Hình 2.12. So sánh giá trị BEST giữa DEM với GA-M
Kết luận chương 2
Bài toán MS-RCPSP là bài toán có nhiều ứng dụng trong thực tế và đã được chứng minh là bài toán thuộc lớp NP-Khó, nên không thể tìm được nghiệm chính xác trong thời gian chấp nhận được. Để giải bài toán này, cần có các thuật toán cận tối ưu để tìm các các lời giản tốt trong thời gian ngắn.
Trong chương này, luận án đã trình bày về cách mã hóa cá thể và thang đo độ chênh giữa hai cá thể, đây là cơ sở quan trọng cho các cải tiến tiếp theo. Để giải bài toán, 2 thuật toán mới đã được đề xuất gồm:
Thuật toán 1: M-PSO, là thuật toán được xây dựng trên cơ sở của thuật toán tối ưu bầy đàn với cải tiến mới là kỹ thuật di cư, kỹ thuật này giúp thoát khỏi cực trị địa phương và mở rộng không gian tìm kiếm của bài toán.
Thuật toán 2: DEM, là thuật toán được phát triển từ thuật toán tiến hóa vi phân (DE) để áp dụng cho bài toán MS-RCPSP. Cải tiến quan trọng của DEM là áp dụng hàm Reallocate để tái thiết lập tài nguyên thực hiện các tác vụ trong một lời giải, giúp bài toán mở rộng không gian tìm kiếm và hội tụ nhanh chóng. Thuật toán này đã được công bố trong công trình [CT7], [CT8].
Để kiểm chứng tính hiệu quả của M-PSO và DEM, luận án đã triển khai thực nghiệm với bộ dữ liệu iMOPSE và có đánh giá so sánh cụ thể sau mỗi phần thực nghiệm.
Kết quả nghiên cứu của chương này được công bố tại:
- Hội thảo quốc tế 6th NAFOSTED Conference on Information and Computer Science (NICS), Hanoi, Vietnam, pp. 73-76, 2019 [CT5].
- Tạp chí International Journal of Electrical and Computer Engineering (IJECE), (Q3), Vol. 8, No. 5, pp. 3851-3858, October 2018 [CT2];
- Tạp chí Scientific Programming (IF:1.28, Q3), Volume 2020, Article ID 8860384, 12, 2020 [CT8].
CHƯƠNG 3
BÀI TOÁN REAL-RCPSP
Mô hình bài toán MS-RCPSP bổ sung yếu tố kỹ năng và mức kỹ năng của tài nguyên, nên khi yêu cầu tài nguyên thực hiện tác vụ cũng cần chỉ ra loại kỹ năng và mức kỹ năng tối thiểu cần thiết để thực hiện. Việc điều chỉnh này giúp bài toán MS-RCPSP có thể áp dụng được vào một số lĩnh vực thực tế. Tuy nhiên, trong các mô hình sản xuất, cần có những yêu cầu cụ thể và chính xác hơn như với mỗi tác vụ, tài nguyên (công nhân) có mức kỹ năng (trình độ) cao hơn có thể hoàn thành công việc sớm hơn hoặc với chất lượng tốt hơn. Đây chính là nhược điểm của bài toán MS-RCPSP, bài toán này quy định thời gian thực hiện một tác vụ là như nhau với bất kỳ tài nguyên thực hiện nào. Để khắc phục hạn chế này của bài toán MS-RCPSP, luận án đã đưa ra mô hình bài toán Real-RCPSP với ràng buộc về thời gian thực hiện tác vụ thay đổi theo mức kỹ năng của tài nguyên thực hiện. Phần tiếp theo của chương 03, luận án sẽ trình bày các vấn đề sau:
Phần 3.1: Phát biểu bài toán mới Real-RCPSP. Đây là bài toán có khả năng ứng dụng cao trong thực tiễn do được bổ sung các ràng buộc về thời gian thực hiện liên quan đến mức kỹ năng của các tài nguyên.
Phần 3.2: Xếp loại bài toán Real-RCPSP.