Academic Journal

Оптимизация загрузки гибкого производственного комплекса на основе управляемой генетическим алгоритмом раскрашенной сети Петри

Bibliographic Details
Title: Оптимизация загрузки гибкого производственного комплекса на основе управляемой генетическим алгоритмом раскрашенной сети Петри
Source: Информационно-управляющие системы.
Publisher Information: Государственное образовательное учреждение высшего профессионального образования "Санкт-Петербургский государственный университет аэрокосмического приборостроения", 2012.
Publication Year: 2012
Subject Terms: 0502 economics and business, 05 social sciences, 0202 electrical engineering, electronic engineering, information engineering, 02 engineering and technology, РАСКРАШЕННАЯ СЕТЬ ПЕТРИ, ЗАДАЧА О НАЗНАЧЕНИЯХ, ГЕНЕТИЧЕСКИЙ АЛГОРИТМ, ПОПУЛЯЦИЯ, ФУНКЦИЯ ПРИСПОСОБЛЕННОСТИ
Description: Описывается подход к решению задачи оптимального планирования производства с использованием имитационной модели на основе раскрашенной сети Петри, начальная маркировка которой определяется генетическим алгоритмом. Приводится пример использования предлагаемого метода для предварительного планирования производства. Определены особенности применения генетического алгоритма для задач распределения ресурсов.
An approach to the problem of optimal planning of production using a simulation model based on a colored Petri net which initial marking is determined by a genetic algorithm is described. An example of using the proposed method for pre-production planning is given. Particularities of use of the genetic algorithm for tasks of resources distribution have been defined.
Document Type: Article
File Description: text/html
Language: Russian
ISSN: 1684-8853
Access URL: http://cyberleninka.ru/article/n/optimizatsiya-zagruzki-gibkogo-proizvodstvennogo-kompleksa-na-osnove-upravlyaemoy-geneticheskim-algoritmom-raskrashennoy-seti-petri
http://cyberleninka.ru/article_covers/14481276.png
Accession Number: edsair.od......2806..828b2669954c665b4e2d66ac2ebc84ee
Database: OpenAIRE
Description
ISSN:16848853