.png){kind=icon}
返回
A column generation-based exact solution method for seru scheduling problems
.png){kind=icon}
PRE
AI
DOI：10.1016/j.omega.2021.102581.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文试图解决seru生产系统 (SPS) 中的生产调度问题，该系统是源自日本电子装配行业的新型制造系统。作为典型的并行生产系统，SPS具有高效率，良好的灵活性和快速的响应能力，这些都是通过重新配置seru，增加或减少工人来调整实际动荡市场中的产量来实现的。本文中的seru调度问题被表述为整数规划 (IP) 模型，以最小化总加权完成时间 (TWCT)。然后，通过使用dantzig-wolfe分解，将提出的IP模型重新表述为具有主问题和几个子问题的集合划分问题。设计了一个分支定界 (B & B) 算法，B & B树中的每个节点都是集合划分问题的线性松弛问题 (LRP)。通过列生成方法来求解LRP，其中基于求解子问题来生成每列以表示sp中的seru的调度。进行了计算实验，结果表明，所提出的基于列生成的精确解方法有望有效解决seru调度问题。(c) 2021 Elsevier Ltd。版权所有。
Keyword:
Seru scheduling
Dantzig-Wolfe decomposition
Column generation
Branch-and-bound
期刊
O
IF:
7.2
论文数:
3.7K
被引数:
1.4W
机构
引用论文
.png){kind=icon}
A new approximation algorithm for unrelated parallel machine scheduling with release dates具有发布日期的不相关并行机调度的新近似算法
PREAI
分享收藏Supply chain management under carbon taxes: A review and bibliometric analysis碳税下的供应链管理: 回顾与文献计量分析
PREAI
分享收藏Logic-based Benders decomposition method for the seru scheduling problem with sequence-dependent setup time and DeJong's learning effect基于逻辑的Benders分解方法，用于具有序列相关的设置时间和DeJong学习效果的seru调度问题
PREAI
分享收藏
查看更多内容