Статья

Название статьи ГИБРИДНЫЙ АЛГОРИТМ РЕШЕНИЯ ЗАДАЧ ОПЕРАТИВНОГО ПЛАНИРОВАНИЯ ПРОИЗВОДСТВЕННОГО ПРОЦЕССА
Автор Л. А. Гладков, Н. В. Гладкова, С. А. Громов
Рубрика РАЗДЕЛ II. ПРОЕКТИРОВАНИЕ ИНФОРМАЦИОННО-УПРАВЛЯЮЩИХ И АВТОМАТИЗИРОВАННЫХ СИСТЕМ
Месяц, год 09, 2017
Индекс УДК 658.512.2.011.5
DOI 10.23683/2311-3103-2017-9-112-124
Аннотация Рассматривается новый подход к решению задач оперативного планирования производственного процесса. Приведено определение задачи оперативного планирования производства. Показано место задач оперативного планирования в общей теории расписаний. Приведена постановка задачи оперативного планирования для предприятий машиностроения, отмечены особенности решения подобного рода задач на предприятиях машиностроения, заданы ограничения и целевая функция рассматриваемой задачи оптимизации. Приведено описание структуры предложенного гибридного алгоритма оперативного планирования производственного процесса. Разработана методика кодирования решений для использования их в гибридном алгоритме. Описана структура хромосомы, представляющая собой множество заданий за период планирования или оперативный план в целом. Предложены новые модификации генетических операторов, направленные на повышение разнообразия текущей популяции и преодоление локальных оптимумов. Приведены примеры выполнения модифицированных генетических операторов, учитывающих специфику решения задач оперативного планирования. Описана предложенная методика и последовательность расчета значения критерия оценки качества получаемых решений. Введены дополнительные ограничения на область допустимых решений задачи и предложена методика расчета штрафов за нарушение установленных ограничений. Приведена последовательность выполнения операций и структура разработанного алгоритма. Предложена гибридная модель алгоритма на основе интеграции методов генетического поиска и принципов нечеткого управления. Проведены исследования характеристик разработанного алгоритма и определена его временная сложность. Проведены серии вычислительных экспериментов для анализа и сравнения качества получаемых решений, а также определения лучших значений управляющих параметров алгоритма. На основании анализа сделаны выводы о достоинствах и недостатках предложенного алгоритма.

Скачать в PDF

Ключевые слова Задачи оперативного планирования производства; генетический алгоритм; нечеткая логика; теория расписаний; оптимизация; гибридный алгоритм.
Библиографический список 1. Лазарев А.А., Гафаров Е.Р. Теория расписаний. Задачи и алгоритмы. – M.: Изд-во МГУ, 2011. – 224 с.
2. Conway R.M., Maxwell W.L., Miller L.W. Theory of Scheduling. – 2nd ed. – Dover Publications, Mineola NY, 2004.
3. Высочин С.В. Принципы построения систем для расчета производственных расписаний // САПР и графика. – 2008. – № 9. – C. 57-59.
4. Pinedo M. Scheduling: Theory, Algorithms and Systems. – 3nd ed. – Springer Verlag, New York, 2008.
5. Leung J.Y.T. Handbook of Scheduling // Boca Raton, Florida: Chapman & Hall/CRC, 2004.
6. Танаев В.С. Введение в теорию расписаний. – М.: Наука, 1975. – 256 c.
7. Michael A., Takagi H. Dynamic control of genetic algorithms using fuzzy logic techniques // Proceedings of the Fifth International Conference on Genetic Algorithms. Morgan Kaufmann. – 1993. – P. 76-83.
8. Lee M.A., Takagi H. Integrating design stages of fuzzy systems using genetic algorithms // Proceedings of the 2nd IEEE International Conference on Fuzzy System. – 1993. – P. 612-617
9. Herrera F., Lozano M. Fuzzy Adaptive Genetic Algorithms: design, taxonomy, and future directions // J. Soft Computing. – Springer-Verlag, 2003. – P. 545-562
10. Kennedy J., Eberhart R.C. Particle swarm optimization // Proceedings of IEEE International Conference on Neural Networks, Piscataway, NJ, 1995. – P. 1942-1948.
11. Hayder M., Tony H., Naz E.I., Hybrid Algorithm for the Optimization of Training Convolutional Neural Network // International Journal of Advanced Computer Science and Applications. – 2015. – Vol. 6, No. 10. – P. 79-85.
12. Гладков Л.А., Курейчик В.В., Курейчик В.М. Генетические алгоритмы. – М.: Физматлит, 2010.
13. Гладков Л.А., Курейчик В.В., Курейчик В.М., Сороколетов П.В. Биоинспирированные методы в оптимизации. – М.: Физматлит, 2009. – 384 с.
14. Емельянов В.В., Курейчик В.В., Курейчик В.М. Теория и практика эволюционного моделирования. – М.: Физматлит, 2003.
15. Кныш Д.С., Курейчик В.М. Параллельные генетические алгоритмы: Проблемы, обзор и состояние // Известия РАН. Теория и системы управления. – 2010. – № 4. – C. 72-82.
16. Гладков Л.А., Гладкова Н.В. Особенности использования нечетких генетических алгоритмов для решения задач оптимизации и управления // Известия ЮФУ. Технические науки. – 2009. – № 4 (93). – C. 130-136.
17. King R.T.F.A., Radha B., Rughooputh H.C.S. A fuzzy logic controlled genetic algorithm for optimal electrical distribution network reconfiguration // Proceedings of 2004 IEEE International Conference on Networking, Sensing and Control, Taipei, Taiwan, 2004. – P. 577-582
18. Zhongyang X., Zhang Y., Zhang L., Niu S. A parallel classification algorithm based on hybrid genetic algorithm // Proceedings of the 6th World Congress on Intelligent Control and Automation, Dalian, China, 2006. – P. 3237-3240
19. Gladkov L., Gladkova N., Leiba S. Manufacturing scheduling problem based on fuzzy genetic algorithm // In: Proceeding of IEEE East-West Design & Test Symposium – (EWDTS’2014). – Kiev, Ukraine, 2014. – P. 209-212.
20. Gladkov L.A., Gladkova N.V., Leiba S.N. Manufacturing Scheduling Problem Based on Fuzzy Genetic Algorithm. // Proceedings of IEEE East-West Design & Test Symposium (EWDTS’2014). Kiev, Ukraine, September 26–29, 2014. – P. 209-213.

Comments are closed.