[论文解读] Solving Assembly Line Balancing Problems by Combining IP and CP

Alexander Bockmayr, Nicolai Pisaruk|ArXiv.org|Jun 1, 2001

Assembly Line Balancing OptimizationEngineering参考文献 14被引用 22

一句话总结

本文提出一种结合整数规划（IP）与约束规划（CP）的混合算法，用于求解简单装配线平衡问题（SALBP），通过分支定界法结合有效不等式，以及基于CP的传播机制，显著缩小搜索空间。其主要贡献在于提出一种协作框架，交替进行IP割平面生成与CP域缩减，实现变量域最高达85%的缩减，并在数小时内求解出此前难以处理的实例，性能优于单独使用IP或CP的方法。

ABSTRACT

Assembly line balancing problems consist in partitioning the work necessary to assemble a number of products among different stations of an assembly line. We present a hybrid approach for solving such problems, which combines constraint programming and integer programming.

研究动机与目标

• 为解决具有优先约束和工位容量限制的NP难简单装配线平衡问题（SALBP）。
• 整合整数规划（IP）与约束规划（CP），以提升求解效率并有效剪枝搜索树。
• 开发一种协作框架，其中IP负责生成割平面，CP执行域缩减，以增强问题规模的压缩能力。
• 评估混合方法在基准实例上的有效性，尤其针对困难或大规模问题。
• 为包含复杂附加约束的真实装配线问题，提供可扩展的建模平台。

提出的方法

• 将SALBP建模为整数规划问题，使用二值变量xij表示任务j被分配至工位i，受分配、容量和优先约束限制。
• 采用分支定界法，结合提升的覆盖不等式与(1,d)-配置不等式，强化IP松弛解，以剔除分数解。
• 构建CP模型，使用变量startj表示任务j的开始时间，通过域过滤机制强制执行优先约束与工位容量约束。
• 实施两阶段协作：首先，CP传播机制缩减变量域；其次，IP在域受限的变量上求解松弛子问题。
• 利用IP的线性规划（LP）松弛解指导CP标记：对每个任务，通过LP值识别活跃工位，并通过CP传播固定域。
• 通过在支持集上构建CP模型并运行有限标记过程，对LP解进行“舍入”处理，以寻找可行解。

实验结果

研究问题

• RQ1 通过协作剪枝，IP与CP的结合是否能显著缩小SALBP中的搜索空间？
• RQ2 分支定界割平面与CP传播的集成在缩小变量域和求解困难实例方面效果如何？
• RQ3 在具有紧密优先约束的基准SALBP实例上，该混合方法是否优于单独使用IP或CP？
• RQ4 该混合求解器在处理真实世界中的附加约束（超出标准SALBP范围）方面，能力如何？
• RQ5 该框架能否在合理时间限制内求解标准基准中未解决的实例（如Warnecke (73-22)）？

主要发现

• 在Sawyer30 (47-7) 等实例上，混合方法将变量域总数（|Sj|之和）最高减少85%，从210降至33。
• 对于困难实例Warnecke (73-22)，混合求解器在1小时36分钟内完成求解，而单独使用IP或CP均未能在一小时内求解。
• 在LP子问题中同时使用标准与生成的割平面类型，比仅使用标准割平面更有效地缩小域大小。
• 仅通过CP传播实现的问题缩减也显著缩小了域大小，例如Lutz3 (118-14) 的初始分配数从1246降至285。
• 在Tonge70 (251-14) 上，混合求解器实现了90%的搜索空间缩减，域总和从980降至394（经CP与标准割平面处理后）。
• IP与CP之间的协作被证明至关重要：单独任一方法均无法在合理时间内求解最困难的实例。