مروری بر کروموزم های مختلف در توسعه ی الگوریتم های ژنتیک به منظور حل مسایل زمان بندی DFJS

این مقاله با بررسی و تحقیق در زمینه الگوریتم های ژنتیک قصد دارد کروموزوم های مختلفی را که به منظور حل یک مسیله زمانبندی که مسایل توزیع کارگاه کار انعطاف پذیر (DFJS) نامیده می شوند، مقایسه نماید. مسیله DFJS یک مساله NP-hard است؛ تاکنون ، الگوریتم های ژنتیک مختلفی جهت حل این مسایل توسعه داده شده است . این الگوریتم های ژنتیک در روال الگوریتمی شبیه به یکدیگرند ، اما در پیشنهاد کردن کروموزم های مختلف متفاوت اند. این پژوهش با ادامه دادن این مسیر، به بررسی ومرور یک کروموزم جدید ( به نام Sop ) و متناظر با آن یک الگوریتم ژنتیک (به نام GA-OP ) را برای حل مسیله DFJS پیشنهاد می کند. نتایج آزمایش ، نشان می دهند که GA-OP از همه ی الگوریتم های ژنتیک قبلی عملکرد بهتری دارد. این پژوهش از اهمیت توسعه ی کرموزم های مناسب در هنگام اعمال الگوریتم های ژنتیک (و یا دیگر الگوریتم های فرا ابتکاری) حمایت می کند تا مسیله فضای جست وجو را حل کند، به ویژه زمانی که فضای راه حل ابعاد زیادی دارد.

کلیدواژه های مروری بر کروموزم های مختلف در توسعه ی الگوریتم های ژنتیک به منظور حل مسایل زمان بندی DFJS:

زمانبندی ، توزیع کارخانه کار انعطاف پذیر ، الگوریتم ژنتیک ، نمایش کروموزم ها