Algoritmo híbrido de optimización de enjambre de partículas evolutivas para resolver problemas de programación de flujo de taller sin espera NP-Difícil
Autores: Bewoor, Laxmi A.; Chandra Prakash, V.; Sapkal, Sagar U.
Idioma: Inglés
Editor: MDPI
Año: 2017
Acceso abierto
Artículo científico
2017
Algoritmo híbrido de optimización de enjambre de partículas evolutivas para resolver problemas de programación de flujo de taller sin espera NP-Difícil
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Flujo de tienda sin espera
Programación
Técnicas metaheurísticas
Optimización por enjambre de partículas
Tiempo total de flujo
Optimización combinatoria NP-duro
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 22
Citaciones: Sin citaciones
El algoritmo de optimización híbrida de Enjambre de Partículas (PSO) propuesto presenta una solución mediante la regla de representación de clave aleatoria para convertir la información de posición continua de las partículas en una permutación de trabajos discreta.
Descripción
El algoritmo de optimización híbrida de Enjambre de Partículas (PSO) propuesto presenta una solución mediante la regla de representación de clave aleatoria para convertir la información de posición continua de las partículas en una permutación de trabajos discreta.