第 34 卷 第 12 期 控 制 与 决 策 Vol.34 No.12
2019 年 12月 Control and Decision Dec. 2019
文章编号: 1001-0920(2019)12-2708-05 DOI: 10.13195/j.kzyjc.2018.0585
考虑学习效应的最小化延误总时间的单机批次排序问题
胡金昌, 吴耀华
†
, 吴颖颖, 杨 栋
(山东大学 控制科学与工程学院,济南 250061)
摘 要: 一些生产场景中, 工件以批次作业的形式被安排生产, 工件批量大、加工工序基本相同, 所以标准工时相
同, 而且实际加工时间会受到学习效应的影响. 为此, 讨论学习效应的最小化延误总时间的单机批次排序问题, 对
该问题建立数学模型. 该问题属于NP-hard问题,采用动态规划算法 (DP)和模拟退火算法(SA) 求解该问题,通过实
验分析不同规模时 DP 的执行时间与 SA的执行时间和求解误差的变化趋势, 比较 SA 与其他实践中常用的经典规
则的求解效果. 最后得出 DP 适合批次数小于 13 的小规模问题, 可以得到精确解; 与经典规则相比, SA至少可以使
目标函数降低 20 %, 表明 SA算法具有有效性. SA解决大规模问题时效果较优, 并得出 SA 的执行时间和误差随着
控制参数改变的变化趋势.
关键词: 批次排序问题;单机;学习效应;动态规划;模拟退火算法;最小化延误总时间
中图分类号: O223 文献标志码: A
Batch scheduling with learning effect on single-machine to minimize the
total tardiness
HU Jin-chang, WU Yao-hua
†
, WU Ying-ying, YANG Dong
(College of Control Science and Engineering,Shandong University,Jinan 250061,China)
Abstract: In some factory, job has been processed in batches which consist of the processing procedures basical identical
jobs, so all jobs have the same normal processing time. The actual processing time is affected by th “learning effect”.
The batch scheduling problem with learning effect on a single-machine to minimize the total tardiness is discussed, which
is a NP-hard problem. For this problem, we model and propose a dynamic programming (DP) algorithm and a simulated
annealing (SA) algorithm. The solution time variation trend of the both algorithms and the errors variation trend of SA
with different problem sizes are analyzed by experimental tests. We have compared the performance of the SA to other
classical rules which are usually applied in real-life. The results show that the DP can get exact solution and more suit the
small size problems whose batch number is less than 13. Comparing to other classical r ules, the SA is effective because
of 20% decline in object value by using the SA. The large size problems can be solved better by using the SA, and the
variation trend of the solution time and the errors with controlling parameters changed is analyzed.
Keywords: batch scheduling;single-machine;learning effect;dynamic programming;simulated annealing algorithm;
minimizing the total tardiness
0 引
目前, 国家大力推进传统产业优化升级, 生产企
业在引进大批先进制造设备的同时, 也不断学习先
进的管理理念和管理科学,生产调度便是该范畴的内
容. 通过优化调度, 可在不增加硬件成本的前提下,通
过优化生产排序提高企业生产效率, 节省成本, 一直
以来得到了企业界和学术界的重视.
学习效应是实际生产排序问题中需要考虑的重
要因素. 随着工人操作时间的增长, 工人不断重复同
样的工作, 对所从事的生产操作越来越熟悉, 工件加
工或者作业的时间也会随时间变短, 这样的现象被
称为学习效应
[1]
. Biskup
[2]
和 Cheng 等
[3]
首先将学习
效应应用在排序问题中. Biskup
[4]
总结了学习效应两
种主要的数学模型: 依赖工件位置的学习效应模型
和依赖完成时间的学习效应模型. 依赖工件位置的
学习效应由 Biskup
[2]
提出, 是学习效应的经典模型,
得到了广泛应用. 依赖完成时间的学习效应由 Yang
等
[5]
首次提出.
收稿日期: 2018-05-05;修回日期: 2018-08-12.
基金项目: 国家自然科学基金项目 (61703241).
责任编委: 刘士新.
†
通讯作者. E-mail: mike.wu@263.net.