Scheduling in Hybrid Flow Shop manufacturing systems

Hybrid flow shop (HFS) e un'architettura di sistema di produzione comune applicata in molti settori industriali. Il problema di pianificazione in HFS attira molte attenzioni a causa della sua forte rilevanza per l'industria. Ma esiste una lacuna tra la ricerca e l'applicazione industriale a causa della complessita dei sistemi di produzione reali. Ad esempio, la considerazione tipica di macchine parallele identiche non vale in pratica quando le macchine si basano su tecnologie di elaborazione differenti; le comuni funzioni obiettivo orientate al throughput perdono le loro priorita in ambienti "fai-da-ordine"; ultimo ma non meno importante, la natura multi-obiettivo della schedulazione della produzione richiede la capacita di migliorare diversi KPI contemporaneamente. Oggigiorno, le ricerche si occupano dei problemi di schedulazione tenendo conto di caratteristiche piu critiche dei sistemi di produzione e di funzioni oggettive piu pratiche. Questo lavoro mira a risolvere i problemi di pianificazione in HFS con funzionalita pratiche. Puo essere diviso in tre fasi di ricerca, ciascuna affronta diversi aspetti della procedura decisionale nella programmazione della produzione. Nella prima fase, con la considerazione delle macchine non collegate e dei vincoli di idoneita della macchina, l'obiettivo e ottimizzare il ritardo totale per garantire la consegna puntuale. Nella seconda fase, l'impostazione dipendente dalla sequenza, una caratteristica critica presente in molti sistemi HFS, e inclusa nel modello HFS e l'obiettivo e quello di ottimizzare il multi-obiettivo del ritardo totale e dei tempi di configurazione totali. Cio consente alle aziende manifatturiere di rispettare le scadenze riducendo al contempo le attivita a valore aggiunto. In generale, la soluzione per il problema di scheduling multi-obiettivo e un insieme di alternative non dominate l'una dall'altra. Per selezionare la soluzione finale, e necessario un processo decisionale. Nell'ultima fase, viene affrontato il problema decisionale del gruppo. Cio aiuta un gruppo di responsabili delle decisioni con competenze e preferenze diverse a ridurre la loro incompatibilita di opinione ea raggiungere una soluzione comune. I contributi di questo lavoro sono riassunti come segue. In primo luogo, per risolvere il problema di schedulazione HFS a obiettivo singolo, viene proposto un nuovo metodo di decodifica, che fornisce un nuovo modo di costruire la pianificazione da una permutazione del lavoro. Questo metodo mostra i vantaggi per l'ottimizzazione dell'obiettivo di rallentamento totale grazie alla sua capacita di ottenere un programma serrato nel frattempo mantenendo le priorita dei lavori caldi durante la costruzione del programma. Il metodo di decodifica e abbinato a un algoritmo genetico ad hoc per risolvere il problema di schedulazione. I confronti con algoritmi allo stato dell'arte mostrano l'efficienza dell'algoritmo genetico proposto. In secondo luogo, per risolvere il problema di scheduling HFS multi-obiettivo con configurazioni dipendenti dalla sequenza, il metodo di decodifica proposto e esteso a diverse versioni integrando diverse politiche di selezione della macchina. Considerando il fatto che i diversi metodi di decodifica mappano lo spazio decisionale a regioni distinte dello spazio obiettivo, viene proposta una struttura multi-decodifica per (1) consentire all'algoritmo genetico di regolare il metodo di decodifica applicato durante il runtime in base alle preferenze dell'utente; (2) consentire all'algoritmo genetico multi-obiettivo di cercare contemporaneamente diverse regioni dello spazio oggettivo per ottenere un fronte piu ampio e non dominato. Infine, per risolvere il problema decisionale del gruppo, viene proposto un modello di raggiungimento del consenso. Questo modello di consenso consente che le informazioni sulle preferenze astratte dallo spazio oggettivo e le specifiche di una zona di indifferenza che e in grado di rappresentare l'indeterminatezza nelle decisioni umane facilitino nel frattempo la procedura di raggiungimento del consenso. Esperimenti numerici e casi di studio hanno dimostrato l'utilita del modello di consenso proposto.