國立虎尾科技大學 |

登入

回首頁

以進化式演算法於QAP問題之應用 = Use of Evolutiona...

國立虎尾科技大學

以進化式演算法於QAP問題之應用 = Use of Evolutionary Computation approaches for theQuadratic Assignment Problem

紀錄類型:	書目-語言資料,印刷品 : 單行本
並列題名:	Use of Evolutionary Computation approaches for theQuadratic Assignment Problem
作者:	白貿元,
其他作者:	陳大正,
其他團體作者:	國立虎尾科技大學
出版地:	雲林縣
出版者:	國立虎尾科技大學;
出版年:	民96[2007]
版本:	初版
面頁冊數:	103面圖,表 : 30公分;
標題:	二次指派問題
標題:	Evolutionary Computation
電子資源:	http://140.130.12.251/ETD-db/ETD-search-c/view_etd?URN=etd-0730107-002739
摘要註:	本研究主要探討對於非線性多類產品生產線（multi-product flowline）的機器位址指派問題於決策上如何同時考量多種類產品於不同機器設備之間的流量以及其被傳輸移動距離達到最小。產品於生產線之機器設備之動線流量除了單向性外更考量雙向性的流動因素，換言之、因不同機器位置的配置會影響兩部機器設備間產品遞送的距離而呈現動態之非線性模式。而相關研究仍被廣泛的應用，例如製造系統，運籌管理，數位資料儲存配置等等都是二指派問題（Quadratic Assignment Problem; QAP），這些問題都是二次指派問題（QAP），雖然應用相當廣泛且多樣，但QAP仍為難以解決的NP-hard問題。由於二次指派問題的複雜特性使得數學規劃方法求解變得困難，然而實際的機器配置問題規模常大於20，因此使用啟發式方法取代數學規劃方法是值得思考。透過本研究所發展出交換機制來提升進化式演算法求解的能力，能夠避免在最佳化過程中陷入區域最佳解中。利用QAPLib所提供測試資料，我們發現多重最佳解可以透過本研究所利用的進化式演算法求得，證明本研究所利用的進化式演算法能有效求得多重最佳解。 This research is to investigate the nonlinear multi-product flowline machine allocation assignment problems, in which the product flow and distance between any pair of machines are to be considered for minimizing the total product flow distance so as to minimize the total cost. These problems are characterized as the quadratic assignment problem (QAP). The problems with the symmetrical distance between two machines and bi-directional flow are considered. In other words, the distance between two machines is changeable based on the machine location assignment. It makes the objective coefficients become dynamic with high nonlinear property. This study in practice is widely applied. For example, it can be used in manufacturing system, logistic management, the storage of digital data in disc or magnetic tape, etc. It belongs to the NP-hard problem so that it makes the solution finding be more difficult and complex. By using the traditional mathematic programming approach will be impractical because only the problems with n &

以進化式演算法於QAP問題之應用 = Use of Evolutionary Computation approaches for theQuadratic Assignment Problem
白, 貿元

以進化式演算法於QAP問題之應用 = Use of Evolutionary Computation approaches for theQuadratic Assignment Problem / 白貿元撰 - 初版. - 雲林縣 : 國立虎尾科技大學, 民96[2007]. - 103面 ; 圖,表 ; 30公分.
二次指派問題Evolutionary Computation

陳, 大正

以進化式演算法於QAP問題之應用 = Use of Evolutionary Computation approaches for theQuadratic Assignment Problem
LDR:03424nam0 2200253 450 001 540371
010 0 $b 平裝
100 $a 20090420h akaa0chia50020302ba
101 0 $a chi
102 $a cw
105 $a ak am 000yy
200 1 $a 以進化式演算法於QAP問題之應用 $d Use of Evolutionary Computation approaches for theQuadratic Assignment Problem $f 白貿元撰
205 $a 初版
210 $a 雲林縣 $d 民96[2007] $c 國立虎尾科技大學
215 0 $a 103面 $c 圖,表 $d 30公分
314 $a 指導教授：陳大正
328 $a 碩士論文--國立虎尾科技大學資訊管理研究所
330 $a 本研究主要探討對於非線性多類產品生產線（multi-product flowline）的機器位址指派問題於決策上如何同時考量多種類產品於不同機器設備之間的流量以及其被傳輸移動距離達到最小。產品於生產線之機器設備之動線流量除了單向性外更考量雙向性的流動因素，換言之、因不同機器位置的配置會影響兩部機器設備間產品遞送的距離而呈現動態之非線性模式。而相關研究仍被廣泛的應用，例如製造系統，運籌管理，數位資料儲存配置等等都是二指派問題（Quadratic Assignment Problem; QAP），這些問題都是二次指派問題（QAP），雖然應用相當廣泛且多樣，但QAP仍為難以解決的NP-hard問題。由於二次指派問題的複雜特性使得數學規劃方法求解變得困難，然而實際的機器配置問題規模常大於20，因此使用啟發式方法取代數學規劃方法是值得思考。透過本研究所發展出交換機制來提升進化式演算法求解的能力，能夠避免在最佳化過程中陷入區域最佳解中。利用QAPLib所提供測試資料，我們發現多重最佳解可以透過本研究所利用的進化式演算法求得，證明本研究所利用的進化式演算法能有效求得多重最佳解。 This research is to investigate the nonlinear multi-product flowline machine allocation assignment problems, in which the product flow and distance between any pair of machines are to be considered for minimizing the total product flow distance so as to minimize the total cost. These problems are characterized as the quadratic assignment problem (QAP). The problems with the symmetrical distance between two machines and bi-directional flow are considered. In other words, the distance between two machines is changeable based on the machine location assignment. It makes the objective coefficients become dynamic with high nonlinear property. This study in practice is widely applied. For example, it can be used in manufacturing system, logistic management, the storage of digital data in disc or magnetic tape, etc. It belongs to the NP-hard problem so that it makes the solution finding be more difficult and complex. By using the traditional mathematic programming approach will be impractical because only the problems with n &
510 1 $a Use of Evolutionary Computation approaches for theQuadratic Assignment Problem
610 0 $a 二次指派問題 $a 多類產品生產線 $a 進化式演算法
610 1 $a Evolutionary Computation $a Multi-Product Flowline. $a Quadratic Assignment Problem
681 $a 008.161M $b 2671
700 $a 白 $b 貿元 $3 523831
702 $a 陳 $b 大正 $3 489726
712 $a 國立虎尾科技大學 $b 工業工程與管理究所 $3 523742
770 $a Mao-Yuan Pai $3 586711
772 $a Ta-Cheng Chen $3 538292
801 0 $a cw $b 虎尾科技大學 $c 20071207 $g CCR
801 2 $a cw $b 虎尾科技大學 $c 20090420 $g CCR
856 7 $2 http $u http://140.130.12.251/ETD-db/ETD-search-c/view_etd?URN=etd-0730107-002739