برای مثال پروژه­ای که در شکل ۴-۱۰ نشان داده شده­است را در نظر بگیرید. اعداد داخل گره­ها شماره فعالیت هستند. اعداد بالای گره، مدت زمان انجام فعالیت و اعداد پایین گره، میزان منبع مورد نیاز فعالیت را نشان می­ دهند. ۶ فعالیت اصلی با شماره­های ۱ تا ۶ داریم . دو فعالیت مجازی start و End شروع و پایان فعالیت را مشخص می­ کنند. یک نوع منبع با ظرفیت کل ۵ نیز داریم. فرض کنیم ۶ عدد تصادفی (۰٫۹۵,۰٫۵۵,۰٫۸۳,۰٫۶۲,۰٫۷۹,۰٫۴۸) زیر متناظر با فعالیت­های ۱ تا ۶ تولید کرده­باشیم. حال این اعداد تصادفی را مرتب می­کنیم و با فعالیت­های متناظر آن اعداد، یک جایگشت از فعالیت­ها می­سازیم. سپس شرط پیش­نیازی را با جابجا کردن فعالیت­ها اعمال می­کنیم تا به یک لیست فعالیتِ شدنی برسیم. در شکل ۴-۱۱ این مراحل به ترتیب نشان داده شده ­اند.
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

فرض کنیم اندازه جمعیت ۳ است. طبق مراحل قبل۳ لیست فعالیتِ شدنی می­سازیم. یعنی ۳ لیست از شماره فعالیت­ها که شرط پیش­نیازی را رعایت کرده­باشند. فرض کنیم این ۳ لیست بصورت شکل ۴-۱۲، بدست آید.

۴-۴-۲ زمانبندی اولیه با الگوریتم­های سازنده
لیست­های بدست آمده از مرحله قبل، ورودی این مرحله هستند. هر لیست شدنی را جداگانه با روش­های سازنده سری یا موازی یعنی S-SGS یا P-SGS زمانبندی می­کنیم. این روش­ها در بخش ۴-۳ توضیح داده شدند. هر دو روش را با هم بکار می­بریم. به این ترتیب که یک عدد تصادفی مانند r بین ۰ و ۱ برای تصمیم ­گیری ایجاد می­کنیم. اگر r < 0.5 باشد از روش S-SGS استفاده می­کنیم و در غیر این­صورت از روش P-SGS استفاده می­نماییم. در هر کدام از روش­های سری و موازی نیز، از روش پسرو و پیشرو استفاده می­نماییم. خروجی این مرحله، زمان تکمیل پروژه یعنی makespan برای هر لیست فعالیتِ شدنی است.
به مثال بر­ می­گردیم. ۳ لیست فعالیتِ شدنی ساختیم. با زمانبندی اولیه هر کدام از این سه لیست، با توجه به شکل ۴-۱۰ و زمان انجام هر فعالیت و میزان منبع مورد نیاز هر فعالیت که در شکل آمده­است، سه زمان تکمیل یعنی makespan بدست می ­آید. در مرحله بعد الگوریتم بهبود دهنده ETLBO را روی پاسخ­های بدست آمده اعمال می­کنیم.