含随机故障的混合车型排序：汽车工业案例研究
计算机与社会
2023-06-23 v1 最优化与控制
摘要
在汽车工业中，待生产车辆的顺序在生产日前即已确定。然而，存在一些因物料短缺或涂装故障等原因无法生产的车辆（故障车辆）。这些车辆被移出序列，后续位置车辆向前移动，可能给物流或其他调度带来挑战。本文针对含随机产品故障的混合车型排序（MMS）问题提出一个两阶段随机规划，并对第二阶段问题给出改进。为应对场景数量的指数增长，我们采用样本平均近似方法及两种求解方法。一方面，我们开发了基于 L 形分解的算法，计算实验显示其优于用现成求解器求解确定性等价模型。此外，除贪婪启发式外我们还提供了禁忌搜索算法，以处理受汽车制造商合作伙伴启发的案例实例。数值实验表明，所提求解方法利用场景样本生成了高质量解。特别地，考虑车辆故障生成的鲁棒序列可使小规与大规模实例的预期工作超载均降低 20% 以上。
引用
@article{arxiv.2306.12618,
title = {Mixed-model Sequencing with Stochastic Failures: A Case Study for Automobile Industry},
author = {I. Ozan Yilmazlar and Mary E. Kurz and Hamed Rahimian},
journal= {arXiv preprint arXiv:2306.12618},
year = {2023}
}
备注
30 pages, 9 figures