본 논문에서는 선행제약순서결정문제(Sequencing problem with precedence constraints, SPPC)를 효과적으로 해결하기 위한 적응형 유전알고리즘(Adaptive genetic algorithm, aGA)을 제안한다. aGA에서 는 SPPC를 효과적으로 표현하기 위해 위상정렬에 기초한 표현절차(topological sort-based representation procedure) 를 사용한다. 제안된 aGA는 퍼지로직제어를 이용한 적응형구조를 가지고 있으며, 유전 탐색과정을 통해 교차변이 연산자(Crossover operator)의 비율을 적응적으로 조절한다. 수치예제에서는 다양한 형태의 SPPC를 제시하였으며, 그 실험결과는 제안된 aGA가 기존의 알고리즘보다 우수함을 보여주었다. 결론적으로 말하자면 본 논문에서는 제안된 aGA가 다양한 형태의 SPPC에서 최적해 혹은 최적순서를 발견하는데 아주 효과적이라는 것을 밝혔다.
In this paper, we propose an adaptive genetic algorithm (aGA) approach for effectively solving the sequencing problem with precedence constraints (SPPC). For effective representation of the SPPC in the aGA approach, a new representation procedure, called the topological sort-based representation procedure, is used. The proposed aGA approach has an adaptive scheme using a fuzzy logic controller and adaptively regulates the rate of the crossover operator during the genetic search process. Experimental results using various types of the SPPC show that the proposed aGA approach outperforms conventional competing approaches. Finally the proposed aGA approach can be a good alternative for locating optimal solutions or sequences for various types of the SPPC.
