بررسی الگوریتم ژنتیک اصلاح شده برای حل مسئله زمانبندی شغلی فروشگاه انعطاف پذیر

هدف این مقاله بررسی یک نسخه اصلاح شده از الگوریتم ژنتیک برای حل مسئله زمانبندی شغلی فروشگاه انعطاف پذیر FJSP است. الگوریتم ژنتیک GA یک کلاس از الگوریتم 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 1) روش انتخاب موثر به نام روش انتخاب چرخ رولت فازی 2) عملگر برش جدیدی که با استفاده ازمفهوم خوشه بندی سلسله مراتبی به خوشه بندی جمعیت درهر نسل می پردازد و 3) عملگر جهش جدیدی که به حفظ تنوع جمعیت و غلبه برهمگرایی زودرس کمک می کند می باشد. هدف از این مقاله پیدا کردن یک زمانبندیست که اختلاف زمان بین شروع و پایان دنباله ای از شغل ها و یا وظایف در FJSP را حداقل کند. نتایج تجربی بر روی 4 نمونه محک شناخته شده نشان می دهد که الگوریتم پیشنهادی در حل مسئله FJSP کاملاً موثر بوده است.

کلیدواژه ها:

الگوریتم ژنتیک ، مسئله زمانبندی شغلی فروشگاه انعطاف پذیر ، عملگر انتخاب چرخ رولت فازی ، خوشه بندی سلسله مراتبی ، بهینه سازی