Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  model CLSP
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
In this paper the structure of the genetic algorithm utilised for solving an integer programming model of lot-sizing and scheduling problem is introduced. Presented genetic algorithm was employed for solving a lot-sizing and scheduling problem formulated as Capacitated Lot Sizing Problem. The method of chromosome encoding, utilised crossover operators and mutation operators employed in this genetic algorithm are presented and explained, moreover implemented modifications are indicated.
PL
Poniższa praca przedstawia budowę algorytmu genetycznego zastosowanego do rozwiązania zadania programowania całkowitoliczbowego dla problemu planowania wielkości i szeregowania partii produkcyjnej. Opisany algorytm genetyczny posłużył do rozwiązania problemu CLSP planowanie wielkości i szeregowania partii produkcyjnej. W pracy przedstawiono i wyjaśniono sposób kodowania chromosomów, użyte operatory krzyżowania i mutacji oraz wprowadzone modyfikacje.
PL
Poniższa praca opisuje wyniki uzyskane przy zastosowaniu algorytmu genetycznego w rozwiązaniu zadania programowania całkowitoliczbowego dla problemu planowania wielkości i szeregowania partii produkcyjnej. Spośród wielu modeli uwzględniających różne aspekty tego planowania wybrano model CLPS jako model bazowy dla wyznaczenia rozwiązania z wykorzystaniem zaimplementowanego algorytmu genetycznego. W pracy przedstawiono porównanie wyników działania algorytmu genetycznego z wynikami uzyskanymi dla PLCM.
EN
This paper presents the results obtained using a genetic algorithm to solve mixed integer programming task for the capacitated lot sizing problem. CLSP model was chosen from among many models with different variants of this problem as a basic for development of genetic algorithm. In this paper is summarized a comparison between the results of a genetic algorithm with the results of mixed integer programming for solving the same problem.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.