Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: scheduling of tasks

Sortuj według:

Ogranicz wyniki do:

Berth Allocation Problem: Formulation and a Tunisian Case Study

Kallel Lobna, Benaissa Ezzedine, Kamoun Hichem, Benaissa Mounir

Archives of Transport

2019

Vol. 51, iss. 3

85--100

This paper examines one of the most important operational problems in seaport terminals, namely the Berth Allocation Problem (BAP) which finds an optimal assignment of ships to the berths that minimize the total waiting time of all ships and reduce congestion in ports. Our problem is to affect and schedule n ships on m berths to minimize the processing time and the waiting time for all the ships in the port. Therefore, ships stay time in the port known by the flow time, while respecting the physical constraints existing at the port (such as the depth of the water berth and the draft of the ship’s water), knowing that each ship can only accommodate one ship at a time. It is as if it was a case of n tasks and m machines in parallel, and we wanted to schedule the passage of different tasks on different machines, knowing that each task can only pass on one machine and that the interruption of the task is not allowed. For example, if a job started on a machine, it will remain on this machine up to its completion. In our case, tasks are ships and machines are berths that are opting to minimize the total flow time and, therefore, to decrease the residence time of all the ships in the port. In a first step, a Mixed Integer Linear Program model is designed to address the BAP with the aim of minimizing the flow time of the ships in the port, our sample can be used for both static and dynamic berth allocation cases. In a second step, this model is illustrated with a real case study in the Tunisian port of Rades and solved by a commercial solver CPLEX. Calculation results are presented and compared with those obtained by port authorities in Radès.

Strategie przeszukiwania zbioru rozwiązań niezdominowanych w sensie Pareto

Wosik I.

Inżynieria Maszyn

2009

R. 14, z. 3

101-120

W artykule podjęto się problemu optymalizacji wielokryterialnej z uwagi na fakt, że jest on kluczowym tematem w wielu dziedzinach, np.: informatyka, badania operacyjne. Poruszono problematykę szeregowania zadań z zastosowaniem wielokryterialnej oceny harmonogramów. Narzędziem wykorzystywanym do optymalizowania jest autorski algorytm immunologiczny optymalizacji wielokryterialnej MOIA (ang. Multi Objective Immune System). MOIA jest systemem wspomagającym podejmowanie decyzji w zakresie optymalizacji wielokryterialnej, z możliwością wyboru jednego z trzech podejść: "a priori", "a posteriori" oraz "podejścia pośredniego". Skoncentrowano się na podejściu "a posteriori", gdzie MOIA generuje zbiór rozwiązań niezdominowanych w sensie Pareto, natomiast do wyboru rozwiązania najlepszego z centralnej części frontu Pareto stosuje się metodę skalaryzacji wektorowego wskaźnika oceny. Podjęto się też zbadania innych metod oceny znalezionych punktów w przestrzeni wielokryterialnej oraz metod zapobiegających preferowaniu jednego kryterium. Poszukuje się, bowiem takiej metody przeszukiwania wielokryterialnej przestrzeni wektorów zmiennych decyzyjnych, która pozwoli znaleźć rozwiązanie dla sprzecznych kryteriów oceny, nie biorąc pod uwagę preferencji nadanych kryteriom. Weryfikacja metod z zastosowaniem MOIA prowadzona jest dla problemu szeregowania zadań w otwartym gnieździe produkcyjnym oraz uproszczonego problemu typu projekt złożonego z systemów przepływowego i montażowego.

In the paper multi criteria optimisation problem is considered, as it is crucial topic in scientific and practice. The paper deals with scheduling problem with application of multi criteria schedules evaluation. Multi criteria immune algorithm MOIA is applied for multicriteria optimization. MOIA is computer aided decision-making system with three possible approaches: "a priori", "a posteriori" and "a middle approach" for multi criteria optimisation. In the paper the "a posteriori" approach is considered. In the "a posteriori" approach, MOIA reaches Pareto solution set. For selecting one best solution from middle part of Pareto front Weighted Aggregation Method has been used. In the paper, another Pareto solution set searching methods are tested. Multi criteria searching space method finding solution for contradictive objectives without giving preferences (criteria priority) is searched. Application of Pareto solution set searching methods in MOIA is verified. Methods are verified for two problems: open job shop scheduling problem and project scheduling problem consisting of flow shop problem and assembly jobs scheduling problem.