Wyniki wyszukiwania - BazEkon

1

Genetic Algorithms for Solving Scheduling Problems in Manufacturing Systems

100%

Ławrynowicz A.

Foundations of Management

|

2011

|

3

|

nr 2

7-26

Scheduling manufacturing operations is a complicated decision making process. From the computational point of view, the scheduling problem is one of the most notoriously intractable NP-hard optimization problems. When the manufacturing system is not too large, the traditional methods for solving scheduling problem proposed in the literature are able to obtain the optimal solution within reasonable time. But its implementation would not be easy with conventional information systems. Therefore, many researchers have proposed methods with genetic algorithms to support scheduling in the manufacturing system. The genetic algorithm belongs to the category of artificial intelligence. It is a very effective algorithm to search for optimal or near-optimal solutions for an optimization problem. This paper contains a survey of recent developments in building genetic algorithms for the advanced scheduling. In addition, the author proposes a new approach to the distributed scheduling in industrial clusters which uses a modified genetic algorithm. (original abstract)

2

Direct Cyclic Graphs Scheduling in the Parallel System

100%

Loutsky G., Rusanova O.

Zeszyty Naukowe / Wyższa Szkoła Informatyki i Zarządzania

|

2 (1998)

|

nr 7

163-170

W pracy tej przedstawiono nowy system szeregowania DAG w rozproszonych systemach pamięci. To dwu etapowe podejście należy do zmodyfikowanego szeregowania heurystycznego, w którym bierze się pod uwagę topologię procesora i czas komunikatu.

3

InterCriteria Analysis of a Model Parameters Identification using Genetic Algorithm

100%

Roeva O., Fidanova S., Vassilev P., Gepner P.

Annals of Computer Science and Information Systems

|

2015

|

5

501-506

In this paper we apply an approach based on the apparatus of the Index Matrices and the Intuitionistic Fuzzy Sets - namely InterCriteria Analysis. The main idea is to use the InterCriteria Analysis to establish the existing relations and dependencies of defined parameters in non-linear model of an E. coli fed-batch cultivation process. Moreover, based on results of series of identification procedures we observe the mutual relations between model parameters and considered optimization techniques outcomes, such as execution time and objective function value. Based on InterCriteria Analysis we examine the obtained identification results and discuss the conclusions about existing relations and dependencies between defined, in terms of InterCriteria Analysis, criteria.(original abstract)

4

Zagnieżdżony algorytm ewolucyjny

80%

Rośczak P.

Prace Naukowe Akademii Ekonomicznej we Wrocławiu

|

2007

|

nr 1167 Współczesne tendencje rozwojowe badań operacyjnych

232-243

Algorytmy ewolucyjne są skutecznymi narzędziami optymalizacji, opartymi na teorii ewolucji oraz zasadach doboru naturalnego. Wykorzystanie typowego algorytmu genetycznego wiąże się z koniecznością określenia wartości szeregu parametrów związanych z poszczególnymi operatorami. Wspomniane parametry w wydatny sposób wpływają na efektywność procesu optymalizacji. Ich wartości dobierane są na podstawie zaleceń pochodzących z wyników badań lub za pomocą metody prób i błędów. Wykorzystanie algorytmu genetycznego do optymalizacji parametrów działania innego algorytmu ewolucyjnego wydaje się naturalną konsekwencją dążenia do zalgorytmizowania procesu wyznaczania wartości parametrów oraz w konsekwencji znacznego podniesienia jego wydajności. Tradycyjny algorytm genetyczny posiada także szereg innych niekorzystnych właściwości określanych zazwyczaj jako jego cechy, a nie wady. Analiza sposobu jego działania oraz propozycje ewentualnych usprawnień są dodatkowym motywem dla poszukiwania nowych, wydajniejszych odmian algorytmów ewolucyjnych. (fragment tekstu)

5

On Multiple Criteria Genetic Approach to Highly Constraint VRPs

80%

Koloch G., Szapiro T.

Multiple Criteria Decision Making / University of Economics in Katowice

|

2010

|

5

149-161

The literature provides numerous examples of either rich or multi-criteria Vehicle Routing Problems (VRPs). Practitioners claim, however, that real-life problems need effective methods for VRPs which are both rich and multiobjective. In the paper we investigate whether such problems can be efficiently handled by standard metaheuristics - genetic algorithms. The answer is affirmative. Additionally, the analysis conducted supports the thesis that it is purposeful to adjust components of metaheuristics so that they take advantage of the multiobjective nature of the problems they solve. (original abstract)

6

Model wykorzystania formatu danych PED na potrzeby przetwarzania w algorytmie genetycznym

80%

Wojarnik G.

Studia i Materiały Polskiego Stowarzyszenia Zarządzania Wiedzą

|

2011

|

56

230-238

Dane genealogiczne są istotnym czynnikiem wpływającym na zachorowalność na różne choroby, w tym nowotwory. Reprezentację takich danych umożliwia format PED. Algorytm genetyczny służący odkrywaniu kombinacji czynników wpływających na zachorowania na nowotwory powinien zawierać również mechanizmy wykorzystujące dane genealogiczne. W związku z tym pojawia się problem kodowania danych PED. W artykule zawarto propozycję kodowania formatu PED za pomocą liczb całkowitych. Dzięki temu przekształceniu algorytm genetyczny będzie w stanie generować rozwiązania również w oparciu o dane genealogiczne. (abstrakt oryginalny)

7

Zastosowanie algorytmu genetycznego do oceny zdolności kredytowej przedsiębiorstw

80%

Mazur A., Witkowska D.

Prace Naukowe / Akademia Ekonomiczna w Katowicach

|

2001

|

Modelowanie preferencji a ryzyko '01

235-245

8

Wykorzystanie algorytmu genetycznego do grupowania obiektów w obiektowych bazach danych

80%

Klosow A., Sielicki A.

Prace Naukowe Akademii Ekonomicznej we Wrocławiu

|

1998

|

nr 787 Pozyskiwanie wiedzy z baz danych

221-231

W pracy przedstawiono metodę optymalizacji dostępu do danych w obiektowych bazach danych na przykładzie optymalizacji rozmieszczenia obiektów w pamięci zewnętrznej z wykorzystaniem algorytmu genetycznego. Opracowano obiektową realizację algorytmu genetycznego oraz funkcję oceny efektywności poszczególnych osobników. Wyniki pracy mogą posłużyć jako narzędzie usprawniające działanie obiektowych baz danych w środowisku systemów CAD/CAM, a także systemów z bazami wiedzy. (abstrakt oryginalny)

9

Solving Four-Index Transportation Problem with the Use of a Genetic Algorithm

80%

Skitsko V., Voinikov M.

LogForum

|

2020

|

16

|

nr 3

397-408

Wstęp: W warunkach komputerowej transformacji, efektywny proces podejmowania decyzji powinien obejmować wykorzystania modeli metod matematycznych. Przykładem takiej sytuacji jest problem transportowy, który jest problemem alokacji zasobów, występujący w takich obszarach jak produkcji, technologie informatyczne, itp. W celu uzyskania precyzyjniejszych rozwiązań, można zastosować wieloczynnikowy problem transportowy, który umożliwia uwzględnienie wielu zmiennych. Metody: W pracy zastosowano algorytm genetyczny dla rozwiązania czteroczynnikowych problemów transportowych. Wyniki: Wyszczególniono kroki algorytmu genetycznego dla czteroczynnikowego problem transportowego. Udowodnione, że kroki algorytmu genetycznego są takie same dla wszystkich typów czteroczynnikowych problemów transportowych, z wyjątkiem pierwszego kroku (inicjalizacji), który został opisany osobno dla każdego z typów problemu transportowego. W oparciu o wyniki teoretyczne, utworzono programowanie dla algorytmu genetycznego dla rozwiązywania czteroczynnikowych problemów transportowych przy użyciu opensourcowego języka typescript. Wnioski: W pracy zaproponowano zastosowanie algorytmu genetycznego dla rozwiązywania wieloczynnikowych problemów transportowych. Analizowany problem wymaga dalszych badań, szczególnie w zakresie wpływu zmian poszczególnych parametrów algorytmu genetycznego (wielkości populacji, mutacji, współczynnika podziału, itp.) na efektywność algorytmu w rozwiązywaniu czteroczynnikowych problemów transportowych. (abstrakt oryginalny)

10

Wielopopulacyjny algorytm genetyczny dla problemów optymalizacyjnych z ograniczeniami

80%

Gwiazda T. D.

Prace Naukowe Akademii Ekonomicznej we Wrocławiu

|

2000

|

nr 850 Pozyskiwanie wiedzy z baz danych

204-210

Algorytmy genetyczne ze swej natury znajdują szerokie zastosowanie w problemach optymalizacyjnych. W ostatnich latach główny nacisk badawczy położono na rozwiązywanie tej klasy problemów w których obok kwestii znalezienia optimum problemem jest wyznaczenie rozwiązań dopuszczalnych - spełniających szereg skomplikowanych ograniczeń. W referacie zaproponowana zostanie metoda rozwiązywania tego typu problemów w oparciu o podział podstawowej populacji na ko-ewoluujące subpopulacje spełniające poszczególne ograniczenia. (abstrakt oryginalny)

11

O pewnym uogólnieniu algorytmu Gale'a-Shapley'a

80%

Świtalski Z.

Prace Naukowe / Akademia Ekonomiczna w Katowicach

|

2004

|

Metody i zastosowania badań operacyjnych '04

375-385

W artykule zajmujemy się problemem kojarzenia ze sobą członków dwóch rozłącznych grup (grupy te składają się z osób lub instytucji) przy założeniu, że członkowie każdej grupy mają określone preferencje w stosunku do członków drugiej grupy. (...) Chcielibyśmy w "optymalny" sposób "skojarzyć" kandydatów ze szkołami, tzn. każdemu kandydatowi przypisać szkołę, w której mógłby się uczyć w taki sposób, żeby była ona możliwie najlepsza z jego punktu widzenia, a jednocześnie, żeby zbiór kandydatów, którzy znajdą się w danej szkole był możliwie "najlepszy" z punktu widzenia tej szkoły. (...) Układ pracy jest następujący: najpierw opisujemy klasyczny model Gale'a-Shapley'a, dalej wprowadzamy pojęcie funkcji przyjęć i funkcji odrzuceń, następnie podajemy warunki, które powinny spełniać odpowiednie funkcje P, aby istniało rozwiązanie optymalne dla uogólnionego modelu Gale'a-Shapley'a, w końcu pokazujemy, że uogólniony algorytm Gale'a-Shapley'a wyznacza rozwiązania optymalne w przypadku stosowania przez szkoły "miękkich" limitów. (fragment tekstu)

12

Dobór struktury sieci neuronowych

80%

Staniec I.

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Łódzka

|

2003

|

z. 38, nr 937

107-116

Przedstawiono automatyczne algorytmy optymalizacji architektury sieci neuronowych. W pierwszej części sformułowano problem doboru architektury optymalnej sieci. Następnie przedstawiono teoretyczne aspekty rozważanego problemu. Dalej zaprezentowano wyniki empirycznego doboru architektury sieci w wybranych programach. (oryg. streszcz.)

13

An Assembly Line Balancing Problem Automotive Cables

80%

Triki H., Hachicha W., Mellouli A., Masmoudi F.

Management and Production Engineering Review

|

2015

|

6

|

nr 1

59-66

In this paper, an Assembly Line Balancing Problem (ALBP) is presented in a real-world automotive cables manufacturer company. This company found it necessary to balance its line, since it needs to increase the production rate. In this ALBP, the number of stations is known and the objective is to minimize cycle time where both precedence and zoning constrains must be satisfied. This problem is formulated as a binary linear program (BLP). Since this problem is NP-hard, an innovative Genetic Algorithm (GA) is implemented. The full factorial design is used to obtain the better combination GA parameters and a simple convergence experimental study is performed on the stopping criteria to reduce computational time. Comparison of the proposed GA results with CPLEX software shows that, in a reasonable time, the GA generates consistent solutions that are very close to their optimal ones. Therefore, the proposed GA approach is very effective and competitive. (original abstract)

14

Weryfikacja istotności kryteriów oceny projektowania witryn internetowych za pomocą algorytmów genetycznych

80%

Małachowski A., Idzikowski M., Wasiak M.

Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Ekonometria

|

2006

|

17

|

nr 1123 Zastosowania metod ilościowych

232-241

Witryna internetowa przedsiębiorstwa jest bardzo istotnym elementem aktywów nowoczesnego przedsiębiorstwa. Bardzo trudno wyobrazić sobie właściwie funkcjonującą organizację pomijającą tę formę komunikacji z otoczeniem. Podczas prac projektowych i kodowania łatwo jednak popełnić błąd - zespół specjalistów projektujący serwis internetowy nie jest w stanie w pełni a priori stwierdzić, co się podoba, a co się nie podoba internautom, jakie elementy zostały w serwisie pominięte, a jakie wyeksponowano za bardzo, co przyciąga ludzi do przeglądania stron internetowych, a co skłania ich do rezygnacji z surfowania po danej stronie internetowej. By usunąć te wątpliwości, za pomocą stron www prowadzi się badania ankietowe wśród użytkowników sieci mające na celu:• określenie istotności poszczególnych kryteriów projektowych witryn internetowych,• zbadanie wpływu witryn internetowych wybranych przedsiębiorstw na ich wizerunek wśród internautów,• ocenę wybranych witryn internetowych przedsiębiorstw. (fragment tekstu)

15

Implementing Evolutionary Algorithm Into Training Single-Layer Artificial Neural Network in Classification Task

80%

Płaczek S.

Information Systems in Management

|

2016

|

5

|

nr 3

377-388

The article proposes implementing a modified version of genetic algorithm in a neural network, what in literature is known as "evolutionary algorithm" or "evolutionary programming". An Evolutionary Algorithm is a probabilistic algorithm that works in a set of weight variability of neurons and seeks the optimal value solution within a population of individuals, avoiding the local maximum. For chromosomes the real value variables and matrix structure are proposed to a single-layer neural network. Particular emphasis is put on mutation and crossover algorithms. What is also important in both genetic and evolutionary algorithms is the selection process. In the calculation example, the implementation of theoretical considerations to a classification task is demonstrated. (original abstract)

16

Niedarwinowska ewolucja w rozwiązywaniu problemu harmonogramowania

80%

Myszkowski P. B.

Prace Naukowe Akademii Ekonomicznej we Wrocławiu

|

2003

|

nr 975 Pozyskiwanie wiedzy i zarządzanie wiedzą

322-331

Problem harmonogramowania był intensywnie badany i wiadomo, że jest NP- trudny, kombinatorycznie optymalizacyjny i wymaga spełnienia wielu ograniczeń. Do grupy problemów harmonogramowania zaliczane są problemy podziału pracy na wiele urządzeń (job-shop scheduling), układanie planów zajęć w szkole (timetable problem), ustalanie kolejności egzaminów na uczelni wyższej (examination timetabling), układanie planu zajęć na uczelni wyższej (university course timetabling problem, UCTP) oraz wiele innych. Dla potrzeb niniejszego artykułu pojęcie harmonogramowania ograniczone zostanie do UCTP i będzie jako takie rozpatrywane. Przy wyborze problemu kierowano się łatwością dostępu do danych oraz utylitarnym aspektem badań (przedstawione rozwiązanie docelowo przeznaczone jest do działania na rzeczywistych danych na Wydziale Informatyki i Zarządzania Politechniki Wrocławskiej). (fragment tekstu)

17

Zarządzanie opóźnieniami w ruchu kolejowym z zastosowaniem programowania ewolucyjnego

80%

Palikowska K.

Logistyka

|

2012

|

nr 4, CD 1

597-606

Zarządzanie opóźnieniami w ruchu kolejowym zostało potraktowane jako wielokryterialny problem optymalizacyjny, który obejmuje między innymi zapewnienie skomunikowania pociągów na stacjach węzłowych oraz dąŜenie do uzyskania biegu pociągów najbardziej zgodnego z pierwotnym rozkładem jazdy. Uwzględniono priorytety poszczególnych pociągów uzależnione od sytuacji ruchowej i kategorii pociągów. W przeprowadzonym procesie optymalizacji wykorzystano algorytm genetyczny z operatorami genetycznymi dopasowanymi do specyfiki problemu traktowanego jako ogólny problem (job-shop) szeregowania zadań.(abstrakt oryginalny)

18

Genetic Algorithms

80%

Szczepański L., Sobkowski A., Kałaczyński T.

Studia i Materiały Polskiego Stowarzyszenia Zarządzania Wiedzą

|

2010

|

35

160-166

Algorytmy ewolucyjne powstały już w latach sześćdziesiątych. Stosują zasady natury: ewolucja poprzez dobór najlepiej przystosowanych jednostek, osób reprezentujących rozwiązania problemu matematycznego. Algorytmy genetyczne są ogólnie najlepszym i najbardziej solidnym rodzajem algorytmów ewolucyjnych. One zostały wynalezione przez Johna Holland i przedstawione w książce "Adaptacja w naturalne i sztuczne Systems" z roku 1975.(abstrakt oryginalny)

19

Koncepcja wykorzystania algorytmu genetycznego w wyszukiwaniu podobieństw pomiędzy szeregami czasowymi

80%

Kotwica A.

Prace Naukowe Akademii Ekonomicznej we Wrocławiu

|

2002

|

nr 955 Nowoczesne technologie informacyjne w zarządzaniu

345-354

Niniejszy artykuł przedstawia koncepcje wyszukiwania podobieństw pomiędzy dwoma szeregami czasowymi wykorzystującą algorytm genetyczny. Opisana jest budowa chromosomu oraz znaczenie poszczególnych genów. Zaproponowane są również dwie funkcje podobieństwa, które mogą być użyte jako funkcje przystosowania. (abstrakt oryginalny)

20

Mocny algorytm ewolucyjny dla optymalizacji problemów nieliniowych

80%

Gwiazda T.

Prace Naukowe / Akademia Ekonomiczna w Katowicach

|

2000

|

Systemy wspomagania organizacji SWO 2000

231-238

Algorytmy ewolucyjne w swej pierwotnej postaci zostały zaproponowane jako metoda "mocna" to znaczy równie skuteczna dla bardzo szerokiej klasy problemów optymalizacyjnych. Z upływem lat być może na fali pewnej krytyki tej metody - wykształciło się wiele jej modyfikacji mających na celu dostrajanie do konkretnych rozpatrywanych problemów. Tym samym z metody, która miała być z założenia "jedna" i równie mocna dla wielu problemów - powstało wiele metod dedykowanych konkretnym problemom które jednocześnie wcale nie są idealne pod względem osiąganych wyników. W referacie zaproponowany zostanie model algorytmu ewolucyjnego który z jednej strony niewiele odbiega od swego klasycznego pierwowzoru a z drugiej strony jest równie skuteczny - ..mocny" dla wszelkich nieliniowych problemów optymalizacyjnych z ograniczeniami. (abstrakt oryginalny)