Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: algorytm genetyczny wzbogacony wiedzą

Sortuj według:

Ogranicz wyniki do:

Operatory genetyczne + uczenie maszynowe = efektywne algorytmy ewolucyjne.

Kominek P.

Zeszyty Naukowe. Automatyka / Politechnika Śląska

1998

z. 125

165-175

W pracy rozważany jest problem szeregowania zadań (RCPS) minimalizujący długość uszeregowania Cmax. Ze względu na dużą złożoność obliczeniową do jego rozwiązania proponuje się zastosowanie algorytmu genetycznego 'wzbogaconego wiedzą' (KAGA). W pracy przedstawione są nowe operatory genetyczne, jak: krzyżowanie i mutacja, uwzględniające sieć ograniczeń kolejnościowych. Ostatni rozdział zawiera porównanie działania GA i KAGA na podstawie eksperymentu obliczeniowego.

The paper considers a resource-constraints project-scheduling problem (RCPS) of minimizing the makespan Cmax. Because of high computational complexity of the problem the use knowledge-augmented of genetic algorithm (KAGA) is proposed. The paper present new genetic operators as: crossover and mutation. The operators which take into account the precedence constraints. The last section includes compare the computationally experimented convergence of the standard genetic algorithm GA with KAGA.