کاربرد روش ترکیبی الگوریتم ژنتیک و شبکه عصبی در مسئله زمان بندی کار کارگاهی

فایل ترجمه شده ترجمه مقاله انگلیسی GENETIC ALGORITHM AND NEURAL NETWORK HYBRID APPROACH FOR JOB-SHOP SCHEDULING می باشد. فابل ترجمه کامل فارسی هم به صورت word و هم به صورت pdf هست و این مبلغ فقط برای ترجمه هستش و در واقع برای فایل انگلیسی هزینه ای در نظر گرفته نشده است. کاربرد روش ترکیبی الگور

دسته بندی: فنی و مهندسی » کامپیوتر و IT

تعداد مشاهده: 3885 مشاهده

فرمت فایل دانلودی:.zip

فرمت فایل اصلی: pdf - docx

تعداد صفحات: 12

حجم فایل:795 کیلوبایت

  پرداخت و دانلود  قیمت: 25,000 تومان
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود.
0 0 گزارش
  • فایل ترجمه شده ترجمه مقاله انگلیسی GENETIC ALGORITHM AND NEURAL NETWORK HYBRID APPROACH FOR JOB-SHOP SCHEDULING می باشد. فابل ترجمه کامل فارسی هم به صورت word و هم به صورت pdf هست و این مبلغ فقط برای ترجمه هستش و در واقع برای فایل انگلیسی هزینه ای در نظر گرفته نشده است.

     

    کاربرد روش ترکیبی الگوریتم ژنتیک و شبکه عصبی در مسئله زمان بندی کار کارگاهی

    فهرست مطالب

    چکیده

    1. مقدمه

    2. مساله زمان بندی کار کارگاهی

    3. مدل روش CSANN

    3-1 واحد های تشکیل دهنده CSANN

    3-2 اتصالات تطبیقی

    3-3 حل مراحل مختلف CSANN

    4. روش ترکیبی

    4-1 الگوریتم ژنتیک

    5. بررسی شبیه سازی

    6. نتیجه گیری ها

     

    نمونه ترجمه » چکیده

    این مقاله یک روشی ترکیبی از الگوریتم ژنتیک (GA) و شبکه عصبی تطبیقی با رضایت محدود  (CSANN) را برای مسائل زمان بندی کار کارگاهی (مغازه کار ها) داری پیشنهاد می دهد. در این روش ترکیبی الکوریتم GA برای تکرار در جستجو و یافتن راهکار های بهینه مورد استفاده قرار می گیرد و روش CSANN نیز به منظور دستیابی به راهکار های عملیاتی در حین تکرار الگوریتم ژنتیک به کار گرفته می شود. نتایج شبیه سازی ها عملکرد معتبر روش ترکیبی پیشنهادی را برای مساله زمان بندی کار کارگاهی با توجه به کیفیت راهکار ها و  سرعت محاسبه نشان داده است.

    راهنمایی  : زمان‌بندی مغازه کارها یا مسئله زمان‌بندی کار کارگاهی یا مسئله مغازۂ کارها یک مسئله بهینه ‌سازی علوم رایانه و تحقیق در عملیات است که در آن شغل‌های ایده‌آل به منابع در زمان‌های خاصی نسبت داده می‌شوند. صورت اصلی آن در ادامه آمده است:

    در این مسئله n شغل j1, j2, …, jn با اندازه‌های متفاوت که باید روی m ماشین یکسان زمان‌بندی شوند در تلاشند تا زمان کل  را به حداقل برسانند. زمان خالی مجموع زمان لازم برای انجام همه‌ی شغل‌ها است(که همه‌ی شغل‌ها تمام شده‌اند).

    امروزه، این مسئله به عنوان یک مسئله‌ی پویا مطرح می‌شود، که با ارائه شدن هر شغل، الگوریتم پویا باید با اطلاعات موجود تصمیم گیری کند قبل از اینکه شغل بعدی مطرح شود.

    این مسئله یکی از مشهورترین مسائل پویاست، و اولین مسئله‌ای بود که برای آن تحلیل رقابتی به وسیله‌ی گراهام در سال 1966 مطرح شد.

    کلمات کلیدی: زمان بندی کار کارگاهی، الگوریتم ژنتیک، شبکه عصبی






    برچسب ها: کاربرد روش ترکیبی الگوریتم ژنتیک و شبکه عصبی در مسئله زمان بندی کار کارگاهی الگوریتم ژنتیک شبکه عصبی زمان بندی کار کارگاهی ترکیب الگوریتم ژنتیک و شبکه عصبی کاربرد شبکه عصبی ژنتیک روش های الگوریتم ژنیتیک و شبکه عصبی
  

به ما اعتماد کنید

تمامي كالاها و خدمات اين فروشگاه، حسب مورد داراي مجوزهاي لازم از مراجع مربوطه مي‌باشند و فعاليت‌هاي اين سايت تابع قوانين و مقررات جمهوري اسلامي ايران است.
این سایت در ستاد سازماندهی ثبت شده است.

درباره ما


تمام حقوق سایت sabzfile.ir محفوظ می باشد و هرگونه کپی برداری پیگرد قانونی دارد. طراحی سایت