Aplikace genetických algoritmů na optimalizaci rozvrhů a výrobních dávek v proudové výrobě.

Application of Genetic Algorithms to Scheduling and Lot Sizing in a Flow Shop

článek ve sborníku ve WoS nebo Scopus

en

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.

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.

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.

flow shop, lot sizing, scheduling, genetic algorithms

2000

01.06.2000

PC-DIR Brno

Brno, Czech Republic

80-214-1609-2

6th International Conference on Soft Computing MENDEL 2000

7