遺伝的手法で学習するニューラルネットワークのジョブショップ・スケジューリングへの応用 A Neural Network tranind by a Genetic Algorithm as applied to Job-shop Scheduling

この論文にアクセスする

この論文をさがす

著者

抄録

染色体の長さの変化を許した遺伝的アルゴリズムを用いて, 3層の階層型ニューラルネットワークの重み最適化学習 (教師データ無しの総合評価学習) と構造決定 (中間層ユニット数の必要最小限化) を同時に行う新たな方法を提案し, 同方法のジョブショップ・スケジューリング問題 (JSSP) への応用の仕方についてベンチマークを用いた実験を通して検討することを目的とした.<BR>個体数, 突然変異率, 初期中間層ユニット数およびピックアップ数のシミュレーション結果への影響を検討し, 同パラメータが適切に設定されれば, ネットワークの重み最適化学習と構造決定を同時に行なえることを明かにした.<BR>Muth and Thompson の JSSP ベンチマークの一つである6×6×6問題を最小総作業時間で解くことを試みた.その結果, 最適スケジュールを組める複数のネットワークが獲得でき, 問題変更に対する同ネットワークの適応能力 (汎化能力) は中間層ユニット数の小さなものほど優れていることを明かにした.

In three-layered neural networks, a new combined method of weight learning based on overall evaluation without teacher data and structural determination to minimize the necessary number of hidden units was proposed using a genetic algorithm, where the length of chromosomes was permitted to change. The purpose of this study was to discuss how to apply the neural network to job-shop scheduling using a bench mark test.<BR>It was clarified that concurrent optimizing of the above-mentioned weight learning and structural determination could be achieved when the whole number of individuals, the mutation rate, the initial number of hidden units, and the number of pickup individuals were adequately determined.<BR>One of the Muth and Thompson's JSSP bench mark problems (the 6 × 6 × 6 test problem) was discussed to be solved minimizing the total operating time. Plural optimal networks were obtained, and among them the network with the smaller number of hidden units had the more excellent adaptability (generality) to the change of problems.

収録刊行物

  • 化学工学論文集  

    化学工学論文集 22(1), 156-162, 1996-01-20 

    The Society of Chemical Engineers, Japan

参考文献:  13件

参考文献を見るにはログインが必要です。ユーザIDをお持ちでない方は新規登録してください。

被引用文献:  1件

被引用文献を見るにはログインが必要です。ユーザIDをお持ちでない方は新規登録してください。

各種コード

  • NII論文ID(NAID)
    10002668130
  • NII書誌ID(NCID)
    AN00037234
  • 本文言語コード
    JPN
  • 資料種別
    ART
  • ISSN
    0386216X
  • NDL 記事登録ID
    3918378
  • NDL 雑誌分類
    ZP5(科学技術--化学・化学工業--化学工学)
  • NDL 請求記号
    Z17-725
  • データ提供元
    CJP書誌  CJP引用  NDL  J-STAGE 
ページトップへ