Algorytmy ewolucyjne w zarządzaniu produkcją

• Autorzy: Ławrynowicz A.
• Języki publikacji: PL

Abstrakty

PL

Celem artykułu jest zaprezentowanie wybranych podejść do zastosowania algorytmów ewolucyjnych w planowaniu produkcji. Szczególnie intensywnie prowadzone były badania dotyczące zastosowania algorytmów ewolucyjnych do problemu harmonogramowania warsztatowego - JSP. Ten problem jest dobrze znanym, trudnym, kombinatorycznym problemem optymalizacyjnym. W ostatnich latach w ramach badań dotyczących zastosowania algorytmów ewolucyjnych do planowania produkcji rozwijano dwa kierunki: pierwszy, dotyczący reprezentacji problemu, oraz drugi, mający na celu zwiększanie wydajności przeszukiwania genetycznego przez włączenie tradycyjnych metod heurystycznych. W tym artykule główny nacisk położono na możliwości reprezentacji JSP - kodowania problemu w chromosom, ponieważ kluczowym problemem w zastosowaniu algorytmów ewolucyjnych są techniki kodowania. Różne sposoby reprezentacji rozwijane dla JSP mogą być wykorzystane także w elastycznych systemach produkcyjnych oraz mogą znaleźć zastosowanie do rozwiązywania podobnych problemów optymalizacyjnych w innych systemach.

Słowa kluczowe

PL

planowanie produkcji; harmonogramowanie; algorytm genetyczny; algorytm ewolucyjny

• Wydawca: Wydawnictwo Politechniki Częstochowskiej
• Czasopismo: Informatyka Teoretyczna i Stosowana
• Rocznik: 2003
• Tom: R. 3, nr 4
• Strony: 149--168
• Opis fizyczny: Bibliogr. 24 poz., 7 rys., 4 tab.

Twórcy

autor

Ławrynowicz A.

• Katedra Inżynierii Produkcji, Akademia Techniczno-Rolnicza al. Kaliskiego 7, 85-796 Bydgoszcz

Bibliografia

• [1] Adams J., Balas E., Zawack D., The shifting bottleneck procedure for job-shop scheduling, Int. J. Flexible Manuf. Systems 1988, 34, 391-401.
• [2] Applegate D., Cook W., A computational study of the job-shop scheduling problem, ORSA J. Computing 1991, 3, 149-156.
• [3] Bean J., Genetic Algorithms and random keys for sequencing and optimization, ORSA J. Computing 1994, 5, 154-160.
• [4] Chen C.L., Vempati V.S., Aljaber N., An application of genetic algorithms for flow shop problem, European Journal of Operational Research 1995, 80, 389-396.
• [5] Cheng R., Gen M., Tsujimura Y., A tutorial survey of job-shop scheduling problems using genetic algorithms part 1. Representation, Computers and Industrial Engineering 1996, 4, 983-997.
• [6] Cheng R., Gen M., Tsuijmura Y., A tutorial survey of job-shop scheduling problems using genetic algorithms, part II: Hybrid genetic search strategies, Computers and Industrial Engineering 1999, 36, 343-364.
• [7] Croce F., Tadei R., Volta G., A genetic algorithm for the job shop problem, Complex Systems 1995, 22, 15-24.
• [8] Dorndorf U., Pesch E., Evolution based learning in a job shop scheduling environment, Complex Systems 1995, 22, 25-40.
• [9] Fleming P.J., Purshouse R.C., Evolutionary algorithms in control systems engineering: a survey, Control Engineering Practice 2002, 10, 1223-1241.
• [10] Giffler B., Thompson G., AIgorithms for solving production scheduling problems, Operations Research 1960, 8, 487-503.
• [11] Holsapple C., Jacob V., Pakath R., Zaveri J., A genetic-based hybrid scheduler for generating static schedules in flexible manufacturing contexts, IEEE Trans. Systems, Man, and Cybernetics 1993, 23, 963-971.
• [12] Kumar N.S., A genetic algorithm for job shop scheduling - A case study, Computers in Industry 1996, 31, 155-160.
• [13] Lee H., Kim S.S., Integration of process planning and scheduling using simulation based genetic algorithms, Advanced Manufacturing Technology 2001, 18, 586-590.
• [14] Lourenco H.R., Job-shop scheduling: Computational study of local search and large-step optimization methods, European Journal of Operational Research 1995, 83, 347-364.
• [15] Ławrynowicz A., Ekspercki system wspomagania sterowania produkcją, Informatyka 1994, 6, 26-27.
• [16] Ławrynowicz A., COMPLAN - ekspercki system doboru technik komputerowego wspomagania zarządzania produkcją, Inżynieria Wiedzy i Systemy Ekspertowe, pod red. Z. Bubnickiego i A. Grzecha, Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław 1997, 51-58.
• [17] Nakano R., Yamada T., ConventionaI genetic algorithm for job-shop problems, Proceeding of the Fourth Int. Conference on Genetic Algorithms (Edited by Belew and Booker), Morgan Kaufman, San Mateo, Calif. 1991, 471-479.
• [18] Park L.J., Park C.H., Genetic algorithm for job-shop scheduling problems based on 2 representational schemes, Elecronics Letters 1995, 31, 2051-2053.
• [19] Pawlak M., Algorytmy ewolucyjne jako narzędzie harmonogramowania produkcji, Wydawnictwa Naukowe PWN, Warszawa 1999, 24-27.
• [20] Pierreval H., Caux C., Paris J.L., Viguier F., Evolutionary approaches to the design and organization of manufacturing systems, Computers and Industrial Engineering 2003, 44, 339-36.
• [21] Rutkowska D., Piliński M., Rutkowski L., Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, Wydawnictwo Naukowe PWN, Warszawa, Łódź 1999, 130-301.
• [22] Tamaki H., Nishikawa Y., A paralleled genetic algorithm based on neighborhood model and its application to the job-shop scheduling, Proc. of the Second Int. Conf. On Parallel Problem Solving from Nature, Elsevier Science Publishers, North-Holland 1992, 573-582.
• [23] Yamada T., Nakano R., A genetic algorithm applicable to large-scale job-shop problems, Proc. of the Second lnt. Conf. on Parallel Problem Solving from Nature, Elsevier Science Publishers North-Holland 1992, 281-290.
• [24] Zhou H., Feng Y., Han L., The hybrid heuristic algorithm for job shop scheduling, Computers and Industrial Engineering 2001, 40, 191-200.