面向 Industry 5.0 的可配置机器工具下灵活车间作业调度问题
神经与进化计算
2025-05-28 v2
摘要
Industry 5.0 的兴起引入了新的制造企业需求，要求对生产计划的管理方式进行变革，以全面应对以人为中心、环境和经济目标。灵活车间作业调度问题（FJSSP）涉及在各种能熟练的机器上处理操作，准确反映了现代制造环境的复杂性。本文研究了在配置相关设置时间下进行的 FJSSP，同时集成了人类因素，如工人分配、搬运时间和休息时间，以及最小化总能源消耗。开发了混合整数规划（MIP）模型，以同时优化这些目标。该模型确定操作分配给机器、工人和配置的同时，对操作进行排序、安排工人移动、尊重休息时间，并最小化总能源消耗。鉴于 FJSSP（包括工人分配和可配置工具）的 NP 难性质，提出了一种遗传算法（MA）。该元启发式进化算法具有三层染色体编码方法、专门的交叉和变异策略，以及邻域搜索机制，以提高解的质量和多样性。将 MA 与 MIP 和遗传算法（GA）在基准实例上的比较表明，MA 在效率和有效性方面都表现出色，特别是对于较大的实例，其中 MIP 将变得不可行。这一研究为符合 Industry 5.0 框架下的可持续和韧性生产计划铺平了道路。该工作通过将工人和环境影响整合到具有可配置机器模型的 FJSSP 中，弥补了当前文献中的关键差距。
引用
@article{arxiv.2410.23302,
title = {A Flexible Job Shop Scheduling Problem Involving Reconfigurable Machine Tools Under Industry 5.0},
author = {Hessam Bakhshi-Khaniki and Reza Tavakkoli-Moghaddam and Zdenek Hanzalek and Behdin Vahedi-Nouri},
journal= {arXiv preprint arXiv:2410.23302},
year = {2025}
}
备注
14 pages