×
丁林山;关再林;张正敏;方维康;陈志鹏;岳、雷

一种混合流体主-副进化算法，用于具有序列相关启动时间的大规模多柔性作业车间调度。 （英语） Zbl 07841182号

工程优化。 56，编号1，54-75（2024）.
摘要：本文研究了一个具有序列相关启动时间的大规模多重柔性job-shop调度问题。在这个问题中，每种工作类型的大量生产需求产生了大规模的多样性制造特征。为了解决这个问题，提出了一种混合流体主参数进化算法（HFMAE），以最小化制造周期。在第一步中，提出了一种流体松弛初始化方法（FRI）和初始化过程，以获得高质量的初始解。在FRI中，提出了一种在线流体跟踪策略，以改进作业的分配决策和排序决策。第二步，基于生成的初始解，提出了一种改进的主应用进化方法（IMAE）。在IMAE中，提出了两种邻域结构和三种完工时间估计方法来提高解空间搜索效率。数值结果表明，在求解大规模多重FJSP问题时，所提出的HFMAE优于比较算法。

MSC公司：

90倍X 运筹学、数学规划

关键词：

灵活的job-shop调度;流体模型;混合流体主参数进化算法;大规模优化;顺序相关的设置时间
PDF格式BibTeX公司 XML格式引用
\textit{L.Ding}等人，工程优化。56，编号1，54-75（2024；Zbl 07841182）
全文： 内政部

参考文献：

[1] Alimian、Mahyar、Ghezavati、Vahidreza、Tavakkoli-Moghaddam、Reza和Ramezanian、Reza。2022.“用滚动地平线方法解决具有顺序相关设置时间/成本和预防性维护的平行线容量批量确定和调度问题”，计算机与工业工程168:108041。doi:。
[2] Bertsimas，D.和Gamarnik，D.，1999年。“Job Shop调度和数据包路由的渐近最优算法”，《算法-认知信息学和逻辑学杂志》33（2）：296-318·Zbl 0944.68006号
[3] Bertsimas，D.、Gamarnik，D.和Sethuraman，J.，2003年。《从流体松弛到高倍数作业车间调度的实用算法：持有成本目标》，运筹学51（5）：798-813·兹比尔1165.90449
[4] Borisovsky，P.、Eremeev，A.和Kallrath，J.，2020年。《多产品连续工厂调度：分解、遗传算法和构造启发式的结合》，《国际生产研究杂志》58（9）：2677-2695。
[5] Boudoukh，T.、Penn，M.和Weiss，G.，2001年。《用一些相同或相似的工作安排工作间》，《日程安排杂志》4（4）：177-199·Zbl 0979.90052号
[6] Brandimarte，P.1993。“通过禁忌搜索在灵活的工作车间中进行路由和调度”，《运营研究年鉴》41:157-183·Zbl 0775.90227号
[7] Cakmakci，M.2009年。“工艺改进：汽车行业安装时间减少的性能分析-SMED”，《国际先进制造技术期刊》41（1-2）：168-179。
[8] 曹毅、石海波和张德良.2022。“动态多种群差分进化算法在柔性车间调度中的应用”，《工程优化》54（3）：387-408·Zbl 1523.90145号
[9] Chaudhry，I.A.和Khan，A.A.，2016年。“研究调查：柔性车间调度技术综述”，《运筹学国际汇刊》23（3）：551-591·Zbl 1338.90162号
[10] Dai，J.G.和Weiss，G.，2002年。“一种流动的启发式方法，用于最小化工作车间的生产周期。”。运筹学50（4）：692-707·Zbl 1163.90810号
[11] DauzerePeres，S.和Paulli，J.，1997年。“使用禁忌搜索建模和解决一般多处理器Job-Shop调度问题的集成方法”，《运筹学年鉴》70:281-306·Zbl 0890.90097号
[12] Defersha，F.M.和Rooyani，D.，2020年。“一种有效的两阶段遗传算法，用于具有序列相关的附加/分离设置、机器发布日期和延迟时间的柔性Job-Shop调度问题”，《计算机与工业工程》147:106605。doi:。
[13] 丁、林山、关、再林和张正民。2021.《大规模再制造柔性车间调度的快速高效流体松弛算法》，载于《APMS 2021：生产管理系统的进展》。《可持续和弹性生产系统的人工智能》，由A.Dolgui、A.Bernard、D.Lemoine、G.von Cieminski和D.Romero编辑，396-404年。查姆：斯普林格。
[14] 丁J.W.、卢Z.P.、李C.M.、沈L.J.、徐L.P.和格洛弗F..2019。“柔性作业车间调度问题的基于两个人的进化算法”。第三十三届AAAI人工智能会议/第三十届人工智能创新应用会议/第九届AAAI-人工智能教育进步研讨会：2262-2271。
[15] 加西亚、萨尔瓦多、莫利纳、丹尼尔、洛扎诺、曼努埃尔和弗朗西斯科的埃雷拉。2008.《使用非参数测试分析进化算法行为的研究：2005年CEC实参数优化特别会议的案例研究》，《启发式杂志》15（6）：617-644。doi:·Zbl 1191.68828号
[16] Gawronski，T.2012年。《家具行业设置时间的优化》，《运营研究年鉴》201（1）：169-182·Zbl 1260.90089号
[17] 格洛弗，F.1990。《Tabu Search-Part II》，《ORSA计算杂志》2:4-32·Zbl 0771.90084号
[18] Goncalves，J.F.、Mendes，J.J.D.M.和Resende，M.G.C.，2005年。“作业车间调度问题的混合遗传算法”，《欧洲运筹学杂志》167（1）：77-95·Zbl 1075.90028号
[19] 米盖尔·冈萨雷斯（Miguel A.González）、贝拉（Vela）、卡米诺·R（Camino R.）和拉米罗·瓦雷拉（Ramiro Varela）。2015.《灵活车间调度问题的路径重新链接分散搜索》，《欧洲运筹学杂志》245（1）：35-45。doi:·Zbl 1346.90348号
[20] Gu，J.W.，Gu，M.Z.，Lu，X.W.和Zhang，Y.，2018年。“随机Job Shop调度问题的渐近最优策略以最小化Makespan”，《组合优化杂志》36（1）：142-161·Zbl 1400.90182号
[21] Gu，M.Z.，Lu，X.W.和Gu，J.W.，2017年。“最大完工时间最小化的大规模混合作业车间调度的渐近最优算法”，《组合优化杂志》33（2）：473-495·兹比尔1362.90188
[22] Kemmoé-Tchomté，S.、Lamy，D.和Tchernev，N.，2017年。“灵活Job-Shop问题的有效多阶段多级进化局部搜索”，《人工智能的工程应用》62:80-95。doi:。
[23] Mandavi，S.、Shiri，M.E.和Rahnamayan，S.，2015年。“大规模全球持续优化中的元启发式：一项调查”，《信息科学》295:407-428。
[24] Mastrolilli，M.和Gambardela，L.，2000年。《灵活作业车间问题的有效邻域函数》，《调度杂志》3（1）：3-20·Zbl 1028.90018号
[25] Meselhi，Mohamed A.，Elsayed，Saber M.，Sarker，Ruhul A.和Essam，Daryl L.，2020年。“用于大规模优化问题的基于贡献的协同进化算法”，IEEE Access8:203369-23381。doi:。
[26] Monch，L.、Fowler，J.W.、Dauzere-Peres，S.、Mason，S.J.和Rose，O.，2011年。《半导体制造运营调度中的问题、解决技术和未来挑战调查》，《调度杂志》14（6）：583-599。
[27] 纳撒拉蒂、尤尼和韦斯、基甸。2010.《大批量作业车间调度的流动方法》，《调度杂志》13（5）：509-529。doi:·Zbl 1201.90084号
[28] Pan，Q.K.，Gao，L.，Li，X.Y.和Gao，K.Z.，2017年。《使用顺序相关设置时间安排混合Flowshop的有效元启发式》，《应用数学与计算》303:89-112·兹比尔1411.90154
[29] Pezzella，F.、Morganti，G.和Ciaschetti，G.，2008年。“柔性Job-Shop调度问题的遗传算法”，《计算机与运营研究》35（10）：3202-3212。doi:·Zbl 1162.90014号
[30] 拉尼（Rani）、苏希玛（Sushma）、耆那（Jain）、亚杰（Ajai）和安格拉（Angra）、苏吉特（Surjit）。2022.“在具有序列相关设置时间的柔性作业车间中，路由灵活性对订单发布策略性能的影响：模拟研究”，《智能科学》，1-16。doi:。
[31] 里法伊（Rifai）、阿奇玛德·普拉塔马（Achmad Pratama）、温德拉斯·马拉（Windras Mara）、塞提奥·特里（Setyo Tri）和诺卡约（Norcahyo）、拉赫马迪（Rachmadi）。2022.“序列相关作业排序和工具切换问题的两阶段启发式”，《计算机与工业工程》163:107813。doi:·Zbl 1520.90060
[32] 里法伊、阿奇马德·普拉塔马、温德拉斯·马拉、塞提奥·特里和苏迪亚索、安迪。2021.“具有序列相关设置时间的多目标分布式重入置换Flow Shop调度”，《应用专家系统》183:115339。doi:。
[33] Ruiz，R.和Stutzle，T.，2008年。“具有最大持续时间和加权延迟目标的序列相关设置时间Flowshop问题的迭代贪婪启发式”，《欧洲运筹学杂志》187（3）：1143-1159·Zbl 1137.90514号
[34] Sobeyko，O.和Monch，L.，2016年。“在大型灵活工作车间安排工作的启发式方法”，《计算机与运营研究》68:97-109·Zbl 1349.90399号
[35] Sobeyko，O.和Monch，L.，2017年。《使用元启发式的大型灵活工作车间的集成工艺规划和调度》，《国际生产研究杂志》55（2）：392-409。
[36] Sun，L.、Lin，L.，Li，H.J.和Gen，M.，2019年。“通过分布式进化算法实现大规模灵活调度优化”，《计算机与工业工程》128:894-904。
[37] 杨、东升、吴明亮、狄丽、徐、云朗、周、仙余和杨志乐。2022.“用于解决大规模柔性作业车间调度问题的动态反向学习增强蜻蜓算法”，基于知识的系统238:107815。doi:。
[38] 翟毅、刘川、朱伟、郭荣和刘川，2014。“基于多瓶颈机器的大型车间调度问题分解启发式”，《工业工程与管理杂志》7:1397-1414。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。