Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Introduction Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

10. Proposed Metaheuristics for Solving Problem ΘZ (DCSPwCRD)

verfasst von : Aleksander Skakovski

Erschienen in: Population-Based Approaches to the Resource-Constrained and Discrete-Continuous Scheduling

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

An island–based evolution algorithm (IBEA) belongs to the class of distributed algorithms.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel State-of-the-Art Review
Nächstes Kapitel Performance Evaluation of the Proposed Algorithms
Literatur
1.
Alba, E., Troya, J.: Analysis of synchronous and asynchronous parallel distributed genetic algorithms with structured and panmictic islands. In: Rolim, J. et al., (eds.) Proceedings of the 10th Symposium on Parallel and Distributed Processing, pp. 248–256. San Juan, Puerto Rico, USA, 12–16 April (1999)
2.
Belding, T.C.: The distributed genetic algorithm revisited. In: Eshelman, L.J. (ed.) Proceedings of the Sixth International Conference on Genetic Algorithms, pp. 114–121. Morgan Kaufmann, San Francisco CA (1995)
3.
Gordon, V.S., Whitley, D.: Serial and parallel genetic algorithms as function optimizers. In: Forrest, S. (ed.) Proceedings of the Fifth International Conference on Genetic Algorithms, pp. 177–183. Morgan Kaufmann, San Mateo, CA (1993)
4.
Czarnowski, I., Gutjahr, W.J., Jędrzejowicz, P., Ratajczak, E., Skakowski, A., Wierzbowska, I.: Scheduling multiprocessor tasks in presence of correlated failures. In: Luptaćik, M., Wildburger, U.L. (eds.) Central European Journal of Operations Research, vol. 11, iss. 2, pp. 163–182. Physika-Verlag, Springer, Heidelberg (2003)
5.
Jędrzejowicz, P., Skakovski, A., Czarnowski, I., Szreder, H.: Evolution-based scheduling of multiple variant and multiple processor programs. In: Hertzberger, L.O., Sloot P.M.A. (eds.) Future Generation Computer Systems, vol. 17, pp. 405–414. Elsevier, The Netherlands (2001)
6.
Jędrzejowicz, P., Skakovski, A.: An island-based evolution algorithm for discrete-continuous scheduling with continuous resource discretisation. In: Proceedings of the 2nd IEEE International Conference on Computational Cybernetics ICCC 2004, 30 Aug–1 Sep 2004. Vienna University of Technology, Austria (2004)
7.
Różycki, R.: Zastosowanie algorytmu genetycznego do rozwiązywania dyskretno-ciągłych problemów szeregowania. PhD Dissertation, Poznań University of Technology, Poland (2000)
8.
Jędrzejowicz, P., Skakovski, A.: A population learning algorithm for discrete-continuous scheduling with continuous resource discretisation. In: Chen, Y., Abraham, A. (eds.) Proceedings of 6th International Conference on Intelligent Systems Design and Applications (ISDA 2006), vol. 2, spec. sess.: Nature Imitation Methods Theory and practice (NIM’ 06), pp. 1153–1158. Jinan, Peoples R. of China (2006)
9.
Jędrzejowicz, P.: Social learning algorithm as a tool for solving some difficult scheduling problems. Found. Comput. Decis. Sci. 24, 51–66 (1999)MATHMathSciNet
10.
11.
Jędrzejowicz, P., Skakovski, A.: A cross-entropy based population learning algorithm for discrete-continuous scheduling with continuous resource discretisation. Neurocomputing 73(4–6), Special Issue: SI:655–660 (2010)
12.
Rubinstein, R.Y.: Optimization of computer simulation models with rare events. Eur. J. Op. Res. 99, 89–112 (1997)CrossRef
13.
De Boer, P.-T., Kroese, D.P., Mannor, S., Rubinstein, R.Y.: A tutorial on the cross-entropy method. Ann. Op. Res. 134(1), 19–67 (2005)CrossRefMATHMathSciNet
14.
Cantu-Paz, E., Goldberg, D.E.: Are multiple runs of genetic algorithms better than one?. In: Proceedings of the Genetic and Evolutionary Computation Conference (2003)
15.
Whitley, D., Rana, S., Heckendorn, R.B.: The island model genetic algorithm: on separability, population size and convergence. J. Comput. Inf. Technol. 7(1), 33–47 (1999)
16.
Cantu-Paz, E.: Migration policies, selection pressure, and parallel evolutionary algorithms. J. Heuristics 7(4), 31–334 (2001)CrossRefMATH
17.
Skolicki, Z., Kenneth, D.J.: The influence of migration sizes and intervals on island models. In: Proceedings of GECCO’ 05, pp. 1295–1302. Washington, DC, USA, 25–29 June (2005)
18.
Krink, T., Mayoh, B.H., Michalewicz, Z.: A PACHWORK model for evolutionary algorithms with structured and variable size populations. In: Morgan, K., Banzhaf, W., Daida, J., Eiben, A.E., Garzon, M.H., Honavar, V., Jakiela, M., Smith, R.E. (eds.) Proceedings of the Genetic and Evolutionary Computation Conference, vol. 2, pp. 1321–1328. Orlando, Florida, USA (1999)
19.
Sekaj, I.: Robust parallel genetic algorithms with re-initialisation. In: Proceedings of Parallel Problem Solving from Nature—PPSN VIII, 8th International Conference, vol. 3242, pp. 411–419. LNCS, Springer, Birmingham, UK, 18–22 Sep (2004)
20.
Skolicki, Z.: An analysis of island models in evolutionary computation. In: Proceedings of GECCO’ 05, pp. 386–389. Washington, DC, USA, 25–29 June (2005)
21.
Jędrzejowicz, P., Skakovski, A.: Population learning with differential evolution for the discrete-continuous scheduling with continuous resource discretisation. In: IEEE International Conference on Cybernetics (CYBCONF) pp. 92–97. Lausanne, Switzerland, 13–15 June (2013)
22.
Storn, R., Price, K.: Differential evolution—a simple and efficient heuristic for global optimization over continuous spaces. J. Global Opt. 11, 341–359 (1997)CrossRefMATHMathSciNet
23.
Jędrzejowicz, P., Skakovski, A.: Structure vs. efficiency of the cross-entropy based population learning algorithm for discrete-continuous scheduling with continuous resource discretisation. In: Czarnowski, I., Jędrzejowicz, P., Kacprzyk, J. (eds.) Studies in Computational Intelligence. Agent-Based Optimization, vol. 456, pp. 77–102 (2013)
24.
Damak, N., Jarboui, B., Siarry, P., Loukil, T.: Differential evolution for solving multi-mode resource-constrained project scheduling problems. Comput. Op. Res. 36(9), 2653–2659 (2009)CrossRefMATHMathSciNet
25.
Jędrzejowicz, P., Skakovski, A.: Island-based differential evolution algorithm for the discrete-continuous scheduling with continuous resource discretisation. Procedia Comput. Sci. 35, 111–117 (2014)CrossRef
26.
Kazemipoor, H., Tavakkoli-Moghaddam, R., Shahnazari-Shahrezaei, P.: Differential evolution and simulated annealing algorithms for a multi-skilled project scheduling problem. Am. J. Sci. Res. 33, 136–146 (2011)
Metadaten
Titel
Proposed Metaheuristics for Solving Problem ΘZ (DCSPwCRD)
verfasst von
Aleksander Skakovski
Copyright-Jahr
2018
Buch
Population-Based Approaches to the Resource-Constrained and Discrete-Continuous Scheduling

Print ISBN: 978-3-319-62892-9

Electronic ISBN: 978-3-319-62893-6

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-319-62893-6_10