The Job-Shop Scheduling Problem (JS

The Job-Shop Scheduling Problem (JSSP) is one of the most difficult problems, as it is classified as NP-Hard problem. The main objective of the JSSP is to find a schedule of operations that can minimize the maximum completion time (called makespan) that is the completed time of carrying total operations out in the schedule for n jobs and m machines. In many cases, the combination of goals and resources exponentially increases the search space, and thus the generation of consistently good scheduling is particularly difficult, because we have a very large combinatorial search space and precedence constraints between operations. Exact methods such as the branch and bound method and dynamic programming take considerable computing time to obtain the optimum solution. In order to overcome this difficulty, it is more sensible to obtain a good solution near the optimal one. Stochastic search techniques such as evolutionary algorithms can be used to find a good solution. In this paper we proposed
a new method for solving job-shop scheduling problem using hybrid Genetic Algorithm (GA) with Simulated Annealing (SA). This method introduces a reasonable combination of local search and global search for solving JSSP

Kết quả (Việt) 1:

Cửa hàng công việc lập kế hoạch vấn đề (JSSP) là một trong những vấn đề khó khăn nhất, vì nó được phân loại như là vấn đề khó NP. Mục tiêu chính của JSSP là để tìm thấy một kế hoạch của các hoạt động có thể giảm thiểu thời gian hoàn thành tối đa (được gọi là makespan) là thời điểm hoàn thành thực hiện tất cả hoạt động trong lịch trình cho các công việc n và m máy. Trong nhiều trường hợp, sự kết hợp của mục tiêu và các nguồn lực theo cấp số nhân tăng không gian tìm kiếm, và do đó các thế hệ của lập kế hoạch một cách nhất quán tốt là đặc biệt khó khăn, bởi vì chúng tôi có giới hạn không gian và ưu tiên một rất lớn tìm tổ hợp giữa hoạt động. Chính xác các phương pháp chẳng hạn như các chi nhánh và ràng buộc các phương pháp và đáng kể mất lập trình năng động, tính toán thời gian để có được giải pháp tối ưu. Để vượt qua khó khăn này, nó là hợp lý hơn để có được một giải pháp tốt gần một tối ưu. Ngẫu nhiên tìm kỹ thuật chẳng hạn như tiến hóa thuật toán có thể được sử dụng để tìm một giải pháp tốt. Trong bài này chúng tôi đề xuấtmột phương pháp mới để giải quyết vấn đề lập kế hoạch công việc-tặng bằng cách sử dụng kết hợp thuật toán di truyền (GA) với mô phỏng ủ (SA). Phương pháp này giới thiệu một sự kết hợp hợp lý của địa phương tìm kiếm và tìm kiếm toàn cầu để giải quyết JSSP

Kết quả (Việt) 2:

The Job-Shop Scheduling Problem (JSSP) là một trong những vấn đề khó khăn nhất, vì nó được phân loại là vấn đề NP-Hard. Mục tiêu chính của JSSP là tìm một lịch trình các hoạt động có thể giảm thiểu thời gian hoàn thành tối đa (gọi là makespan) đó là thời gian hoàn thành các hoạt động chở tổng ra trong lịch trình cho công việc n và máy m. Trong nhiều trường hợp, sự kết hợp của các mục tiêu và nguồn lực theo cấp số nhân làm tăng không gian tìm kiếm, và do đó các thế hệ của lịch luôn tốt là đặc biệt khó khăn, bởi vì chúng ta có một không gian tìm kiếm và ưu tiên chế tổ hợp rất lớn giữa các hoạt động. Phương pháp chính xác như các chi nhánh và các phương pháp ràng buộc và lập trình năng động mất thời gian tính toán đáng kể để có được những giải pháp tối ưu. Để khắc phục những khó khăn này, nó là hợp lý hơn để có được một giải pháp tốt gần tối ưu nhất. Kỹ thuật tìm kiếm ngẫu nhiên như các thuật toán tiến hóa có thể được sử dụng để tìm một giải pháp tốt. Trong bài báo này, chúng tôi đề xuất
một phương pháp mới để giải quyết công việc-shop lịch vấn đề bằng cách sử dụng thuật toán di truyền lai (GA) với Simulated Annealing (SA). Phương pháp này giới thiệu một sự kết hợp hợp lý của địa phương tìm kiếm và tìm kiếm toàn cầu để giải quyết JSSP