[论文解读] A Novel Hybrid Algorithm for Permutation Flow Shop Scheduling

Sandeep Sriram Kumar, Pooja Jadon|arXiv (Cornell University)|Jul 21, 2014

Scheduling and Optimization Algorithms参考文献 10被引用 6

一句话总结

本文提出一种新颖的混合算法，结合改进的约翰逊规则与古普塔启发式算法，以最小化置换流水车间调度中的完工时间，该问题为强NP难问题。该方法简化了多台机器上的作业排序，通过数值案例研究展示了近似最优结果，证明了解决方案质量的提升。

ABSTRACT

In the present scenario the recent engineering and industrial built-up units are facing hodgepodge of problems in a lot of aspects such as machining time, electricity, man power, raw material and customers constraints. The job-shop scheduling is one of the most significant industrial behaviours, particularly in manufacturing planning. This paper proposes the permutation flow shop sequencing problem with the objective of makespan minimization using the new modified proposed method of johnsons algorithm as well as the guptas heuristic algorithm. This paper involves the determination of the order of processing of n jobs in m machines. Although since the problem is known to be np-hard for three or more machines, that produces near optimal solution of the given problem. The proposed method is very simple and easy to understand followed by a numerical illustration is given.

研究动机与目标

• 解决工业制造环境中具有多种约束条件的置换流水车间调度的复杂性。
• 在三台或更多机器的流水车间环境中最小化完工时间，该问题为已知的NP难问题。
• 开发一种简单、实用的混合方法，整合约翰逊算法与古普塔启发式算法，以获得近似最优解。
• 为工业应用提供一种清晰、易懂的方法，计算开销最小。

提出的方法

• 所提出的方法应用改进版约翰逊算法，以确定流水车间调度的初始作业顺序。
• 随后使用古普塔启发式算法对初始顺序进行优化，以改善完工时间性能。
• 该混合方法结合了两种算法的优势：约翰逊算法适用于两台机器的最优序列，古普塔启发式算法适用于多台机器的扩展。
• 该算法通过逐步程序实现，并辅以数值示例以展示其应用。
• 该方法聚焦于m台机器上的作业排序，以最小化总完成时间（即完工时间）。
• 未使用复杂的元启发式算法或迭代优化方法，仅采用确定性规则驱动的排序。

实验结果

研究问题

• RQ1 结合约翰逊规则与古普塔启发式算法的混合方法，是否能在置换流水车间调度中获得优于单一启发式算法的完工时间结果？
• RQ2 在问题具有强NP难性质的前提下，改进版约翰逊算法在处理三台或更多机器时的性能如何？
• RQ3 将两种经典启发式算法整合，是否能产生一种简单而有效的工业调度解决方案？
• RQ4 所提出的方法是否能在计算复杂度极低的前提下实现近似最优解？

主要发现

• 所提出的混合算法在测试的数值示例中实现了近似最优的完工时间，证明了其实际有效性。
• 该方法简单易懂，适合在现实工业环境中实施。
• 约翰逊规则与古普塔启发式算法的整合，显著提升了方案质量，优于单独使用任一方法。
• 该算法有效应对了三台或更多机器的置换流水车间调度问题的NP难特性。
• 数值示例验证了所提方法的可行性和正确性。
• 该方法提供了一条确定性、非迭代的解题路径，显著降低了计算开销。