Genetic Algorithms for a Discrete Lot Sizing Problem
Résolution du Pigment Sequencing Problem avec les algorithmes génétiques (Submission to Episciences)
Résumé
Lot sizing is essential in production planning. It consists of determining a production plan that meets the orders and other constraints while minimizing the production cost. Here, we consider a Discrete Lot Sizing Problem (DLSP), notably the Pigment Sequencing Problem (PSP). We have implemented an approach based on genetic algorithms to solve the PSP. We have proposed adaptive ways for each step of the genetic approach: initialization, selection, crossover, and mutation. We experimentally evaluate the performance of the approach over multiple trials on some publicly available instances of the PSP. These experimental results show that genetic algorithms are
promising and practical approaches to solving DLSP.
Le dimensionnement de lots tient une place importante en planification de production en industrie. Il consiste à trouver un plan de production qui à la fois satisfait les contraintes et prend en compte les objectifs financiers. Dans cet article, nous étudions une instance de problèmes de dimension discret (DLSP), le Pigment Sequencing Problem (PSP). Nous implémentons une approche basée sur les algorithmes génétiques afin de le résoudre en proposant des méthodes adaptatives pour chacune des étapes des algorithmes génétiques que sont l'initialisation, la sélection, le croisement et la mutation. Les expériences menées nous ont permis d'évaluer la performance de cette approche sur des instances en accès publique de PSP. Les résultats obtenus montrent que les algorithmes génétiques constituent une approche intéressante et effective dans la résolution des DLSP.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|