دانلود مقاله ISI انگلیسی شماره 78895
عنوان فارسی مقاله

آمیزش از یک الگوریتم بازپخت شبیه سازی شده چند هدفه با الگوریتم تکاملی چند هدفه برای حل یک مشکل برنامه ریزی پروژه چند هدفه

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
78895 2013 14 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Hybridizing a multi-objective simulated annealing algorithm with a multi-objective evolutionary algorithm to solve a multi-objective project scheduling problem
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Expert Systems with Applications, Volume 40, Issue 7, 1 June 2013, Pages 2421–2434

کلمات کلیدی
برنامه ریزی پروژه چند هدفه؛ الگوریتم ترکیبی چند هدفه؛ الگوریتم ژنتیک چند هدفه؛ الگوریتم تکاملی چند هدفه؛ راه حل های غیر تحت سلطه
پیش نمایش مقاله
پیش نمایش مقاله آمیزش از یک الگوریتم بازپخت شبیه سازی شده چند هدفه با الگوریتم تکاملی چند هدفه برای حل یک مشکل برنامه ریزی پروژه چند هدفه

چکیده انگلیسی

In this paper, a multi-objective project scheduling problem is addressed. This problem considers two conflicting, priority optimization objectives for project managers. One of these objectives is to minimize the project makespan. The other objective is to assign the most effective set of human resources to each project activity. To solve the problem, a multi-objective hybrid search and optimization algorithm is proposed. This algorithm is composed by a multi-objective simulated annealing algorithm and a multi-objective evolutionary algorithm. The multi-objective simulated annealing algorithm is integrated into the multi-objective evolutionary algorithm to improve the performance of the evolutionary-based search. To achieve this, the behavior of the multi-objective simulated annealing algorithm is self-adaptive to either an exploitation process or an exploration process depending on the state of the evolutionary-based search. The multi-objective hybrid algorithm generates a number of near non-dominated solutions so as to provide solutions with different trade-offs between the optimization objectives to project managers. The performance of the multi-objective hybrid algorithm is evaluated on nine different instance sets, and is compared with that of the only multi-objective algorithm previously proposed in the literature for solving the addressed problem. The performance comparison shows that the multi-objective hybrid algorithm significantly outperforms the previous multi-objective algorithm.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.