Publication detail
Application of Genetic Algorithms to Scheduling and Lot Sizing in a Flow Shop
DVOŘÁK, J. MAJER, P.
Czech title
Aplikace genetických algoritmů na optimalizaci rozvrhů a výrobních dávek v proudové výrobě.
English title
Application of Genetic Algorithms to Scheduling and Lot Sizing in a Flow Shop
Type
conference paper
Language
en
Original abstract
In this paper, we investigate a problem of integrated lot sizing and scheduling in a permutation flow shop under the assumption of constant continuous demands over an infinite planning horizon. The objective is to find a sequence of production and lot sizes that minimise the sum of average set-up costs and average inventory holding costs. We study three approaches based on genetic algorithms. The first approach deals with only one population of individuals consisting of the part coding lot sizes and the part of product sequence. Genetic operators are randomly applied either to the parts of lot sizes or to the parts of product sequence. In the second approach there are two populations. In the first population the lot sizes parts are improved and in the second one the product sequences are improved. Selected individuals migrate between these populations. The third approach alternates solving two problems: the lot-sizing problem with a fixed sequence of products and the scheduling problem with fixed lot sizes. Computational results are presented and compared.
Czech abstract
V tomto článku zkoumáme problém integrované optimalizace výrobních dávek a rozvrhů v podmínkách permutační proudové výroby za předpokladu konstantní spojité poptávky a nekonečného plánovacího horizontu. Cílem je nalézt sekvenci výrobků a výrobní dávky, které minimalizují součet středních hodnot skladovacích a seřizovacích nákladů. Zkoumáme tři přístupy k řešení založené na genetických algoritmech. Prvý přístup pracuje pouze s populací jedinců sestávajících z části kódující výrobní dávky a z části obsahující sekvenci výrobků. Genetické operátory jsou náhodně aplikovány buď na prvou nebo na druhou část. Ve druhém přístupu existují dvě populace. V prvé populaci jsou zlepšovány výrobní dávky a ve druhé sekvence výrobků. Vybraní jedinci migrují mezi oběma populacemi. Třetí přístup střídavě řeší dva problémy: problém výrobních dávek s pevnou sekvencí výrobků a problém rozvrhování s pevnými výrobními dávkami. V článku jsou prezentovány a srovnány výsledky výpočtů.
English abstract
In this paper, we investigate a problem of integrated lot sizing and scheduling in a permutation flow shop under the assumption of constant continuous demands over an infinite planning horizon. The objective is to find a sequence of production and lot sizes that minimise the sum of average set-up costs and average inventory holding costs. We study three approaches based on genetic algorithms. The first approach deals with only one population of individuals consisting of the part coding lot sizes and the part of product sequence. Genetic operators are randomly applied either to the parts of lot sizes or to the parts of product sequence. In the second approach there are two populations. In the first population the lot sizes parts are improved and in the second one the product sequences are improved. Selected individuals migrate between these populations. The third approach alternates solving two problems: the lot-sizing problem with a fixed sequence of products and the scheduling problem with fixed lot sizes. Computational results are presented and compared.
Keywords in English
flow shop, lot sizing, scheduling, genetic algorithms
RIV year
2000
Released
01.06.2000
Publisher
PC-DIR Brno
Location
Brno, Czech Republic
ISBN
80-214-1609-2
Book
6th International Conference on Soft Computing MENDEL 2000
Pages count
7
BIBTEX
@inproceedings{BUT1833,
author="Jiří {Dvořák} and Petr {Majer},
title="Application of Genetic Algorithms to Scheduling and Lot Sizing in a Flow Shop",
booktitle="6th International Conference on Soft Computing MENDEL 2000",
year="2000",
month="June",
publisher="PC-DIR Brno",
address="Brno, Czech Republic",
isbn="80-214-1609-2"
}