シミュレーティッドアニーリング法による製品投入順序問題の解法
スポンサーリンク
概要
- 論文の詳細を見る
- システム制御情報学会の論文
- 1992-05-15
著者
-
飯間 等
京都工芸繊維大学大学院工芸科学研究科
-
飯間 等
京都工芸繊維大学
-
三宮 信夫
京都工芸繊維大学
-
川合 成治
(株)富士電機総合研究所
-
鳥居 寛章
(株)神戸製鋼所
-
鳥居 寛章
(株) 神戸製鋼所
-
川合 成治
富士電機総合研究所
関連論文
- ビンパッキング問題における免疫アルゴリズムの有効性の検討(最適化問題へのアプローチ)
- 人員配置を考慮したスケジューリング問題に対する遺伝アルゴリズムの適用
- 工具取替を考慮した電線加工工程のスケジューリング問題に対する遺伝アルゴリズムの適用
- アカモクの成長と生育環境に関する数学モデル
- 移動する漁具に対する魚群行動のモデリング
- Javaで学ぶ遺伝的アルゴリズム, 森直樹著, 出版社共立出版, 発行2007年11月, 全ページ305頁, 価格4,200円, ISBN 4-320-12198-0
- 協同学習における学習者のペア構成問題に対する遺伝アルゴリズムの適用
- 積載問題に対するメタヒューリスティクスの適用可能性(運輸分野におけるソフトコンピューティングの応用)
- 遺伝アルゴリズムによるスケジュール変更量を考慮した再スケジューリング問題の解法
- ビンパッキング問題に対する遺伝アルゴリズムの提案
- ジョブショップ工程における多目的再スケジューリング問題の遺伝アルゴリズムによる解法
- 学習者の学習課題の解答誤りを予測するニューラルネットワークモデル
- 生産・物流スケジューリング問題に対する遺伝アルゴリズムの適用
- 稼動機械数の最小化を目指した並列機械スケジューリング問題に対する局所探索法の適用
- 製造工程のスケジューリングと組み合わせた発注方式の提案
- ジョブショップスケジューリング問題に対する局所探索法における新しい近傍設定法の提案
- 分解法を用いた遺伝アルゴリズムの大規模スケジューリング問題への適用
- モジュール型遺伝アルゴリズムの提案と作業者配置スケジューリング問題への適用
- ジョブショップスケジューリング問題の局所探索における近傍設定法
- 入力された単語に関連のある文を選出するアルゴリズムの提案
- 配送車の積付問題に対する自律分散型アルゴリズムの提案
- 大規模スケジューリング問題に対する自律分散型アルゴリズム -バックワード形式によるアプローチ-
- 大規模フローショップスケジューリング問題に対する分割法を併用した遺伝アルゴリズムの適用
- 生産スケジューリング問題に対するマルチエージェントモデル
- 自律分散型スケジューリングアルゴリズムによる大規模ジョブショップ問題の解法
- 遺伝アルゴリズムによる作業割当問題の解法
- シミュレーティッドアニーリング法による製品投入順序問題の解法
- 一台の多機能機械が付加されたジョブショップ問題に対する遺伝アルゴリズムの適用
- 魚群行動モデルにおける平衡点の解析
- 一台の多機能機械が付加されたジョブショップ問題に対する遺伝アルゴリズムの適用
- 万能機械を有するジョブショップ問題に対する遺伝アルゴリズムの適用
- 万能機械を有するジョブショップ問題に対する遺伝アルゴリズムの適用
- 積付問題に対する自律分散型アルゴリズムの構成法
- 金型生産スケジュ-リング問題に対する遺伝アルゴリズムの適用
- 製鉄所における酸洗工程の最適製品投入順序問題に対する遺伝アルゴリズムの個体表現法
- 金型生産スケジューリング問題に対する遺伝アルゴリズムの構成法
- 連続酸洗工程の製品投入順序問題に対する遺伝アルゴリズムの適用
- 群強化学習法 : Particle Swarm Optimization の強化学習への応用
- エージェント間の情報交換に基づく群強化学習法
- 1C1-2 複数のエージェントの経験に基づく強化学習法(1C1 強化学習)
- サイクルタイム最小化工程割当問題に対する近似解法(機械要素,潤滑,工作,生産管理など)
- 202 作業者の熟練度が異なる工程編成問題に対する近似解法(生産システム)
- 作業者の熟練度が異なる最適ラインバランシング問題に対する遺伝アルゴリズムの適用
- 電線加工工程におけるスケジューリング問題の遺伝アルゴリズムによる解法
- 電線加工工程のスケジューリング問題に対する遺伝アルゴリズムの構成法
- 魚群行動における自律分散機構のモデリング
- 複雑な制約をもつスケジューリング問題に対する自律分散型スケジューリング・アルゴリズムの適用
- 魚群行動シミュレーション結果に基づく最適スケジュール問題の局所探索法の提案
- 魚群行動シミュレーションから着想される局所探索最適化法の一考察
- スケジューリング問題に対する自律分散型アルゴリズムの並列計算化
- 遺伝アルゴリズム-I-GAの基礎
- 共通バッファ制限付きジョブショップスケジューリング問題の解法
- バッファ無しジョブショップスケジューリング問題に対する遺伝アルゴリズムの適用^*
- 各個体の自律探索機能を強化した Particle Swarm Optimization
- 先行制約のあるスケジューリング問題に対する遺伝アルゴリズムの構成法
- 納期内同時処理完了をめざすジョブショップスケジューリング
- A New Method of Shifting Bottleneck with Tabu Search for Solving Flexible Flow Shop Problems
- Three-Stage Tabu Search for Solving Large-Scale Flow Shop Scheduling Problems
- 共同学習における重要文章抽出法
- ニューラルネットワークおよび局所探索法を用いた共同学習におけるペアの組合せ決定法
- Two-stage Tabu Search for Solving Parallel Machine Problems
- ジョブショップスケジューリング問題におけるSSA-ASA 2段階アルゴリズム
- 2尾の魚の行動における自律性の解析
- 改善された局所探索法によるジョブショップスケジューリング問題の解法
- 電線加工工程におけるスケジューリング問題の遺伝アルゴリズムによる解法
- 自律分散型スケジューリングアルゴリズムによる金型スケジューリング問題の解法
- オープンショップ加工工程の再スケジューリング問題に対する遺伝アルゴリズムの構成法
- 遺伝アルゴリズムによる再スケジューリング問題の解法
- 制約条件の緩和を考慮した多目的スケジューリング問題の遺伝アルゴリズムによる解法
- 生産スケジューリング問題における遺伝アルゴリズムの構成法
- 作業割当問題における遺伝アルゴリズムの構成法
- Particle Swarm Optimization によるリカレントスパイキングニューラルネットワークの学習法
- 適応制御の概念による文書適応の新方式の提案
- 獲得する情報量の自律的調整機構をもつ魚群行動モデル
- 魚群行動モデルにおける協調行動の創発
- 魚群行動に及ぼす自律分散機構の影響
- 魚群の隋円形状の変動を推定する自己回帰モデル
- 魚群形状の楕円近似
- An Improvement of Genetic Algorithms by Search Space Reductions in Solving Large-Scale Flowshop Problems (特集 メタヒューリスティクスの理論と応用)
- A Genetic Algorithm to Obtain Dead-lock Free Schedules for No-buffer Jobshop Scheduling Problems
- 倉庫における容器積載問題の遺伝アルゴリズムによる解法
- 容器積載問題における遺伝アルゴリズムの個体表現法の比較
- A Decoding Procedure with Embedded Heuristic Rules in Genetic Algorithms and Its Application to Scheduling of a Metal Mold Assembly Process
- 遺伝アルゴリズムにおける部分列挙選択法に対する個体表現の改善
- 魚群における協調行動の生成
- 魚群行動のシミュレーションにおける適応行動の分析
- 2工程並列機械スケジュール問題に対する遺伝アルゴリズムの構成法
- 3尾からなる魚群の行動モデル
- A Method for Constructing Genetic Algorithm in Job Shop Problems
- 2尾の魚の行動を表わす数学モデル
- 作業割り当て問題に対する自律分散型スケジュ-リングシステム
- 作業割り当て問題に対する自律分散型スケジューリングシステム
- 並列機械問題における自律分散型スケジュ-リングシステムの一構成法
- 並列機械問題における自律分散型スケジューリングシステムの一構成法
- 遺伝アルゴリズムにおける順序型個体表現法の比較
- ある製品投入順序問題における遺伝アルゴリズムの交差規則のロバスト性
- 並列給油問題に対する遺伝アルゴリズムの構成法
- 遺伝アルゴリズムの動作に対する致死遺伝子の影響
- 連続状態行動空間を有する問題に対する群強化学習法
- Particle Swarm Optimizationに基づく強化学習(多点探索型機械学習の新展開)