.png){kind=icon}
返回
A constraint programming-based decomposition procedure for shop scheduling problems
.png){kind=icon}
PRE
AI
DOI：10.1080/00207543.2026.2719849.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种基于两阶段约束规划（CP）的算法，用于在最小化完工时间准则下为经典调度问题获取高质量的下界和上界。该方法依赖于一种资源约束项目调度问题（RCPSP）的建模，该建模整合了分解方法和利用问题结构的预热启动机制以推导有竞争力的界限。我们在非排列流水车间调度问题（NPFSSP）和作业车间调度问题（JSSP）的280个实例上评估了该方法，其中包含120个和160个实例，分别。全面的计算分析表明，所提出的分解方法（DA）在最优性间隙和相对于下界及上界的相对百分比偏差方面具有高度竞争力，并且在下界和上界方面均优于工业实践中常用的直接求解方法（DS）。DA在大多数实例子集的平均性能和变异性方面均持续优于DS。我们进一步在20个具有非矩形作业结构、作业再循环和不平衡机器工作负载的真实工业实例上验证了该方法，平均用时251秒在所有实例上达到最优完工时间。通过获取高度有竞争力的界限，所提出的分解过程增加了在承诺截止日期、分配工作负载或评估是否需要额外容量时的管理信心。
Keyword:
Scheduling
constraint programming
job shop
flow shop
warm-start
CP Optimizer
ADVANCED PLANNING AND SCHEDULING SYSTEMS
FLOW SHOP SCHEDULING
JOB SHOP SCHEDULING
期刊
IF:
7.3
论文数:
1.1W
被引数:
3.7W
机构
引用论文
分享收藏
A constraint programming approach for resource-constrained flexible assembly flow shop scheduling problem with batch direct delivery具有批量直接交付的资源受限柔性装配流水车间调度问题的约束编程方法
PREAI
分享收藏Investigating the Monte-Carlo Tree Search approach for the job shop scheduling problem研究蒙特卡洛树搜索方法在作业车间调度问题中的应用
OAAI
OAAI分享收藏Reinforcement Learning for Search Tree Size Minimization in Constraint Programming: New Results on Scheduling Benchmarks约束规划中搜索树大小最小化的强化学习：在调度基准测试上的新结果.png)
IF0
PREAI
分享收藏
查看更多内容