.png){kind=icon}
返回
Worker allocation in ship block assembly job shop using Discrete Grey Wolf Optimization algorithm
.png){kind=icon}
PRE
AI
DOI：10.1080/17445302.2025.2595634.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
优化工人分配对于提高劳动密集型领域（如船体分段装配）的生产效率至关重要。该过程涉及混合模型的并行生产，任务会根据实际进度在加工和装配阶段之间灵活转移。考虑到任务的合作性质，以及工人技能和熟练度的异质性，装配车间工人分配（WAAJ）呈现出高度复杂的挑战。为解决WAAJ问题，本研究开发了一种混合整数线性规划模型，并提出了一种离散灰狼优化算法（DGWO），旨在最小化总完成时间。DGWO整合了关键链渐进策略用于初始解生成、资源再分配机制以改进局部搜索，以及自适应全局搜索策略以增强探索能力。数值实验表明，该算法在不同实例中均表现出有效性，为船体分段制造及其他劳动密集型产业提供了实践性见解。
Keyword:
Worker allocation
assembly job shop
mixed-integer linear programming model
Discrete Grey Wolf Optimization
期刊
IF:
1.8
论文数:
220
被引数:
2.8K
机构
引用论文
.png){kind=icon}
分享收藏Human -machine collaborative optimization method for dynamic worker allocation in aircraft final assembly lines飞机总装线动态工人配置的人机协同优化方法
PREAI
分享收藏A hybrid simheuristic algorithm for solving bi-objective stochastic flexible job shop scheduling problems一种求解双目标随机柔性作业车间调度问题的混合仿真启发式算法
OAAI
OAAI分享收藏Scheduling and worker assignment problems on hybrid flowshop with cost-related objective function
PREAI
分享收藏
查看更多内容