最小化使得混合批次安排与相同的机器和不平等的准备时间进行混合批次安排

科学领域:

• 运营研究 运营研究
• 工业工程 工业工程 工业工程
• 计算机科学 计算机科学

背景情况:

• 计划并行批量机器涉及复杂的处理时间,包括设置,预热和保温.
• 工作表现出尺寸,重量和准备时间的变化,使优化变得复杂.
• 在这样的系统中,最大限度地减少制作时间 (总完成时间) 是一个关键的目标.

研究的目的:

• 开发一种高效的算法,在并行批量机器调度中最大限度地减少制造量.
• 用一种新的启发式方法来解决问题的NP-hard性质.
• 根据现有方法和最佳解决方案验证拟议的模型和算法.

主要方法:

• 为正确性验证制定一个混合整数线性编程 (MILP) 模型.
• 开发一种使用动态调度策略的新型构造式启发式算法.
• 分析算法的时间复杂性和最坏情况下的性能评估.
• 对MILP最佳解决方案和下限的启发性性能进行比较.

主要成果:

• 与基准算法相比,提出的构造式启发式证明了优越的调度性能.
• 动态调度策略有效地减少了批次之间的机器置等待时间.
• 实验结果验证了新启发式的有效性,适用于小规模和大规模实例.

结论:

• 这种新的构造式启发式为NP-hard平行批次调度问题提供了有效的解决方案.
• 动态调度方法显著改善了制作时间的最小化.
• 这项研究为优化批量处理系统提供了宝贵的贡献.