Genetický algoritmus jako metoda řešení rozvrhovací úlohy

Martin Hanzal

Bachelor's thesis

Genetic algorithm as a scheduling problem solution method

Abstract:

Rozvrhování činností patří mezi základní problémy operačního výzkumu. Rozvrhování je obecně přiřazení činností a zdrojů časovým intervalům. Vzhledem k tomu, že většina rozvrhovacích úloh patří do třídy úloh NP-hard, tedy nelze je řešit v polynomiálním čase (za předpokladu, že P nerovná se NP), uplatňují se při jejich řešení algoritmy založené na metaheuristických přístupech, mezi něž se řadí i genetické algoritmy. Tato práce pojednává o typech rozvrhovacích úloh a metodách jejich řešení, zejména o genetických algoritmech. Předmětem práce je implementace genetického algoritmu pro řešení rozvrhovací úlohy typu job-shop.

Abstract:

Task scheduling is a common operations research problem. Generally, scheduling is the allocation of a set of resources and a set of tasks in a period of time. Since most of scheduling problems are NP-hard, that is, cannot be solved in polynomial time (assuming that P is not equal to NP), various metaheuristic-based algorithms, such as genetic algorithms, are often used to tackle them. This thesis addresses scheduling optimization problems and solution methods, focusing on genetic algorithms. A part of this thesis is also an implementation of genetic algorithm for job-shop scheduling problem.

Keywords

rozvrhování, operační výzkum, metaheuristika, genetické algoritmy

Keywords

genetic algorithms, operations research, metaheuristic, scheduling

Language used: Czech

Date on which the thesis was submitted / produced: 16. 1. 2014

Thesis defence

• Date of defence: 25. 6. 2014
• Supervisor: Jan Zouhar
• Reader: Jan Fábry

Vysoká škola ekonomická v Praze

Bachelor programme / field:
Kvantitativní metody v ekonomice / Matematické metody v ekonomii