Transcript 部分解 - 知的システムデザイン研究室

ジョブショップスケジューリング問題への
分散遺伝的アルゴリズムの適用
Distributed Genetic Algorithm on
Job-shop Scheduling Problems
知的システムデザイン研究室
16980017 花田 良子
ジョブショップスケジューリング問題 （JSP）
複数の製品を複数の機械で加工する
数多くの製造現場がジョブショップ型
部品メーカ，加工メーカなど
部品
複数の機械で処理
スケジュール
製品
ジョブショップスケジューリング問題 （JSP）
複数の仕事を複数の機械で処理する
すべての仕事を処理するのに要する時間（Makespan）を
最小にするようなスケジュールを求める
ジョブショップスケジューリング問題 （JSP）
複数の仕事を複数の機械で処理する
すべての仕事を処理するのに要する時間（Makespan）を
最小にするようなスケジュールを求める
仕事数，機械数が多くなると，すべての組合せを
計算することが困難
65
例） 10仕事10機械問題．．．4.0×10 通り
遺伝的アルゴリズム
遺伝的アルゴリズム (GA)
GAの特徴
生物の進化の模倣
- 選択
適合度の高い個体が多く生き残る
- 交叉
個体の情報交換
- 突然変異
個体情報の変更
GAの計算モデルの1つに分散GA（DGA）
分散遺伝的アルゴリズム （DGA）
母集団を複数のサブ母集団に分割
各サブ母集団内でGAを行う
サブ母集団間の移住操作 （Migration）
研究の背景と目的
連続最適化問題において，DGAは単一母集団GA
（SPGA）と比較して解探索性能がよい
種々の組合せ最適化問題において，
DGAの性能が明らかとなっていない
ジョブショップスケジューリング問題（JSP）
を対象として，DGAの性能を検証
遺伝的オペレータとパラメータ
数値実験で用いたオペレータ (小野 97)
交叉
： inter-machine JOX
突然変異： job-based shift change
パラメータ
母集団サイズ
サブ母集団数
800
1（SPGA）, 4, 8, 20
交叉率
突然変異率
移住間隔
移住率
1.0
0.1
20世代
0.5
対象問題
ft10 （10仕事10機械問題）
最適値 930
10
65
探索空間の大きさ （10!） = 4.0×10
仕事1
機械2
・・・
・・・
機械1
仕事10
機械10
仕事2
SPGAとDGAの比較
50試行の平均値
DGAはSPGAと比較して解の精度がよい
サブ母集団数を多くすると性能が向上する
JSPにおけるDGAの性能
SPGAに比べてDGAは解の精度がよい
サブ母集団数を多くすると性能が向上する
DGAにおける独自のオペレータである移住の効果
DGAの解探索能力と移住との関係を検討
DGAにおける移住の有無による比較
最適解を得た確率 （50試行の結果）
DGAは移住を行わないDGAと比較して最適解を
高い確率で得られる
部分解の概念
部分解 : 各機械における仕事の投入順序
部分解
最適スケジュール
機械3の部分解をもつスケジュール
各機械における最適解の部分解を持つ個体が占め
る割合を比較
最適解の部分解をもつ個体の広がり
3機械における最適解の部分解をもつ個体の割合
（サブ母集団数20， 1試行の結果）
移住なしDGA
移住ありDGA
移住を行うことにより部分解が大きく増加する
移住によって最適解を得やすくなる
まとめ
結果
JSPにおいて，DGAはSPGAに比べ良好な結果が
得られる
DGAにおいては，移住により部分解が広まること
によって最適解が得やすくなる
今後の課題
他の組合せ最適化問題へのDGAの適用と
解探索能力の検討