δείτε την πρωτότυπη σελίδα τεκμηρίου στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*
Data mining parameters' selection procedure applied to a multi-start local search algorithm for the permutation flow shop scheduling problem
(EN)
Μαρινακη Μαγδαληνη
(EL)
Μακρυμανωλακης Νικολαος
(EL)
Μαρινακης Ιωαννης
(EL)
Marinaki Magdalini
(EN)
Makrymanolakis Nikolaos
(EN)
Marinakis Ioannis
(EN)
Πολυτεχνείο Κρήτης
(EL)
Technical University of Crete
(EN)
In this paper, a new metaheuristic algorithm is developed, suitable for solving combinatorial optimization problems, such as the job shop scheduling problems, the travelling salesman problem, the vehicle routing problem, etc. This study focuses on permutation flow-shop scheduling problem. The proposed algorithm combines various techniques used in local search. As various elements of the proposed algorithm may be tuned, a systematic data mining procedure is followed and utilizes data from a number of executions in order to build models for the suitable parameterization for every problem size. The results, using the model suggested parameter combinations, are presented using benchmark instances for the permutation flow-shop scheduling problem from the literature. The results show that the followed parameter control procedure improved vastly the efficiency of the proposed algorithm.
(EN)
Institute of Electrical and Electronics Engineers
(EN)
*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.
Βοηθείστε μας να κάνουμε καλύτερο το OpenArchives.gr.
