El dialecto vulgar leonés hablado en Maragatería y Tierra de Astorga [recurso electrónico] / Santiago Alonso Garrote ; prólogo por el Excmo. Sr. Pío Guillón

CONTENIDO DE LIBRE ACCESO

Este contenido es de libre acceso. Solo haz clic en el siguiente botón.

Descripción: El problema de programación de taller (JSP) es uno de los problemas de optimización más difíciles en la industria manufacturera, y el problema de programación de taller flexible (FJSP) es una extensión del JSP clásico, lo que desafía aún más el rendimiento del algoritmo. En FJSP, se debe seleccionar una máquina para cada proceso de un conjunto dado, lo que introduce otro elemento de decisión dentro del camino del trabajo, haciendo que FJSP sea más difícil que el JSP tradicional. En este artículo, se propone una variante del algoritmo de optimización de saltamontes (GOA) llamada GOA asistido por aprendizaje opuesto dinámico (DOLGOA) para resolver FJSP. La estrategia de aprendizaje opuesto dinámico (DOL) adopta el espacio de búsqueda asimétrico para mejorar la capacidad de explotación del algoritmo y aumentar la posibilidad de encontrar el óptimo global. Se utilizan diversos benchmarks populares de CEC 2014 y FJSP para evaluar el rendimiento de DOLGOA
Citación recomendada (normas APA)
: Hindawi, "A Dynamic Opposite Learning Assisted Grasshopper Optimization Algorithm for the Flexible JobScheduling Problem", -:Revista VirtualPRO,, 2020. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3846652/), el día 2025-05-03.

Información adicional