An effective approach for Multi-objective Flexible Job Shop Problem - A New Cosmogony Algorithm
محل انتشار: نهمین کنفرانس بین المللی مهندسی صنایع
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,847
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IIEC09_034
تاریخ نمایه سازی: 26 اسفند 1391
چکیده مقاله:
Scheduling is a very important issue in the field of production management and optimization. The flexible job shop problem (FJSP) is a typical combinatorial optimization problem, which is attracted the attention of many researchers. Researchers often use the creative and innovative methods to solve NP-hard problems because of the huge solution space. In addition, the problem becomes more complex when multi-objective optimiza-tion is considered with conflicting objectives, and the accuracy of the solving method evaluates for solving this kind of problems. This paper addresses the FJSP with three objectives minimizing the makespan, maximal machine workload and total workload. We propose a new meta-heuristic algorithm, called cosmogony algorithm (CA), which is inspired by the process of evolution of organisms in the ecosystem and food chain in ecology science. It defines the process of evolution of organisms to achieve optimal (or near-optimal) solutions. The performance of the proposed algorithm is tested by numerical experiments on a number of representative problems, The computational results are proved that our proposed CA is an effective approach to solve multi-objective FJSPs.
کلیدواژه ها:
نویسندگان
Hamed Mohammadi Andargoli
Science and Research Branch, Islamic Azad University
Nasser Shahsavari Pour
University of Valie-Asr
Reza Tavakkoli-Moghaddam
University of Tehran
Mohammad Hossein Abolhasani Ashkezari
Science and Research Branch, Islamic Azad University
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :