Solving robotic distributed flowshop problem using an improved iterated greedy algorithm

Abstract

In this study, we propose an improved iterated greedy algorithm for solving the distributed permutation flowshop problem, where there is a single robot in each factory and the makespan needs to be minimized. In the problem considered, the robot is used to transfer each job from the predecessor machine to the successor machine. A blocking constraint between machines is considered, thus jobs should remain on the completed machine while waiting for the robot. The loading and unloading times are considered and different for all of the jobs conducted by the robot, and the deteriorating time is also considered. In the proposed algorithm, first, four types of neighborhood structures are developed. Then, the simulated annealing algorithm is embedded in the proposed algorithm to enhance the exploration abilities. Furthermore, a problem-specific destruction and construction strategies are investigated. Finally, several realistic instances were generated to test the proposed algorithm, and its competitive performance was verified based on detailed experimental comparisons.

Tekrarlı Açgözlü Algoritma Üzerine Kapsamlı Bir Analiz

“…Algoritmanın bu açgözlü yapısı, çözümün çabucak yerele takılmasına sebep olabilir. Bu olumsuzluğu aşmak için bazı araştırmacılar (Kim et al 2017;Pranzo and Pacciarelli 2016;Nouri and Ladhari 2016;Pan and Ruiz 2014;Pan et al 2008;Lin et al 2013;Li et al 2019) tavlama benzetimine benzer sıcaklık tabanlı bir kabul kriteri kullanmışlardır. Belirli bir olasılık ile kötü sonuçların da kabul edildiği bu kriter, minimizasyon problemi için şu şekilde çalışmaktadır: ∆= F(Si)-F(Sc) Burada F(Si) ve F(Sc) yeni çözüm ve mevcut çözüme ait amaç değerleridir.…”

“…Tasgetiren et al (2013) popülasyondaki bireye TAA uygulanma olasılığı ve yıkım boyutunu optimize etmek üzere diferansiyel evrim algoritması kurulmuştur. Li et al (2019), her fabrikada tek bir robotun olduğu ve maksimum yayılımın (Cmax) en aza indirilmesi gereken dağıtılmış permütasyon akış tipi çizelgeleme problemini ele almıştır. İlgili problemde robotlar, her işi önceki makineden sonraki makineye aktarmak için kullanılmaktadır.…”

“…Akış tipi çizelgeleme problemi için geliştirilen TAA'larda başlangıç çözüm operatörü olarak geneldeNawaz et al (1983) tarafından geliştirilen NEH (Nawaz, Enscore and Ham) algoritması kullanılmıştır. NEH, akış tipi çizelgeleme problemi için geliştirilmiş diğer en çok bilinen sezgiseller olan; Palmer algoritması(Palmer 1965), Johnson kuralı(Johnson 1954) ve CDS metodundan(Campbell et al 1970) daha iyi olduğundan birçok yazar tarafından(Pan and Ruiz 2014;Lin et al 2013;Nouri and Ladhari 2016;Li et al 2019) NEH tabanlı yaklaşım tercih edilmiştir. Sonrasında klasik NEH'in yeni NEH1 ve NEH2 olmak üzere yeni versiyonları türetilmiştir…”

Humanzentrierte Ablaufplanung von Montagelinien/Human-centered scheduling in assembly lines - Plug and play: Efficient algorithms minimize stress in flow shops

“…Zu den bisher genutzten Metaheuristiken zählen etwa Tabu-Suche [6], Chemical Reaction Optimization [7], Iterated Greedy Search [8] und genetische Algorithmen [9]. Als Nebenbedingungen wurden zum Beispiel begrenzte Zwischenpuffer [10], Rüstzeiten [11] und ablaufende Aufträge [12] untersucht.…”

A memetic discrete differential evolution algorithm for the distributed permutation flow shop scheduling problem

“…1 The production model in distributed environment factory assignment methods based on dispatching rules were proposed by Naderi [11]. Recently, several meta-heuristics have been developed to solve the DPFSP, including Iterated Greedy Algorithm (IG) [15,16], Estimation of Distributed Algorithm (EDA) [1], Discrete Artificial Bee Colony (ABC) and Iterated Local Search Algorithm (ILS) [13]. Differential Evolution Algorithms have rarely been studied to solve the DPFSP.…”