
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Luo, Jingyu | - |
| Autor(es): dc.creator | Vanhoucke, Mario | - |
| Autor(es): dc.creator | Coelho, José | - |
| Autor(es): dc.creator | Guo, Weikang | - |
| Data de aceite: dc.date.accessioned | 2025-08-22T11:48:13Z | - |
| Data de disponibilização: dc.date.available | 2025-08-22T11:48:13Z | - |
| Data de envio: dc.date.issued | 2022-11-17 | - |
| Data de envio: dc.date.issued | 2022-11-17 | - |
| Data de envio: dc.date.issued | 2022-01 | - |
| Fonte completa do material: dc.identifier | http://hdl.handle.net/10400.2/12602 | - |
| Fonte completa do material: dc.identifier | https://doi.org/10.1016/j.eswa.2022.116753 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/10400.2/12602 | - |
| Descrição: dc.description | In recent years, machine learning techniques, especially genetic programming (GP), have been a powerful approach for automated design of the priority rule-heuristics for the resource-constrained project scheduling problem (RCPSP). However, it requires intensive computing effort, carefully selected training data and appropriate assessment criteria. This research proposes a GP hyper-heuristic method with a duplicate removal technique to create new priority rules that outperform the traditional rules. The experiments have verified the efficiency of the proposed algorithm as compared to the standard GP approach. Furthermore, the impact of the training data selection and fitness evaluation have also been investigated. The results show that a compact training set can provide good output and existing evaluation methods are all usable for evolving efficient priority rules. The priority rules designed by the proposed approach are tested on extensive existing datasets and newly generated large projects with more than 1,000 activities. In order to achieve better performance on small-sized projects, we also develop a method to combine rules as efficient ensembles. Computational comparisons between GP-designed rules and traditional priority rules indicate the superiority and generalization capability of the proposed GP algorithm in solving the RCPSP. | - |
| Descrição: dc.description | info:eu-repo/semantics/publishedVersion | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | ELSEVIER | - |
| Palavras-chave: dc.subject | Resource-constrained project scheduling | - |
| Palavras-chave: dc.subject | Priority rules | - |
| Palavras-chave: dc.subject | Genetic programming | - |
| Título: dc.title | An efficient genetic programming approach to design priority rules for resource-constrained project scheduling problem | - |
| Aparece nas coleções: | Repositório Aberto - Universidade Aberta (Portugal) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: