ارایه روش برای حل مساله n/1 با زمان های آماده سازی وابسته به توالی با هدف کمینه سازی زمان تکمیل کل

مشتری و کمترین مجموع زمان های آماده سازی وابسته به توالی برای هدف کمیته کردن زمان تکمیل کلی برنامه (makespan) می باشد. از آنجایی که لحاظ کردن همه فاکتور های ذکر شده برای رسیدن به هدف بسیار دشوار می باشد ، ما فقط روی جواب های بهینه محلی (local Optimum) حاصل از الگوریتم فرا ابتکاری ژنتیک با اعمال تغییراتی کارا برای رسیدن به جواب های بهتر متمرکز می شویم. در این راستا گام پرشی (bounce) برای جلوگیری از همگرایی پیش از موعد به الگوریتم ژنتیک قبلی برای افزایش در تنوع جایگشت ها اضافه شده و نیز پارامترهای اندازه جمعیت (pop Size) ونیز حداکثر نسل با بهترین جواب های یکسان (maX generation) به صورت پویا در هر گام از پرش جهت سریعتر رسیدن به جواب های بهتر تغییر می کنند. در پایان نشان داده ایم که الگوریتم ژنتیک تغییر یافته، با شاخص های عملکردی بهتر (میانگین و بهترین مقادیر تابع برازندگی مطلوب تر) نسبت به الگوریتم ژنتیک بدون لحاظ کردن این تغییرات دست می یابد.

Keywords:

بهینه سازی ترکیباتی , مسالد فروشنده دوره گرد , روش های فرا ابتکاری , الگوریتم ژنتیک , پارامترهای پویا