Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightPSO-RSA yaklaşımın performansı, literatürde yer alan test problemleri üzerinden karşılaştırmalı olarak gösterilmiştir.
📌 3 Maddede Bu Makale
Özet
Bu çalışmada alternatif rotalı hücre oluşturma problemlerinin çözümü için Parçacık Sürü Optimizasyonu (PSO) ve Rekabetçi Sinir Ağı (RSA) temelinde melez bir yaklaşım önerilmiştir. PSO yöntemindeki parçacıklar, her bir parça için izlenecek rotaları temsil edecek şekilde kodlanmıştır. Parçacıkların sahip olduğu rota seçim bilgileri kullanılarak her parçacığa karşı gelen alternatif rotaların olmadığı bir hücre oluşturma problemi elde edilir. Bu indirgenmiş problem Rekabetçi Sinir Ağı yaklaşımı ile çözülerek karşı gelen gruplandırma etkinliği ilgili parçacığın uyum değeri olacak şekilde atanır. Ayrıca PSO-RSA melez yaklaşımının etkinliğinin gösterilmesi için geliştirilen sadece PSO yaklaşımı ve Tavlama BenzetimiRSA melez yöntemi olmak üzere iki faklı yöntem ile de karşılaştırmalar yapılmıştır. PSO-RSA yaklaşımın performansı, literatürde yer alan test problemleri üzerinden karşılaştırmalı olarak gösterilmiştir.
Abstract
In this study a hybrid approach based on Particle Swarm Optimization (P SO) and Competitive Neural Network (CNN) is proposed to solve cell formation problems with alternative routings. Particles in PSO are decoded as representation of routings which will be followed by each part. By using the route information of the particles a cell formation problem without alternative routings corresponding to each particle is obtained. This reduced problem is solved by a Competitive Neural Network approach and its grouping efficacy result is assigned to particle as a fitness value. Furthermore, in order to demonstrate efficiency of the PSO-CNN hybrid approach, proposed method is compared with purely PSO and Simulated AnnealingCNN hybrid as other two methods developed for solving same problem. Performance of the PSO-CNN approach is shown on the test problems with comparisons.