Andere Kunden interessierten sich auch für
![Algorithme de réseau neuronal pour LDA/GSVD]( "Algorithme de réseau neuronal pour LDA/GSVD")
Algorithme de réseau neuronal pour LDA/GSVD26,99 €![Ordonnancement des tâches dans le nuage:]( "Ordonnancement des tâches dans le nuage:")
Ordonnancement des tâches dans le nuage:33,99 €![Programmation efficace des tâches et réduction des émissions de carbone dans l'informatique en nuage]( "Programmation efficace des tâches et réduction des émissions de carbone dans l'informatique en nuage")
Programmation efficace des tâches et réduction des émissions de carbone dans l'informatique en nuage16,99 €![Système Expert de Commande et Supervision D'un Atelier de Broyage]( "Système Expert de Commande et Supervision D'un Atelier de Broyage")
Système Expert de Commande et Supervision D'un Atelier de Broyage32,99 €![Génération de sculptures à l'aide d'un réseau adversarial génératif]( "Génération de sculptures à l'aide d'un réseau adversarial génératif")
Génération de sculptures à l'aide d'un réseau adversarial génératif22,99 €![Planification des tâches dans le Grid Computing]( "Planification des tâches dans le Grid Computing")
Planification des tâches dans le Grid Computing36,99 €![Facteurs de réussite dans l'utilisation d'un logiciel de planification d'itinéraires]( "Facteurs de réussite dans l'utilisation d'un logiciel de planification d'itinéraires")
Facteurs de réussite dans l'utilisation d'un logiciel de planification d'itinéraires23,99 €
La planification des tâches dans un atelier à la commande consiste à répartir les machines dans le temps afin d'exécuter un ensemble de tâches de manière à minimiser/maximiser une mesure de performance spécifique tout en respectant les contraintes de priorité des opérations, les contraintes de capacité des machines, les exigences en matière de temps de traitement et de temps de préparation. Les ressources sont les machines et les tâches. La planification des tâches dans un atelier appartient à la classe des problèmes NP-complets. Dans cet ouvrage, des modèles de réseaux neuronaux artificiels ont été appliqués pour résoudre des problèmes NP-complets. L'objectif principal est de minimiser le temps total pondéré d'exécution des tâches dans le système, c'est-à-dire de minimiser le temps de fabrication (temps nécessaire pour terminer toutes les tâches) en utilisant la méthode heuristique, qui donne une solution approximative de haute qualité dans un délai raisonnable.