返回
Models and algorithms for configuring and testing prototype cars
DOI:10.1016/j.cor.2024.106834.png)
摘要
En 中文
在本文中,我们考虑了在新车型的测试阶段在汽车行业背景下发生的新工业问题。车辆模型以不同的配置出售,对应于不同的选项关联,并且只有当车辆的所有选项都与该测试兼容时,才能对该车辆执行测试。我们的问题包括确定要制造的车辆 (称为原型) 的数量,它们的配置以及在每个原型上实现测试的顺序。我们正式将此问题转换为调度问题,其中作业是测试,机器是原型,并且对两个目标进行了字典优化: 后期作业的数量和使用的机器数量。首先,我们证明即使找到问题的可行解决方案也是NP难的,并且表征了等效于具有成对作业不兼容性的调度问题的情况。然后,我们提出了两个整数线性规划模型: 紧凑公式和路径流公式。我们使用列生成算法和基于包括机器配置的标签算法的潜水启发式算法来解决后者的公式。我们根据雷诺提供的真实数据集验证了我们的方法,并提供了额外的实验来研究我们不同方法对关键实例属性的敏感性。我们的路径流模型使我们能够找到比公司使用的CP求解器获得的更好的解决方案。它证明了第一个目标函数的所有基准实例的最优性,并为第二个目标函数获得了较小的最优性差距。
Keyword:
Scheduling
Mixed integer linear programming
Column and row generation
Diving heuristic
Automobile industry
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
C
IF:
4.3
论文数:
6.5K
被引数:
1.8W
机构
引用论文
Arc flow formulations based on dynamic programming: Theoretical foundations and applications基于动态规划的电弧流公式: 理论基础和应用
Effect of ovarian steroid deficiency on oestrogen receptor ? expression in bone卵巢激素缺乏对雌激素受体的影响?在骨骼中的表达
EVALUATION OF THYROID SHIELDS FOR REDUCTION OF RADIATION EXPOSURE TO ORTHOPAEDIC SURGEONS评估甲状腺护罩以减少骨科医生的辐射暴露
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
Scheduling rules to minimize total tardiness in a parallel machine problem with setup and calendar constraints调度规则,以最大程度地减少具有设置和日历约束的并行机问题中的总迟到
Psychiatric Sequelae Following Breast Cancer Chemotherapy: A Pilot Study Using Claims Data乳腺癌化疗后的精神病后遗症: 一项使用索赔数据的初步研究

