研究了考慮機器惡化和工人學(xué)習(xí)效應(yīng)的平行機連續(xù)批調(diào)度問題,其中,工件具有不同的一般加工時間,機器具有不同的惡化率,工人具有不同的學(xué)習(xí)能力,批次的容量對于所有機器是相同的.目標(biāo)是最小化最大完工時間.論文首先針對工件的組批排序問題推導(dǎo)了一系列重要性質(zhì),并提出了相應(yīng)的啟發(fā)式組批策略.然后,基于給定的工件分配和每個機器上工件的組批和排序,研究設(shè)計了工人和機器啟發(fā)式匹配策略.由于所研究的問題在一般情形下被證明是NP-hard問題,論文設(shè)計了改進的變鄰域搜索算法（IVNS）求解該問題并用算例驗證了所提出算法的有效性. 

【文章來源】：系統(tǒng)科學(xué)與數(shù)學(xué). 2019,39(10)北大核心CSCD

【文章頁數(shù)】：12 頁

【部分圖文】：

圖１?ＶＮＳ和ＩＶＮＳ算法求得的制造跨度平均值和最小值??（Ｆｉｇｕｒｅ?１?Ａｖｅｒａｇｅ?ｍａｋｅｓｐａｎ?ａｎｄ?ｍｉｎｉｍｕｍ?ｍａｋｅｓｐａｎ?ｏｂｔａｉｎｅｄ?ｂｙ?ＶＮＳ?ａｎｄ?ＩＶＮＳ）??


本文編號：3142435