Huynh, and Rahimian (2012) improved

Huynh, and Rahimian (2012) improved the efficiency of the
Genetic Algorithm use for solving the Quay Crane Scheduling Problems
(QCSP). Joo and Kim (2013) used their developed GA to solve
single-machine scheduling problem with multiple rate-modifying
activities and time-dependent deterioration. Chang, Wu, Lee and
Shen (2014) used emergency and immediate logistics scheduling
problems to prove the usefulness of their developed Greedy-
Search-based Multi-Objective Genetic Algorithm (GSMOGA) in
such cases.

ผลลัพธ์ (ไทย) 1:

ฮอยอัน และ Rahimian (2012) การปรับปรุงประสิทธิภาพของการใช้ขั้นตอนวิธีพันธุกรรมสำหรับแก้ปัญหาการจัดตารางการผลิตระดับเครนคีย์(QCSP) Joo และ Kim (2013) ใช้ GA การพัฒนาการแก้ไขเครื่องเดี่ยวจัดปัญหาหลายอัตราปรับเปลี่ยนกิจกรรมและการเสื่อมสภาพขึ้นอยู่กับเวลา ช้าง วู ลี และเชิน (2014) ใช้วางแผนโลจิสติกส์ฉุกเฉิน และทันทีปัญหาในการพิสูจน์ความมีประโยชน์ของการพัฒนา Greedy-ใช้ค้นหาวัตถุประสงค์หลายพันธุอัลกอริทึม (GSMOGA) ในกรณีดังกล่าว

ผลลัพธ์ (ไทย) 2:

Huynh และ Rahimian (2012)
ปรับปรุงประสิทธิภาพของพันธุกรรมการใช้ขั้นตอนวิธีการแก้ปัญหาท่าเรือเครนตั้งเวลา
(QCSP) จูและคิม (2013) ที่ใช้ในการพัฒนาของพวกเขา GA ในการแก้ปัญหาการตั้งเวลาเครื่องเดียวที่มีอัตราการปรับเปลี่ยนหลายกิจกรรมและการเสื่อมสภาพขึ้นกับเวลา ช้างวูลีและเฉิน (2014) ที่ใช้ในกรณีฉุกเฉินและการจัดตารางการโลจิสติกทันทีปัญหาที่จะพิสูจน์ให้เห็นประโยชน์ของการพัฒนาของพวกเขาGreedy- ค้นหาตามวัตถุประสงค์หลายขั้นตอนวิธีทางพันธุกรรม (GSMOGA) ในกรณีดังกล่าว

ผลลัพธ์ (ไทย) 3:

ส และ rahimian ( 2012 ) การปรับปรุงประสิทธิภาพของการใช้ขั้นตอนวิธีเชิงพันธุกรรมสำหรับการแก้

( เครนท่าเรือ ตารางปัญหา qcsp ) จู คิม ( 2013 ) ใช้พัฒนากายเพื่อแก้ปัญหาด้วยการตั้งเวลาเครื่องเดียว

กิจกรรมหลายอัตราและเวลาการเสื่อมคุณภาพ ชาง วู ลี เช็ง ( 2014 ) และ
ใช้ฉุกเฉินและการขนส่งการวางแผน
ทันทีปัญหาให้พิสูจน์ประโยชน์ของการพัฒนาของพวกเขาโลภ -
ค้นหาตามวัตถุประสงค์หลายขั้นตอนวิธีเชิงพันธุกรรม ( gsmoga
) ในกรณีดังกล่าว