الگوریتم ژنتیک بهبود یافته برای مسئله زمانبندی شغلی فروشگاه انعطاف پذیر

هدف این مقاله ارائه یک نسخه اصلاح شده ازالگوریتم ژنتیک برای حل مسئله زمانبندی شغلی فروشگاه انعطاف پذیر(FJSP) است.الگوریتم ژنتیک(GA)، یک کلاس ازالگوریتم های جستجوی تصادفی است ، که در پیدا کردن راه حل های بهینه برای طیف وسیعی از مسائل بسیار موثر است الگوریتم ژنتیک اصلاح شده پیشنهادی شامل ۱) روش انتخاب موثر به نام "روش انتخاب چرخ رولت فازی" ۲) عملگر برش جدیدی که با استفاده ازمفهوم خوشه بندی سلسله مراتبی به خوشه بندی جمعیت درهر نسل می پردازد و ۳) عملگر جهش جدیدی که به حفظ تنوع جمعیت و غلبه برهمگرایی زودرس(پیش از موعد) کمک می کند می باشد. هدف از این مقاله پیدا کردن یک زمانبندیست که اختلاف زمان بین شروع و پایان دنباله ا ی از شغل ها و یا وظایف FJSP را حداقل کند.نتایج تجربی بر روی۱۰ نمونه محک شناخته شده نشان می دهدکه الگوریتم پیشنهادی درحل مسئله زمانبندی شغلی فروشگاه انعطاف پذیر(FJSP) کاملا موثر بوده است.

کلیدواژه ها:

مشکلات زمان بندی شغلی فروشگاه انعطاف پذیر ، الگوریتم ژنتیک ، انتخاب چرخ رولت فازی ، خوشه بندی سلسله مراتبی