About: Mixed Integer Programming vs. Genetic Algorithm Approach to Scheduling Permutation Flow Shop     Goto   Sponge   NotDistinct   Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Vysledek, within Data Space : linked.opendata.cz associated with source document(s)

AttributesValues
rdf:type
Description
  • Flow shop scheduling problems represent scheduling a set of jobs (composed of tasks) in shops with a product machine layout. Thus, the jobs have the same manufacturing order. A permutation flow shop scheduling problem (PFSSP) is a special version of the problem where each machine processes the jobs in the same order. In this paper, two different approaches to PFSSP with makespan objective are investigated. First a mixed integer programming model is formulated and it is used for solving the problem by ann optimisation package GAMS. Since the problem belongs to NP-complete problems, this approach is limited to smaller instances. Its reasonable bounds are indicated using benchmarks from OR-Library. For large instances, an approach using genetic algorithm is proposed including its appropriate parameter settings. Computational results show a good performance of genetic algorithm. For suitable parameter settings presented in the paper, this approach is able to find the optimal solution almost in all cases o
  • Flow shop scheduling problems represent scheduling a set of jobs (composed of tasks) in shops with a product machine layout. Thus, the jobs have the same manufacturing order. A permutation flow shop scheduling problem (PFSSP) is a special version of the problem where each machine processes the jobs in the same order. In this paper, two different approaches to PFSSP with makespan objective are investigated. First a mixed integer programming model is formulated and it is used for solving the problem by ann optimisation package GAMS. Since the problem belongs to NP-complete problems, this approach is limited to smaller instances. Its reasonable bounds are indicated using benchmarks from OR-Library. For large instances, an approach using genetic algorithm is proposed including its appropriate parameter settings. Computational results show a good performance of genetic algorithm. For suitable parameter settings presented in the paper, this approach is able to find the optimal solution almost in all cases o (en)
  • Problémy rozvrhování proudové výroby představují rozvrhování výrobních prací složených z dílčích úkolů (operací) v prostředí sériové výroby. To znamená, že práce musí procházet přes stejnou posloupnost strojů. Permutační problém rozvrhování proudové výroby je speciální verzí problému, kdy na každý stroj vstupují jednotlivé práce se svými operacemi na nich prováděných ve stejném pořadí. V příspěvku jsou zkoumány dva různé přístupy pro problém s účelovou funkcí danou dobou provedení všech operací. Nejdřívve je zformulován model smíšeného celočíselného programování, který je pak použit pro řešení problému v optimalizačním programu GAMS. Protože problém patří mezi NP-úplné, je tento přístup omezen na menší instance. Hranice řešitelnosti jsou indikovány pomocí testovacích úloh z OR-Library. Pro větší instance je navržen přístup využívající genetický algoritmus včetně vhodného nastavení jeho parametrů. Výsledky výpočtů ukazují, že pro nastavení parametrů uvedené v příspěvku je možné najít optimální řešení n (cs)
Title
  • Mixed Integer Programming vs. Genetic Algorithm Approach to Scheduling Permutation Flow Shop
  • Smíšené celočíselné programování vs. genetický algoritmus při rozvrhování proudové výroby (cs)
  • Mixed Integer Programming vs. Genetic Algorithm Approach to Scheduling Permutation Flow Shop (en)
skos:prefLabel
  • Mixed Integer Programming vs. Genetic Algorithm Approach to Scheduling Permutation Flow Shop
  • Smíšené celočíselné programování vs. genetický algoritmus při rozvrhování proudové výroby (cs)
  • Mixed Integer Programming vs. Genetic Algorithm Approach to Scheduling Permutation Flow Shop (en)
skos:notation
  • RIV/00216305:26210/05:PU53769!RIV06-MSM-26210___
http://linked.open.../vavai/riv/strany
  • 579-590
http://linked.open...avai/riv/aktivita
http://linked.open...avai/riv/aktivity
  • Z(MSM0021630518)
http://linked.open...vai/riv/dodaniDat
http://linked.open...aciTvurceVysledku
http://linked.open.../riv/druhVysledku
http://linked.open...iv/duvernostUdaju
http://linked.open...titaPredkladatele
http://linked.open...dnocenehoVysledku
  • 530408
http://linked.open...ai/riv/idVysledku
  • RIV/00216305:26210/05:PU53769
http://linked.open...riv/jazykVysledku
http://linked.open.../riv/klicovaSlova
  • permutation flow shop, integer programming, NP-complete problems, stochastic heuristics, genetic algorithm (en)
http://linked.open.../riv/klicoveSlovo
http://linked.open...ontrolniKodProRIV
  • [C6FBFD3FC99E]
http://linked.open...i/riv/mistoVydani
  • Wien (Austria)
http://linked.open...vEdiceCisloSvazku
  • DAAAM International Scientific Book
http://linked.open...i/riv/nazevZdroje
  • Katalinic, B. (ed.): DAAAM International Scientific Book 2005
http://linked.open...in/vavai/riv/obor
http://linked.open...ichTvurcuVysledku
http://linked.open...cetTvurcuVysledku
http://linked.open...UplatneniVysledku
http://linked.open...iv/tvurceVysledku
  • Šeda, Miloš
http://linked.open...n/vavai/riv/zamer
number of pages
http://purl.org/ne...btex#hasPublisher
  • DAAAM International
https://schema.org/isbn
  • 3-901509-43-7
http://localhost/t...ganizacniJednotka
  • 26210
is http://linked.open...avai/riv/vysledek of
Faceted Search & Find service v1.16.118 as of Jun 21 2024


Alternative Linked Data Documents: ODE     Content Formats:   [cxml] [csv]     RDF   [text] [turtle] [ld+json] [rdf+json] [rdf+xml]     ODATA   [atom+xml] [odata+json]     Microdata   [microdata+json] [html]    About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data] Valid XHTML + RDFa
OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 92 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software