arrow
返回

Resource-constrained multi-stage processing and assembly scheduling with sequential and batch operations

delete2025-11-19
delete0
PRE
AI
S
Song Wu
Y
Yang Wang
Y
Yu Du
杨
杨薇 (Wei Yang)
J
Jianguang Feng *
DOI:10.1007/s10732-025-09573-2delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
本文针对多产品、柔性及小批量生产模式下的复杂调度问题进行研究,旨在满足多样化客户需求的同时提升生产效率。具体而言,该问题涉及完成一组订单,每份订单包含多种产品。每种产品由多个组件构成,这些组件需经过一系列顺序或批量工序加工后,再进行装配操作。这些工序在加工和装配阶段均需消耗各类资源,如机器、人员及设备。为解决该复杂问题,我们构建了一个离散时间混合整数规划模型,该模型整合了多阶段加工与装配,以及顺序与批量加工工序,并考虑了资源约束条件。针对大规模问题,我们提出了一种简便高效的启发式算法,其初始解通过基于最晚完成时间优先规则的并行调度生成方案构建,随后通过交替执行前向和后向调度程序进行迭代优化。所提启发式算法在资源容量和订单数量各异的中小规模问题实例上进行了评估。数值实验结果表明,该算法在所有120个实例中均优于多起点并行调度生成方案,改进幅度为2.22%-5.93%。此外,在标准资源容量条件下的对比结果显示,该算法同样优于随机采样方法及两种经典元启发式算法,在所有40个实例中实现了3.90%-26.05%的改进。最后,资源利用率分析为调度方案的有效性提供了有价值的见解。
Keyword:
Resource constraints
Multi-stage scheduling
Sequential and batch processing
Heuristic
Forward-backward improvement

期刊

J
Journal of Heuristics
IF:
1.4
论文数:
30
被引数:
1.3K

机构

N
northwestern polytechnical university
学者数:
1.3W
论文数: 4.6K
被引数: 0
University of Colorado System 封面图
University of Colorado System
学者数:
6.3W
论文数: 5.5W
被引数: 1.8K
引用论文

引用论文

Switching strategy-based hybrid evolutionary algorithms for job shop scheduling problems
err2022-04-16
err12
errOAAI
errMahmud, Shahed; Chakrabortty, Ripon K.; Abbasi, Alireza; Ryan, Michael J.
err分享
err收藏
学者 查看更多内容