.png){kind=icon}
返回
Robust seru production optimisation under uncertain worker processing times
.png){kind=icon}
PRE
AI
DOI：10.1080/00207543.2025.2504167.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
seru生产系统引入了一种新颖的可重构生产范式。尽管由于工人效率波动和机器性能变化导致的工人加工时间（WPTs）随机变化是不可避免的，但鲜有研究探讨seru生产问题（SPPs）中的不确定因素。另一项挑战在于非线性seru加工时间（SPTs）的特征描述，导致现有精确算法需要枚举呈指数增长的seru组建方案。为缓解WPTs的不确定性，本文提出了一种决策依赖的鲁棒优化模型，用于刻画内生和外生不确定性。用于调节不确定性集保守性的预算被建模为决策变量的仿射函数。为解决具有无限非线性约束的鲁棒SPP（RSPP），我们提出了精确的等价重构以及基于双级鲁棒Q学习的协同共进化算法（DRQL-CCA）。首先，通过分析其结构性质，我们提出了首个等价的混合0-1二阶锥规划重构方法，其速度相比现有算法提升高达一个数量级。其次，针对大规模问题，我们设计了一种鲁棒Q学习模型，通过将最坏情况系统性能纳入状态和奖励指标，来引导DRQL-CCA的搜索过程。此外，双级Q学习方法通过将决策过程分解为子问题选择和优化阶段，提供了一种分治架构。与确定性模型相比，所提出的鲁棒模型能显著降低调度方案的方差。与当前最优算法的数值比较也验证了所提DRQL-CCA的优越性。
Keyword:
Seru production
robust optimisation
uncertain worker processing times
mixed-integer second-order cone programming
cooperative coevolution algorithm
期刊
IF:
7.3
论文数:
1.1W
被引数:
3.7W
机构
引用论文
Benders' decomposition for robust travel time-constrained inventory routing problem鲁棒旅行时间约束的库存路径问题的benders分解
.png){kind=icon}
PREAI
分享收藏Adaptive scheduling for assembly job shop with uncertain assembly times based on dual Q-learning基于双Q学习的装配时间不确定的装配车间自适应调度
PREAI
分享收藏A reinforcement learning driven two-stage evolutionary optimisation for hybrid seru system scheduling with worker transfer具有工人转移的混合seru系统调度的强化学习驱动的两阶段进化优化
PREAI
分享收藏Robust (min-max regret) single machine scheduling with interval processing times and total tardiness criterion具有间隔处理时间和总迟到标准的鲁棒 (最小-最大遗憾) 单机调度
PREAI
分享收藏Robust makespan minimisation in identical parallel machine scheduling problem with interval data
PREAI
分享收藏
Scenario-based multi-objective robust scheduling for a semiconductor production line基于场景的半导体生产线多目标鲁棒调度
PREAI
分享收藏
查看更多内容