[论文解读] Robust Order Scheduling in the Fashion Industry: A Multi-Objective Optimization Approach

Wei Du, Yang Tang+4 more|arXiv (Cornell University)|Feb 1, 2017

Scheduling and Optimization Algorithms参考文献 17被引用 4

一句话总结

本文提出了一种针对时尚行业的鲁棒多目标订单调度方法，通过NSJADE进化算法整合了生产前事件和每日生产数量的不确定性。结果表明，考虑生产前事件和生产波动性可显著提高调度的鲁棒性并减少延迟，且NSJADE在不确定性条件下相较于标准JADE和非鲁棒变体，在最小化总冲突和延迟方面表现更优。

ABSTRACT

In the fashion industry, order scheduling focuses on the assignment of production orders to appropriate production lines. In reality, before a new order can be put into production, a series of activities known as pre-production events need to be completed. In addition, in real production process, owing to various uncertainties, the daily production quantity of each order is not always as expected. In this research, by considering the pre-production events and the uncertainties in the daily production quantity, robust order scheduling problems in the fashion industry are investigated with the aid of a multi-objective evolutionary algorithm (MOEA) called nondominated sorting adaptive differential evolution (NSJADE). The experimental results illustrate that it is of paramount importance to consider pre-production events in order scheduling problems in the fashion industry. We also unveil that the existence of the uncertainties in the daily production quantity heavily affects the order scheduling.

研究动机与目标

• 为填补时尚订单调度研究中的空白，通过整合常被忽视但具有实际影响的生产前事件。
• 开发一种鲁棒的订单调度框架，以最小化对实际生产中每日生产数量变化的敏感性。
• 优化三个目标：最小化总生产前事件冲突、最小化总延迟，以及提升对生产波动性的调度鲁棒性。
• 验证鲁棒多目标优化在提升时尚制造实际调度性能方面的有效性。
• 提供一种新颖且实用的调度解决方案，同时考虑协作式生产前流程和运营不确定性。

提出的方法

• 该问题被建模为具有三个目标的多目标优化模型：最小化生产前事件冲突、最小化总延迟，以及最大化对生产数量不确定性的鲁棒性。
• 采用一种鲁棒的多目标进化算法——非支配排序自适应差分进化（NSJADE）来求解调度问题。
• NSJADE通过自适应变异和交叉策略，增强了Pareto前沿搜索中的收敛性和多样性。
• 将每日生产数量的不确定性建模为基于区间的波动，并通过在不确定情景下的最坏情况性能来评估鲁棒性。
• 该算法生成一组非支配解，平衡三个目标，使决策者能够选择鲁棒且实用的调度方案。
• 基于Fast React软件数据的现实工业场景案例研究验证了该方法的适用性，模拟了工业调度的复杂性。

实验结果

研究问题

• RQ1 生产前事件在多大程度上影响时尚行业中订单调度的可行性和质量？
• RQ2 每日生产数量的不确定性在多大程度上会降低传统订单调度的性能？
• RQ3 鲁棒多目标优化方法是否能显著提升在生产波动性下的调度稳定性并减少延迟？
• RQ4 NSJADE在处理生产前冲突、延迟与鲁棒性之间的权衡时，相较于标准JADE和非鲁棒NSJADE表现如何？
• RQ5 将生产前事件整合到调度模型中对整体调度性能有何影响？

主要发现

• 考虑生产前事件对于实现现实且高效的订单调度至关重要，忽略它们将导致不可行或次优的调度。
• 每日生产数量的不确定性显著降低了非鲁棒调度的性能，导致延迟增加和调度不稳定性加剧。
• NSJADE在不确定情景下相比标准JADE和非鲁棒NSJADE，能更有效地维持更低的总延迟和总生产前事件冲突。
• 所提出的鲁棒多目标方法成功平衡了三个相互冲突的目标：最小化冲突、最小化延迟和最大化鲁棒性。
• 实验结果证实，对生产波动性的鲁棒性是实现在时尚制造中实现可靠且实用调度的关键因素。
• 本研究首次将生产前事件与生产不确定性整合进时尚行业统一的多目标调度框架中。