Wykorzystanie własnych zasobów obliczeniowych przedsiębiorstwa w procesie planowania produkcji

• Autorzy: Dłubacz W. , Duda J.

Identyfikatory

DOI

dx.doi.org/10.16926/tiib.2018.06.25

Warianty tytułu

EN

The use of company’s own computational resources for production planning process

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiony został nowoczesny system obliczeń rozproszonych, umożliwiający łatwe wykorzystanie dostępnych zasobów obliczeniowych przedsiębiorstwa. Opracowany system pozwala na przygotowanie planów produkcji w oparciu o różne modele matematyczne. Do rozwiązania problemów został wykorzystany rozproszony algorytm genetyczny z różnymi reprezentacjami chromosomu oraz operatorami genetycznymi, dostosowanymi do specyfiki danego problemu. W ten sposób wykazana została uniwersalność zaproponowanego systemu i jego zdolność do rozwiązywania rzeczywistych problemów zarządzania produkcją.

EN

The article presents a modern system of distributed computing, allowing easy use of available computational resources of the company. The developed system allows for the generation of production plans based on various mathematical models. A distributed genetic algorithm with different solution representations and different genetic operators tailored to the specific problem is used to solve the problems. In this way, the universality of the proposed system and its ability to solve real problems of production management were demonstrated.

Słowa kluczowe

PL

planowanie produkcji; dyskretna optymalizacja; algorytmy genetyczne; obliczenia rozproszone

EN

production planning; discrete optimization; genetic algorithms; distributed computing

• Wydawca: Wydawnictwo Uniwersytetu Humanistyczno-Przyrodniczego im. Jana Długosza w Częstochowie
• Czasopismo: Prace Naukowe Akademii im. Jana Długosza w Częstochowie. Technika, Informatyka, Inżynieria Bezpieczeństwa
• Rocznik: 2018
• Tom: T. 6
• Strony: 355--369
• Opis fizyczny: Bibliogr. 17 poz.

Twórcy

autor

Dłubacz W.

• Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie Wydział Zarządzania Katedra Informatyki Stosowanej ul. Gramatyka 10, 30-067 Kraków

autor

Duda J.

• Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie Wydział Zarządzania Katedra Informatyki Stosowanej ul. Gramatyka 10, 30-067 Kraków

Bibliografia

• [1] Abdelmaguid T., Representations in Genetic Algorithm for the Job Shop Scheduling, Problem: A Computational Study, Journal of Software Engineering and Applications, 3(12), 1155-1162, 2010, doi.org/10.4236/jsea.2010.312135
• [2] de Araujo S.A., Arenales M.N., Clark A.R.: Lot sizing and furnace scheduling in small foundries. Computers and Operations Research. 35(3), 916-932, 2008, doi.org/10.1016/j.cor.2006.05.010
• [3] Barabasi A.-L., Freeh V.W., Jeong H., Brockman J.B.: Parasitic computing. Nature. 412, 894-7, 2001, 10.1038/35091039.
• [4] Duda J., Dłubacz W., Distributed Evolutionary Computing System Based on Web Browsers with JavaScript, Lecture Notes in Computer Science, 183-191, 2013, doi.org/10.1007/978-3-642-36803-5_13
• [5] Duda J., Dłubacz W., Distributed evolutionary computing system capable to use mobile devices, Proceedings in Conference of Informatics and Management Sciences, 393-396, 2013, https://www.ictic.sk/archive/?vid=1 &aid=2&kid=50201-30
• [6] Hickson I., The WebSocket API, W3C Candidate Recommendation 20 September 2012, https://www.w3.org/TR/websockets/
• [7] Kaczmarczyk W., Przegląd zaawansowanych modeli planowania produkcji, XVI Międzynarodowa Konferencja Naukowa, Materiały Konferencyjne, 2014, http://home.agh.edu.pl/~waldek/wp-content/uploads/W_Kaczmarczyk-Przegląd-Zaawansowanych-modeli-planowania-produkcji.pdf
• [8] Merelo-Guervós J.J., García-Sánchez P., Browser-based distributed evolutionary computation: performance and scaling behaviour., In Proceedings of the 2007 GECCO, ACM, New York, s. 2851-2858, 2007, doi.org/10.1145/1274000.1274083
• [9] Merelo-Guervós J.J., García-Sánchez P., Modeling browser-based distributed evolutionary computation systems, Technical report, Conwell University Library, 2015, https://arxiv.org/abs/1503.06424
• [10] Moon S., Web Workers, Editor’s Draft, 26 June 2017, http://dev.w3.org/html5/workers/
• [11] Nawaz M., Enscore E. Jr., Ham I.: A heuristic algorithm for the mmachine, n-job flow-shop sequencing problem, Omega 11, 91-95, 1983, doi.org/10.1016/0305-0483(83)90088-9
• [12] Newmarch J., Network Programming with Go, Apress, 247-266, 2017, doi.org/10.1007/978-1-4842-2692-6
• [13] Node.js, https://nodejs.org
• [14] Plugge E., Membrey P., The Definitive Guide to MongoDB, Apress, 2010, doi.org/10.1007/978-1-4302-5822-3
• [15] Stawowy A., Duda, J.: Production scheduling for the furnace-casting line system. Archives of Foundry Engineering 13(3), 84-87, 2013, doi.org/10.2478/afe-2013-0065
• [16] Taillard E.: Benchmarks for basic scheduling problems, EJOR 64(2), 278-285, 1993, doi.org/10.1016/0377-2217(93)90182-M
• [17] Talbi E.-G.: Parallel combinatorial optimization, John Wiley and Sons, 2006, doi.org/10.1002/0470053925

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).