AI Summary & Key Takeaways
AI InsightComputer solutions demonstrate that GACO is a good alternative solution method for solving LSP.
📌 3 Key Takeaways
Abstract
This paper presents a new metaheuristic approach called Global Ant Colony Optimization (GACO). GACO differs from the other ACO techniques that ants don’t need to visit all nodes or don’t complete the tour. GACO is developed to solve lot sizing problem. GACO is able to find new alternative solution by starting any node and visiting one or more nodes. There is no local pheromone update in GACO. Global pheromone update and ant’s path choice is carried out by using complete path information. GACO has been applied to solve various size of one item LSP. Computer solutions demonstrate that GACO is a good alternative solution method for solving LSP.
Özet
Bu çalışmada, Global Karınca Kolonisi Algoritması (Global Ant Colony Optimization) (GACO) adı verilen yeni bir karınca kolonisi optimizasyon tekniği anlatılmaktadır. Geliştirilmiş birçok karınca kolonisi optimizasyonu (Ant Colony Optimization) (ACO) sisteminden farklı olarak, karıncaların tam bir tur yapma ya da tüm düğümlere uğrama zorunlulukları yoktur. Özellikle sipariş büyüklüğü problemlerine (Lot Sizing Problem) (LSP) alternatif bir çözüm önerisi olarak geliştirilen GACO’da, herhangi bir düğümden başlayarak ve herhangi bir ya da birden fazla düğüme uğrayarak bir çözüm alternatifi geliştirmek mümkündür. Mevcut ACO’lardan ayrıldığı en temel bir diğer fark ise bölgesel feromon güncellemesinin olmayışıdır. Feromon güncellemesi ve karıncaların yol seçimi yolun tamamı dikkate alınarak gerçekleştirilmektedir. GACO, literatürdeki farklı tip ve boyutlardaki LSP’ne uygulanmıştır. Sonuçlar GACO’nun hem sonuçlar hem de süreler açısından LSP’nin çözümüne iyi bir alternatif olduğunu göstermektedir.