Algoritmo seno-coseno para mejorar el recocido simulado para la programación de máquinas paralelas no relacionadas con tiempos de preparación
Autores: Jouhari, Hamza; Lei, Deming; A. A. Al-qaness, Mohammed; Abd Elaziz, Mohamed; Ewees, Ahmed A.; Farouk, Osama
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
Algoritmo seno-coseno para mejorar el recocido simulado para la programación de máquinas paralelas no relacionadas con tiempos de preparación
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Recocido simulado
Algoritmo seno coseno
Método híbrido
Problemas de programación de máquinas paralelas
Makespan
Algoritmos metaheurísticos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 36
Citaciones: Sin citaciones
Este documento presenta un método híbrido del algoritmo de Recocido Simulado (SA) y el Algoritmo Seno Coseno (SCA) para resolver problemas de programación de máquinas paralelas no relacionadas (UPMSPs) con tiempos de preparación dependientes de la secuencia y de la máquina. El método propuesto, llamado SASCA, tiene como objetivo mejorar el algoritmo SA utilizando el SCA como método de búsqueda local. El SCA proporciona una buena herramienta para que el SA evite quedarse atascado en un punto focal y mejore la convergencia hacia una solución eficiente. El algoritmo SASCA se utiliza para resolver UPMSPs minimizando el makespan. Para evaluar el rendimiento de SASCA, se realizaron una serie de experimentos utilizando 30 pruebas para 4 problemas. Además, se comparó el rendimiento del método propuesto con otros algoritmos metaheurísticos. Los resultados de la comparación mostraron la superioridad de SASCA sobre otros métodos en términos de dimensiones de rendimiento.
Descripción
Este documento presenta un método híbrido del algoritmo de Recocido Simulado (SA) y el Algoritmo Seno Coseno (SCA) para resolver problemas de programación de máquinas paralelas no relacionadas (UPMSPs) con tiempos de preparación dependientes de la secuencia y de la máquina. El método propuesto, llamado SASCA, tiene como objetivo mejorar el algoritmo SA utilizando el SCA como método de búsqueda local. El SCA proporciona una buena herramienta para que el SA evite quedarse atascado en un punto focal y mejore la convergencia hacia una solución eficiente. El algoritmo SASCA se utiliza para resolver UPMSPs minimizando el makespan. Para evaluar el rendimiento de SASCA, se realizaron una serie de experimentos utilizando 30 pruebas para 4 problemas. Además, se comparó el rendimiento del método propuesto con otros algoritmos metaheurísticos. Los resultados de la comparación mostraron la superioridad de SASCA sobre otros métodos en términos de dimensiones de rendimiento.