ارسل ملاحظاتك

ارسل ملاحظاتك لنا







خوارزمية محسنة لأسراب الطيور لإيجاد أمثل جدولة في مسألة الورشة الإنسيابية ذات المرحلتين

المصدر: المجلة العراقية للعلوم الإحصائية
الناشر: جامعة الموصل - كلية علوم الحاسوب والرياضيات
المؤلف الرئيسي: زيدان، منال أ. (مؤلف)
المجلد/العدد: ع24
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2013
الصفحات: 45 - 58
ISSN: 1680-855X
رقم MD: 635940
نوع المحتوى: بحوث ومقالات
قواعد المعلومات: EcoLink
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
المستخلص: تناول هذا البحث سالة الورشة الانسيابية الهجينة ذات المرحلتين، والتي تتكون المرحلة الاولى فيها من ثلاث ماكنات والمرحلة الثانية من ماكنتين. الهدف هو ايجاد افصل جدولة ل n من الاعمال عند معالجتها في هذه البيئة بحيث يكون وقت التنفيذ اقل ما يمكن، لذلك اقترحت خوارزمية لأسراب الطيور تضمنت اسلوبا جديدا لحساب وقت التنفيذ واقتراح معيار توقف جديد، كذلك اضيفت تحسين الى الخوارزمية المقترحة ، اذ استخدمت أحد مكونات الخوارزمية الجينية وهي عملية التداخل من أجل تكوين افراد السرب الابتدائي بدلا من تكوينها بشكل عشوائي .بعد تطبيق الخوارزميتين على عدة مسائل التي تم ولدت عشوائياً من التوزيع المنتظم وقد أظهرت النتائج ان خوارزمية اسراب الطيور المقترحة المحسنة كانت الأفضل في ايجاد امثل جدولة للأعمال وفي الوقت المستغرق للوصول الى الحل.

This paper deals with the two-stage hybrid flow shop problem , in which the first stage consists of three machines , the second stage consists of two machines . The aim is to find out the optimal scheduling for n jobs when processing in this environment when the makespan is minimum. Therefore we propose a particle swarm algorithm which consists of a new procedure to calculate the makespan and a new stopping criteria .Also, we added improvement to the proposed algorithm , by using one of the components of the genetic algorithm (crossover operation) in order to obtain initial swarm particles instead of random obtaining. After applying the two algorithms on several problems which were generated randomly by uniform distribution , the results showed that the improved proposed particle swarm algorithm was the best in finding out the optimal scheduling for jobs and in cpu time to reach the solution.

ISSN: 1680-855X