Phương pháp tối ưu đàn kiến giải bài toán trình tự xe Đinh Thị Hằng Trường Đại học Công nghệ Luận văn ThS Chuyên ngành: Hệ thống thông tin; Mã số 60 48 01 04 Người hướng dẫn: PGS.TS. Hoàng Xuân Huấn Năm bảo vệ: 2014 Keywords. Phương pháp tối ưu đàn kiến; Tối ưu tổ hợp; ài toán trình tự xe; Công nghệ thông tin. 9 MỞ ĐẦU Trong quá trình sn xut ra sn phm thì vic lp k hoch sn xut là cc k quan trng, nó ng trc tip ti hiu sut ca h thng máy móc và nh ng n cht lng ca toàn b quá trình sn xuc bit ngày nay khi mà quy mô sn xut ln, vich sn xut hp lý càng có ý ng, thc t vic lp k hoch sn xut là không h n và không th ch n da trên kinh nghim. Chính vì c t n hành nghiên cu bài toán trình t xe t 1986 nhm m s hóa bài toán và xây dng li gii trên máy tính nhm gim thiu thi gian sn xut m bc ng làm vic ca các trm sn xut không tn quá nhiu chi phí (ràng buc v ng mang li hiu qu v kinh t sut. Bài toán c s chú ý quan tâm ca o gii chuyên môn và à bài toán NP-khó trong lp bài toán t hp có nhiu ràng buc nên ch có th tìm ra li gii gn i ta tng s dng các thut toán xp x và mô phng t t toán di truyn, thui, thut toán tìm ki, gii bài toán, gi lên m mn (Ant Colony Optimization) vi kt qu thc nghim ni tri c Ant Colony Optimization - ACO do Dorigo gii thiu vào và liên tc c phát trin nay. vi kt qu c là tt,. c tiên, lu thng hóa các ni dung lý thuyt và thut n v nghiên cu: bài toán sp xp lp lch sn xut xe (gi tt là bài toán trình t xe) p c n th mi áp dng cho bài toán nêu trên. 10 Slu dng quy tc cp nht mùi do Christin Solon [2] xu xây dng thut toán git toán ACO1, ACO2 và kt hp ACO1+ACO2 (gi là ACO1+2). ng th s dng quy tc cp nht mùi do Zhaojun Zhang và Zuren Feng [10] xut i chào hàng gii bài toán trình t xe (CarSP) thut toán TSIACO. Lu xut thut toán mi TSIACOLS là thut toán thêm k thut tìm ki gin 2 ca thut toán TSIACO. t các thut toán ACO1+2, TSIACO, TSIACOLS . Sy thc nghim và so sánh kt qu gia các thut toán trên. Thc nghim cho thy, thut toán mi TSIACOLS có nh m nhnh, s ng vi phm ràng buc ca các c thi các thut toái gian thc hi phi x lý tìm kic nghiy, nu thi gian và s ng vòng lp hn ch thì thut toán cho chng li gii tt nht và hi t nhanh nht là ACO1+2, nu thi gian không hn ch thì thut toán cho chng li gii tt nht là TSIACOLS. Ni dung chính trong bài lua tôi g Chƣơng 1:Gii thiu v bài toán t hp tng quát và bài toán trình t xe, các cách tip cn gii bài toán. Chƣơng 2:Gii thin, lch s và phát trin. pháp ti chào hàng. Chƣơng 3:Trình bày các ACO gii bài toán trình t xe. Chƣơng 4: Tin hành chy thc nghib d liu chun, thng kê kt qu c và so sánh gia các thut toán ACO. 75 TÀI LIỆU THAM KHẢO Tiếng Việt 1. ), Phương pháp tối ưu đàn kiến và ứng dụng, Lun án ti ngh - Tiếng Anh 2. Christine Solnon (2008), Combining two Pheromone Structures forSolving the Car Sequencing Problem with AntColony Optimization, Preprint submitted to Elsevier Science 3. M. Dorigo, and T.Stützle (2004), Ant Colony Optimization, The MIT Press, Cambridge, Masachusetts. 4. M. Dorigo, V. Maniezzo and A. Colorni (1991), The Ant System: An autocatalytic optimizing process, Technical Report 91-016 Revised, Dipartimento di Elettronica, Politecnico di Milano, Milano, Italy. 5. M. Dorigo (1992), Optimization, learning and natural algorithms, PhD. dissertation, Milan Polytechnique, Italy. 6. M. Dorigo and L.M. Gambardella (1997), “Ant colony system: A cooperative learning IEEE Trans. on evolutionary computation, Vol 1 (1), pp. 53-66. 7. [GGP04] M. Gravel, C. Gagn´e, and W.L. Price. Review and comparison of threemethods for the solution of the car-sequencing problem. Journal of theOperational Research Society, 2004 8. [GPS03] J. Gottlieb, M. Puchta, and C. Solnon. A study of greedy, local searchand ant colony optimization approaches for car sequencing problems.In Applications of evolutionary computing, volume 2611 of LNCS, pages246257. Springer, 2003. 9. [SCNA07] C. Solnon, V D. Cung, A. Nguyen, and C. Artigues. Editorial: The car sequencing problem: overview of state-of-the-art methods and industrialcase-study of the roadef ’2005 challenge problem (to appear). EuropeanJournal of Operational Research (EJOR), 2007. 10. Zhaojun Zhang, Zuren Feng (2011), Two-Stage updating Pheromone for Invariant Ant Colony Optimization algorithm, Expert System with Applications, Published by Elsevier Ltd 11. [SH00] T. St¨utzle and H.H. Hoos. MAX-MIN Ant System. Journal of FutureGeneration Computer Systems, special issue on Ant Algorithms, 16:889914, 2000. 12. Solnon, C.: Ants can solve constraint satisfaction problems. IEEE Transactionson Evolutionary Computation 6(4) (2002) 347357 13. . 14. Perron, L., Shaw, P.: Combining forces to solve the car sequencing problem. In:Proceedings of CP-AI-3011 of LNCS., Springer (2004) 225239 15. Ricardo José de Oliveira dos Reis (2007): Solving the Car Sequencing Problem from a Multiobjective Perspective in: Dissertação para obtenção do grau de Mestre em Engenharia e Gestão Industrial:p33-38. 76 16. M. Puchta and J. Gottlieb. Solving Car Sequencing Problems by Local Optimization. InApplications of Evolutionary Computing, 132142, LNCS 2279, Springer, 2002. 17. [Kis, 2004] T. Kis. On the complexity of the car sequencing problem. Operations Research Letters, 32:331335, 2004. 18. [DSvH88] M. Dincbas, H. Simonis, and P. van Hentenryck. Solving the carsequencing problem in constraint logic programming. In Y. Kodratoff, editor, Proceedings of ECAI-88, pages 290295, 1988. 19. [GW99] I.P. Gent and T. Walsh. Csplib: a benchmark library for constraints. Technical report, APES-09-1999, 1999. available from http://csplib.cs.strath.ac.uk/. A shorter version appears in CP99. 20. [Tsa93] E.P.K. Tsang. Foundations of Constraint Satisfaction. Academic Press, London, UK, 1993. 21. [RP97] J C. Regin and J F. Puget. A filtering algorithm for global sequencing constraints. In CP97, volume 1330 of LNCS, pages 3246. SpringerVerlag, 1997. 22. [LLW98] J.H.M. Lee, H.F. Leung, and H.W. Won. Performance of a comprehensive and efficient constraint library using local search. In 11th Australian JCAI, LNAI. Springer-Verlag, 1998. 23. Introduction to Machine Learning, Massachusetts Institute of Technology, Second Edition. 24. [Sol00] C. Solnon. Solving permutation constraint satisfaction problems with artificial ants. In Proceedings of ECAI’2000, IOS Press, Amsterdam, The Netherlands, pages 118122, 2000. . Huấn Năm bảo vệ: 2014 Keywords. Phương pháp tối ưu đàn kiến; Tối ưu tổ hợp; ài toán trình tự xe; Công nghệ thông tin. 9 MỞ ĐẦU Trong quá trình sn xut ra sn phm thì vic lp. Phương pháp tối ưu đàn kiến giải bài toán trình tự xe Đinh Thị Hằng Trường Đại học Công nghệ Luận văn ThS Chuyên ngành:. nghiên cu: bài toán sp xp lp lch sn xut xe (gi tt là bài toán trình t xe) p c n th mi áp dng cho bài toán nêu trên.