|
![](okladki/ss/ss-426.jpg)
ALGORYTMY ROJOWE W HARMONOGRAMOWANIU PROCESÓW PRODUKCYJNYCH
WITKOWSKI T. ANTCZAK P. wydawnictwo: PWE , rok wydania 2022, wydanie Icena netto: 82.69 Twoja cena 78,56 zł + 5% vat - dodaj do koszyka Algorytmy rojowe w
harmonogramowaniu procesów produkcyjnych
Obecnie
w przemyśle przeważającym modelem produkcji jest wytwarzanie w postaci
zadań produkcyjnych, poprzez wytwarzanie części i ich montaż. Z Dlatego
potrzebne są metody takiego planowania i harmonogramowania produkcji,
które będą optymalizowały wykorzystanie zasobów.
Do systemu produkcyjnego składane są zlecenia, które zwykle
opisane są w postaci szeregu zadań produkcyjnych, z których
każde jest przetwarzane jako ciąg operacji. Każda z operacji ma
określony czas wykonania (precyzyjnie lub też w postaci rozmytej), przy
czym kolejność operacji musi być zachowana. Celem jest rozwiązanie
problemu harmonogramowania zadań poprzez zbudowanie takiego HAR,
który w największym stopniu pozwoli na precyzyjne
dotrzymanie zobowiązań. Wykonanie zadań podlega ograniczeniom,
które zwykle dotyczą zasobów. Do prawidłowego
rozwiązania problemu HAR należy zdefiniować różne warianty
modeli SP (np. gniazdowy, przepływowy), obejmujące możliwe ograniczenia
produkcyjne, a także kryteria jego oceny.
Współczesne systemy zaawansowanego planowania i
harmonogramowania APS (Advanced Planning & Scheduling)
wspierają menedżerów i planistów w optymalizacji
scenariuszy produkcyjnych. Systemy APS wykorzystują algorytmy
optymalizacyjne oparte na różnego rodzajach metaheurystykach
(w tym algorytmy rojowe), które umożliwiają takie
harmonogramowanie produkcji, aby zlecenia zostały zrealizowane w jak
najkrótszym czasie, przy uwzględnieniu narzuconych
kryteriów. Algorytmy rojowe, mimo że naśladują bardzo
różne zachowania, charakteryzują się wspólnym
schematem przetwarzania. Po pierwsze populacja jest inicjalizowana wraz
z kilkoma rozwiązaniami generowanymi losowo lub za pomocą prostych
heurystyk. Rozwiązania początkowe są oceniane za pomocą wartości ich
funkcji celów lub funkcji przystosowania. Proces iteracyjny
jest wykonywany poprzez powtarzanie aż do wystąpienia kryterium
zatrzymania. Na końcu najlepsze rozwiązanie i odpowiadająca mu wartość
funkcji celu jest wyjściem algorytmu.
Celem
książki jest przedstawienie charakterystyki algorytmów
rojowych i możliwości ich wykorzystania do budowy
harmonogramów w rzeczywistych systemach produkcyjnych.
Książka jest przeznaczona dla studentów kierunku
"Zarządzanie i inżynieria produkcji", młodych naukowców i
praktyków zajmujących się zarządzaniem i sterowaniem
produkcją.
Wykaz
skrótów
Wstęp
1. Rodzaje
algorytmów inteligencji rojowej i problemy harmonogramowania
1.1. Rodzaje algorytmów rojowych
1.2. Rodzaje problemów harmonogramowania w systemach
produkcyjnych
1.3. Ograniczenia produkcji i kryteria oceny harmonogramów
systemów produkcyjnych
2. Charakterystyka
algorytmów rojowych i ich zastosowanie w systemach
produkcyjnych
2.1. Algorytm mrówkowy
2.2. Algorytm optymalizacji roju cząstek
2.3. Algorytm pszczeli
2.4. Algorytm sztucznego roju pszczół
2.5. Algorytm świetlika
2.6. Algorytm kukułki
2.7. Algorytm bakteryjny
2.8. Algorytm wirusa
2.9. Algorytm czepiaka
2.10. Algorytm żabiego skoku
2.11. Algorytm kociej sfory
2.12. Algorytm kurzego roju
2.13. Algorytm afrykańskiego dzikiego psa
2.14. Algorytm szarego wilka
2.15. Algorytm godów pszczoły miodnej
2.16. Algorytm muszek owocowych
2.17. Algorytm nietoperza
2.18. Algorytm stada wielbłądów
2.19. Algorytm stada słoni
2.20. Algorytm nosorożca .
2.21. Algorytm koników polnych
2.22. Algorytm ławicy kryla
2.23. Algorytm wielorybi
2.24. Algorytm migracji łososi
2.25. Algorytm sztucznej ławicy ryb
2.26. Algorytm roju salp
2.27. Algorytm stada owiec
2.28. Algorytm klanu surykatek
2.29. Algorytm cętkowanej hieny
2.30. Algorytm lwi
2.31. Algorytm gołębi
2.32. Algorytm nocujących kruków
2.33. Algorytm migrujących ptaków
2.34. Algorytm lwiej mrówki
2.35. Algorytm motyla monarchy
2.36. Algorytm pająka społecznego
2.37. Algorytm raf koralowych
2.38. Algorytm flory
2.39. Algorytm glonów
2.40. Algorytm inwazji chwastów
2.41. Inne algorytmy inteligencji rojowej
3. Eksperymenty
z wybranymi algorytmami na zadaniach testowych oraz do rozwiązania
rzeczywistych problemów produkcyjnych
3.1. Badanie efektywności algorytmów ACO, PSO i ABC na
zadaniach testowych
3.1.1. Analiza algorytmu optymalizacji kolonii mrówek (ACO)
3.1.2. Analiza algorytmu optymalizacji roju cząstek (PSO)
3.1.3. Analiza algorytmu sztucznego roju pszczół (ABC)
3.1.4. Efektywność wybranych algorytmów rojowych do problemu
JSSP
3.2. Zastosowanie algorytmów różnych
typów do rozwiązania problemów rzeczywistych
3.2.1. Charakterystyka rzeczywistych systemów produkcyjnych
typu gniazdowego
3.2.2. Rozwiązanie problemu JSAPNV z użyciem różnych
algorytmów
3.2.2.1. Algorytm zachłanno-siłowy (G–B)
3.2.2.2. Dyskretny algorytm sztucznego roju pszczół (DABC)
3.2.2.3. Algorytm oparty na nauczaniu i uczeniu (TLBO)
3.2.2.4. Algorytm konkurencji imperialistycznej (ICA)
3.3. Harmonogramowanie z użyciem algorytmów inspirowanych
zachowaniem ludzkim
3.3.1. Harmonogramowanie w SP integrujące kilka zasobów z
użyciem ASO
3.3.2. Rozwiązanie problemu FJSSP z użyciem algorytmu BSO
3.4. Zastosowanie hybrydowych algorytmów rojowych do
harmonogramowania procesów zarządzania produkcją
3.4.1. Harmonogramowanie procesu projektowania produktu z użyciem
GA+PSO
3.4.2. Harmonogramowanie procesu produkcyjnego z użyciem GA+CSA
3.4.3. Harmonogramowanie w rozproszonym SP z użyciem
algorytmów rojowych
3.4.4. Wybór maszyn w rekonfigurowanym SP z zastosowaniem
algorytmu MOPSO
3.4.5. Optymalizacja harmonogramowania przy zintegrowanym podejściu do
projektowania i konserwacji SP z użyciem hybrydy GA+PSO i ACO
4. Współczesne
problemy planowania, harmonogramowania i sterowania produkcją
4.1. Smart manufacturing jako nowa wersja inteligentnej produkcji
4.2. Zastosowanie technologii informacyjnych w planowaniu i sterowaniu
produkcją
4.3. Harmonogramowanie w zrobotyzowanych elastycznych systemach
montażowych
4.4. Rola cyfrowej technologii bliźniaczej w cyber-fizycznych systemach
produkcyjnych
4.5. Automatyczne generowanie modeli symulacyjnych systemów
produkcyjnych
4.6. Projektowanie parametrów procesu na podstawie danych i
metodologii RSM
4.7. Inteligentne harmonogramowanie procesów produkcyjnych
4.8. Optymalizacja harmonogramowania z użyciem danych percepcyjnych i
algorytmu pszczelego w środowisku zrównoważonej produkcji
4.9. Podejście simheurystyczne do rozwiązywania problemów
harmonogramowania w systemach produkcyjnych
4.10. Harmonogramowanie zadań w środowisku chmury obliczeniowej z
użyciem metaheurystyk
Zakończenie
Bibliografia
Indeks algorytmów
314
stron, B5, oprawa miękka
Po otrzymaniu zamówienia poinformujemy, czy wybrany tytuł polskojęzyczny lub
anglojęzyczny jest aktualnie na półce księgarni.
|