was discussed. The algorithms used for arranging production tasks were: the evolutionary one, population teaching one and ant colony optimization algorithm. Findings of experiment for three computationally difficult deterministic problems were presented. On the basis of received results a usefulness of presented methods for arranging tasks was analyzed. (AT)

Słowa kluczowe

PL

Algorytmy; Algorytmy genetyczne; Metody analityczno-obliczeniowe

EN

Algorithms; Genetic algorithms; Analytical and computational methods

• Czasopismo: Monografie i Opracowania / Szkoła Główna Handlowa
• Rocznik: 2008
• Numer: nr 551 Współczesne aspekty informacji
• Strony: 59--67

Twórcy

autor

Marcin Forkiewicz

Bibliografia

• Bäck Th., Fogel D. B., Michalewicz Z. (ed.): Handbook of Evolutionary Computing. Institute of Physics Publishing, Bristol, Oxford University Press, New York 1997.
• Błażewicz J., Cellary W., Słowiński R., Węglarz J.: Badania operacyjne dla informatyków. WNT, Warszawa 1983.
• Błażewicz J., Ecker K. H., Schmidt G., Węglarz J.: Scheduling in Computer and Manufacturing System. Springer-Verlag, Berlin 1994.
• Bonabeau E., Dorigo M., Theraulaz G.: Swarm Intelligence From Natural to Artificial Systems. Oxford University Press, New York 1999.
• Brucker P.: Scheduling Algorithms. Springer-Verlag, Berlin 1998.
• Coffman E. G. jr. (red.): Teoria szeregowania zadań. WNT, Warszawa 1980.
• Come D., Dorigo M., Glover F.: New Ideas in Optimization. McGraw-Hill, London 1999.
• Dorigo M., Di Caro G.: Ant Colony Optimization: A New Meta-Heuristic. Congress on Evolutionary Computation, Washington D.C., USA, 6-9 VI 1999, s. 1470-1477.
• Forkiewicz M.: Zastosowanie metod opartych na ewolucji populacji do szeregowania zadań produkcyjnych. Rozprawa doktorska, WZiE PG, Gdańsk 2002.
• Graham R. L., Lawler E. L., Lenstra J. K., Rinnooy Kan A. H. G.: Optimization and approximation in deterministic sequencing and scheduling: A survey. Annals of Discrete Mathematics, nr 4, 1979, s. 287-326.
• Goldberg D. E.: Algorytmy genetyczne i ich zastosowania. WNT, Warszawa 1995.
• Jędrzejowicz P.: Social Learning Algorithm as a Tool for Solving Some Difficult Scheduling Problems. Foundations of Computing and Decision Science, vol. 24, nr 2, 1999, s. 51-66.
• Michalewicz Z.: Algorytmy genetyczne + struktury danych = programy ewolucyjne. WNT, Warszawa 1996.