دانلود مقاله ISI انگلیسی شماره 93125
ترجمه فارسی عنوان مقاله

الگوریتم های دقیق و اکتشافی برای مشکل زمان بندی فقط در زمان در یک سیستم پردازش دسته ای

عنوان انگلیسی
Exact and heuristic algorithms for the just-in-time scheduling problem in a batch processing system
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
93125 2017 32 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Computers & Operations Research, Volume 80, April 2017, Pages 173-183

ترجمه کلمات کلیدی
زمان بندی فقط در زمان، ماشین پردازش دسته ای، شعبه و مرز، برنامه نویسی دینامیک، ابتکاری،
کلمات کلیدی انگلیسی
Just-in-time scheduling; Batch processing machine; Branch and bound; Dynamic programming; Heuristic;
ترجمه چکیده
سیستم های پردازش دسته ای معمولا در بسیاری از محیط های مختلف مانند صنایع شیمیایی و نیمه هادی استفاده می شود. در این تحقیق، یک مسئله زمان بندی فقط در زمان در یک سیستم پردازش دسته ای مورد بررسی قرار گرفته است. به حداقل رساندن پیشگویی کامل و خستگی شغلی با توجه به تاریخ متداول، به عنوان تابع هدف در نظر گرفته می شود. اولا، مسئله تحقیق به عنوان یک الگوی برنامهریزی خطی اعداد صحیح ترکیب شده است. سپس، برای پیدا کردن برنامه بهینه برای مجموعه ای از مجموعه های از پیش تعیین شده، یک الگوریتم برنامه ریزی پویا پیشنهاد شده است. بر اساس الگوریتم برنامه ریزی پویا پیشنهاد شده، چندین اکتشافی نیز توسعه یافته است. یک روش مرز پایین تر ارائه شده است، و سپس یک الگوریتم شاخه ای و محدود برای حل مشکل بهینه ارائه می شود. برای نشان دادن عملکرد الگوریتم های پیشنهادی، چندین آزمایش محاسباتی انجام می شود.
پیش نمایش مقاله
پیش نمایش مقاله  الگوریتم های دقیق و اکتشافی برای مشکل زمان بندی فقط در زمان در یک سیستم پردازش دسته ای

چکیده انگلیسی

Batch processing systems are commonly used in many different environments such as chemical and semiconductor industries. In this research, a just-in-time scheduling problem in a batch processing system is investigated. Minimization of total earliness and tardiness of the jobs with respect to a common due date is considered as the objective function. First, the research problem is formulated as a mixed integer linear programming model. Then, to find the optimal schedule for a predetermined set of batches, a dynamic programming algorithm is proposed. Based on the proposed dynamic programming algorithm, several heuristics are also developed. A lower bounding method is presented, and then a branch and bound algorithm is proposed to solve the problem optimally. To demonstrate the performance of the proposed algorithms, several computational experiments are conducted.