查詢結果分析
來源資料
相關文獻
- Using a Hybrid Genetic Algorithm to Solve a Task Allocation Problem
- 都市計畫草圖替選方案分析模式之實例研究
- 運用類神經網路於股價指數之套利--以日經225指數為例
- 二次元靜態連續體結構之最佳化:應用族群概念之基因演算法
- 遺傳基因演算法在彈性製造系統排程問題之探討
- 適應性突變運算及其運用
- 基因演算專家系統在血液透析室護理人員排班的應用
- Reinforcement Learning for Ga-Based Neural Networks
- 改良式遺傳基因演算法在降低配電系統饋線損失的研究
- A Novel Economic Dispatch Approach
頁籤選單縮合
題 名 | Using a Hybrid Genetic Algorithm to Solve a Task Allocation Problem=利用一混合式之基因演算法求解任務分派問題 |
---|---|
作 者 | 林金賢; 陳文華; | 書刊名 | 管理學報 |
卷 期 | 17:1 2000.03[民89.03] |
頁 次 | 頁1-23 |
分類號 | 494.3 |
關鍵詞 | 任務分派; 分散處理; 基因演算法; Task allocation problems; Distributed computing systems; Genetic algorithm; |
語 文 | 英文(English) |
中文摘要 | 任務分派問題為電腦分散處理系統中之一典型問題,在產業界亦有許多此類問題 的應用。在本研究中,吾人嘗試提出一混合式的基因演算法來求解一特殊之任務分派問題, 其中每個處理器具兩個限制式,且此問題必須考量處理器的固定成本。此篇研究發現,鬆弛 產能限制較諸鬆弛任務個數之限制或同時鬆弛兩個限制可以導致較好的結果。而在執行基因 演算法的過程中,利用該問題之特殊訊息來構建起始解,維持各個答案之可行性將可以改善 此方法之績效。計算結果亦顯示此混合式的基因演算法在求解此問題上較諸簡單之基因演算 法或貪婪法要好。 |
英文摘要 | Task Allocation problems are typical problems arising in the distributed computing systems with many applications in the industry. In this paper, a hybrid genetic algorithm is proposed to solve a task allocation problem with two constraints and fixed cost associated with each processor. It is found that relaxing the capacity constraint can lead to better performance than relaxing the number of task constraint or relaxing both constraints together. Incorporating the specific informaation about the problem to construct the initial solutions and keeping the solutions feasible during the evolution process can improve the solutions. The computational results show the advantage of this proposed hybrid genetic algorithm over the simple genetic algorithm and greedy search to solve this problem. |
本系統中英文摘要資訊取自各篇刊載內容。