×
沙奇达·南德·肖拉西亚;金钟勋

针对单机订单接受与调度问题，提出了一种基于人工蜂群的超神经网络方法。 （英语） Zbl 1405.90060号

Deep，Kusum（编辑）等人，《决策科学在行动》。现代决策分析优化理论与应用。新加坡：Springer（ISBN 978-981-13-0859-8/hbk；978-981-3-0860-4/电子书）。资产分析。《绩效与安全管理》，51-63（2019）。
摘要：本文提出了一种基于人工蜂群的超神经网络来解决单机环境下的订单接受与调度问题。OAS问题提供了接受或拒绝订单的灵活性，因为系统的生产能力和准时交货限制有限。OAS问题是一个典型的（mathcal{NP}）难问题，当两个连续订单之间发生顺序相关的设置时间时，该问题变得更加复杂。通过精确方法解决（mathcal{NP}）难问题的计算成本很高，而且无法解决大型实例。因此，我们提出了采用人工蜂群（ABC）算法作为OAS问题搜索方法的超神经算法。超神经主义适用于启发式的搜索空间，而ABC算法适用于问题的解空间。开发了一种基于启发式搜索空间的引导式启发式算法，用于从位于较低超神经水平的一组启发式算法中搜索最佳启发式。将建议的方法与最先进的方法进行了比较。计算结果表明，在平均值和最小偏差上界方面，将ABC算法与超神经网络相结合的方法优于其他方法。
关于整个系列，请参见[Zbl 1403.91010号].

MSC公司：

90B35型 运筹学中的确定性调度理论
90 C59 数学规划中的近似方法和启发式

关键词：

人工蜂群;订单接受和安排;优化;进化算法;引导突变;单机;顺序相关设置时间;超启发式

软件：

超启发式
PDF格式BibTeX公司 XML格式引用
\textit{S.N.Chaurasia}和\textit{J.H.Kim}，《决策科学在行动》。现代决策分析优化理论与应用。新加坡：斯普林格。51-63（2019年；Zbl 1405.90060）
全文： 内政部

参考文献：

[1] 格雷罗·H、科恩·G：如何更有效地接受和拒绝订单。生产和库存管理29，59-62（1988）
[2] Keskinocak，P.，Tayur，S.：到期日管理政策。定量供应链分析手册，运筹学与管理科学国际系列74，485-554（2004）·Zbl 1105.90313号 ·doi:10.1007/978-1-4020-7953-5_12
[3] Slotnick，S.：订单接受和安排：分类和回顾。《欧洲运筹学杂志》212，1-11（2011）·doi:10.1016/j.ejor.2010.09.042
[4] Ouza，C.，Salmana，F.，Yalçin，Z.：按订单生产系统中的订单接受和调度决策。《国际生产经济学杂志》125200-211（2010）·doi:10.1016/j.ijpe.2010.02.002
[5] Ghosh，J.：在繁忙的商店中进行工作选择。计算机与运筹学24，141-145（1997）·Zbl 0893.90089号 ·doi:10.1016/S0305-0548（96）00045-7
[6] Slotnick，S.、Morton，T.：加权拖期的订单接受。计算机与运筹学34，3029-3042（2007）·Zbl 1185.90093号 ·doi:10.1016/j.cor.2005.11.012
[7] Herbots，J.、Herroelen，W.、Leus，R.：单个瓶颈资源的动态订单接受和产能规划。海军研究后勤54，874-889（2007）·Zbl 1135.90307号 ·doi:10.1002/nav.20259
[8] Xiao，Y.Y.，Zhang，R.Q.，Zhao，Q.H.，Kaku，I.：具有订单接受和加权拖期的置换流水车间调度。应用数学与计算2187911-7926（2012）·Zbl 1237.90101号 ·doi:10.1016/j.amc.2012.01.073
[9] Rom，W.，Slotnick，S.：使用遗传算法接受订单。计算机与运筹学36，1758-1767（2009）·Zbl 1179.90151号 ·doi:10.1016/j.cor.2008.04.010
[10] Cesaret，B.、O'uz，C.、Salman，F.：订单接受和调度的禁忌搜索算法。计算机与运筹学39，1197-1205（2012）·doi:10.1016/j.cor.2010.09.018
[11] Lin，W.，Ying，K.C.：使用人工蜂群算法增加单机订单接受和调度问题的总净收入。《运筹学学会杂志》64，293-311（2013）·doi:10.1057/jors.2012.47
[12] Davis，L.：《遗传算法手册》。Van Nostrand Reinhold，纽约（1991）
[13] Ruiz，R.，Stützle，T.：置换flowshop调度问题的一种简单有效的迭代贪婪算法。《欧洲运筹学杂志》1772033-2049（2007）·Zbl 1110.90042号 ·doi:10.1016/j.ejor.2005.12.009
[14] Chaurasia，S.N.，Singh，A.：单机订单接受和调度问题的混合进化方法。应用软计算杂志52，725-747（2017）·doi:10.1016/j.asoc.2016.09.051
[15] Burke，E.K.、Hyde，M.、Kendall，G.、Ochoa，G.和Ochoan，E.、Woodward，J.R.：《超神经方法的分类》，第449-468页。Springer US，马萨诸塞州波士顿（2010）
[16] Burke，E.K.，Gendreau，M.，Hyde，M.，Kendall，G.，Ochoa，G.，Özcan，E.，Qu，R.：超启发式：对最新技术的调查。《运筹学杂志》64（12），1695-1724（2013）·doi:10.1057/jors.2013.71
[17] Sabar，N.R.、Ayob，M.、Kendall，G.、Qu，R.：组合优化问题的基因表达编程超神经框架的自动设计。IEEE进化计算汇刊19（3），309-325（2015）·doi:10.1109/TEVC.2014.2319051
[18] Burke，E.，Kendall，G.，Newall，J.，Hart，E.，Ross，P.，Schulenburg，S.：超神经科学：现代搜索技术的新兴方向，第457-474页。Springer US，马萨诸塞州波士顿（2003）·兹比尔1102.90377
[19] 卡拉博加：基于蜜蜂群的数值优化思想。技术代表（2005）
[20] Karaboga，D.，Akay，B.：一项调查：模拟蜂群智能的算法。《人工智能评论》31（1），61-85（2009）·doi:10.1007/s10462-009-9127-4
[21] 卡拉博加，D.，Gorkemli，B.，Ozturk，C.，Karaboga，N.：综合调查：人工蜂群（abc）算法和应用。《人工智能评论》42（1），21-57（2014）·doi:10.1007/s10462-012-9328-0
[22] Zhang，Q.，Sun，J.，Tsang，E.：针对最大团问题的带引导变异的进化算法。IEEE进化计算汇刊9，192-200（2005）·doi:10.1109/TEVC.2004.840835
[23] Sundar，S.，Singh，A.：解决提前/延迟调度问题的群体智能方法。群体与进化计算4，25-32（2012）·doi:10.1016/j.swevo.2011.12.002
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。