Competitive Non Dominated Ranking Multi Objective Genetic Algorithm for Unequal Area Facility Layout Problems

Progetto: Research project

Dettagli progetto

Layman's description

Gli Algoritmi Genetici (GA) hanno recentemente dimostrato la loro efficacia nella ricerca di soluzioni (sub)ottimali per molti problemi NP-hard, come il problema dell’allocazione di reparti di differente dimensione all’interno di uno stabilimento di area prestabilita. Uno dei problemi principali dell' approccio mediante Algoritmi genetici è legato alla codifica e al meccanismo evolutivo attuato, che deve consentire l'esplorazione efficiente di uno spazio ampio di soluzioni, mantenendone la fattibilità e garantendo la convergenza verso quella ottimale. Inoltre, in situazioni reali in cui i vincoli progettuali devono essere presi in considerazione, il problema della definizione del layout ottimale rientra nel quadro più ampio dei problemi di ottimizzazione multi obiettivo. Ad oggi, esistono pochi approcci di tipo multi obiettivo, e la maggior parte di essi impiegano tecniche di ottimizzazione molto semplificate che alla fine influenzano la qualità delle soluzioni ottenute e le prestazioni della procedura di ottimizzazione. In tale contesto, il presente progetto di ricerca propone lo sviluppo di un innovativo algoritmo genetico multi obiettivo che contemporaneamente utilizzi quattro funzioni di fitness separate all'interno di una procedura di evoluzione Paretiana. La codifica utilizzata sarà basata su una struttura di rappresentazione slicing-tree, ed i risultati numerici ottenuti verranno confrontati con precedenti approcci presenti in letteratura in modo da confermare l'efficacia della procedura proposta.
StatoAttivo
Data di inizio/fine effettiva1/1/12 → …

Fingerprint

Esplora i temi di ricerca toccati da questo progetto. Queste etichette sono generate sulla base dei riconoscimenti/sovvenzioni sottostanti. Insieme formano una fingerprint unica.