清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Optimale Ablaufplanung für zyklische Prozesse mit Pooling-Ressourcen (Optimal Scheduling of Cyclic Processes with Pooling-Resources)

联营 调度(生产过程) 化学 数学优化 计算机科学 数学 人工智能
作者
Eckart Mayer,Kai Wulff,C. Horst,Jörg Raisch
出处
期刊:Automatisierungstechnik [R. Oldenbourg Verlag]
卷期号:56 (4): 181-188 被引量:2
标识
DOI:10.1524/auto.2008.0701
摘要

Dieser Beitrag behandelt die zeitoptimale Ablaufplanung für zyklische Prozesse mit Pooling-Ressourcen. Wir stellen einen Ansatz vor, mit dem eine große Klasse zyklischer Ablaufplanungsprobleme modelliert werden kann. Wir zeigen, wie das resultierende Modell durch Reduktion der Freiheitsgrade und Reparametrierung vereinfacht werden kann, ohne die optimale Lösung auszuschließen. Durch eine geeignete Transformation wird das reduzierte Problem auf ein lineares gemischt-ganzzahliges Optimierungsproblem abgebildet, das mit etablierten Verfahren effizient gelöst werden kann. Pooling-Ressourcen, d. h. Ressourcen, die bei jeder Aktivierung eine vorgegebene Anzahl von Werkstücken/Proben verarbeiten müssen, lassen sich ebenfalls in den vorgestellten Ansatz integrieren. The topic of this contribution is the time-optimal scheduling of cyclic processes with pooling resources. We present a modelling framework that captures a large class of cyclic scheduling problems. We show how the resulting model can be considerably simplified without cutting the optimal solution. This involves a reduction and a reparametrisation of the degrees of freedom. The reduced model can be transformed into a linear mixed-integer program (MILP), for which a globally optimal solution can be efficiently computed using standard algorithms and tools. We also show how pooling resources can be treated in our framework. Pooling resources have a capacity greater than one and must, at each activation, be loaded to capacity.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
4秒前
英姑应助成就人杰采纳,获得10
9秒前
纯真晓绿发布了新的文献求助10
11秒前
纯真晓绿完成签到,获得积分10
23秒前
lnb666777888完成签到 ,获得积分10
32秒前
铃铛完成签到 ,获得积分10
1分钟前
huohuo143完成签到,获得积分10
1分钟前
忆之完成签到 ,获得积分10
1分钟前
Princess关注了科研通微信公众号
1分钟前
发十篇完成签到 ,获得积分10
1分钟前
马仔猴完成签到 ,获得积分10
2分钟前
dada完成签到,获得积分10
2分钟前
青平完成签到 ,获得积分10
2分钟前
Kiuhirng完成签到,获得积分10
2分钟前
2分钟前
Kiuhirng发布了新的文献求助30
2分钟前
Qi完成签到 ,获得积分10
3分钟前
紫熊完成签到,获得积分10
3分钟前
3分钟前
六一儿童节完成签到 ,获得积分0
3分钟前
科研通AI6.3应助jiang采纳,获得30
4分钟前
4分钟前
无悔完成签到 ,获得积分0
4分钟前
4分钟前
belssingoo发布了新的文献求助10
4分钟前
4分钟前
4分钟前
4分钟前
5分钟前
房天川完成签到 ,获得积分10
5分钟前
韩较瘦发布了新的文献求助10
5分钟前
天天向上小螃蟹完成签到,获得积分10
5分钟前
Singularity完成签到,获得积分0
5分钟前
缪忆寒完成签到,获得积分10
5分钟前
WFGodot应助科研通管家采纳,获得10
5分钟前
369ninja应助科研通管家采纳,获得10
5分钟前
我是笨蛋完成签到 ,获得积分10
5分钟前
李木禾完成签到 ,获得积分10
6分钟前
Sunny完成签到,获得积分10
6分钟前
无限的画板完成签到 ,获得积分10
6分钟前
高分求助中
Principles of Economics, 11th Edition 10000
University Physics with Modern Physics, 16th edition 10000
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Matrix Methods in Data Mining and Pattern Recognition 510
Social Skills Improvement System-Rating Scales--Chinese Version 500
Dynamische Polarisation von H-1 und B-11 in (CH-3)-3NBH-3 500
CLSI M07 2024 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7247773
求助须知:如何正确求助?哪些是违规求助? 8870711
关于积分的说明 18712254
捐赠科研通 6926224
什么是DOI,文献DOI怎么找? 3197998
关于科研通互助平台的介绍 2373776
邀请新用户注册赠送积分活动 2172888