Resumen

Como una extensión del problema clásico de programación de tiendas de trabajo, el problema de programación de tiendas de trabajo flexible (FJSP) juega un papel importante en los sistemas de producción reales. En FJSP, se permite que una operación sea procesada en más de una máquina alternativa. Se ha demostrado que es un problema fuertemente NP-duro. La optimización por colonia de hormigas (ACO) se ha demostrado como un enfoque eficiente para tratar con FJSP. Sin embargo, el ACO básico tiene dos desventajas principales, incluida una baja eficiencia computacional y un óptimo local. Para superar estas dos desventajas, se propone una optimización mejorada por colonia de hormigas (IACO) para optimizar el makespan para FJSP. Se realizan los siguientes aspectos en nuestro algoritmo de optimización mejorado por colonia de hormigas: problemas de regla de selección de máquinas, mecanismo de distribución uniforme inicial para las hormigas, cambio en el mecanismo de guía de feromon

• Materias:Calibración geométrica Núcleos computacionales Consultas de palabras clave Pronóstico probabilístico Máquina de aprendizaje
• Subjects:Geometric calibration Computational kernels Keyword queries Probabilistic forecasting Machine learning
• Palabras claves:Extensión; Problema de programación flexible de taller; Optimización de colonia de hormigas; Mejorado; Tiempo total de ejecución; Eficiencia computacional
• Keywords:Extension; Flexible job shop scheduling problem; Ant colony optimization; Improved; Makespan; Computational efficiency