发布时间:2023-05-18 19:00
可以按场景、约束、目标函数对流水车间调度问题分类
目录
一、按场景分类
各场景FSP论文分布情况:
二、按约束分类
不同约束FSP论文分布情况:
三、按目标函数分类
不同目标函数FSP论文分布情况:
1) Permutation FSP (PFSP):
考虑在每台机器上要求相同的作业处理序列的排列限制[75]。PFSPs可以看作是FSPs中最简单的一类.
2)Non-Permutation FSP ( ¯PFSP):
没有排列限制 ,作业可以在机器上以不同的顺序[53]处理。很明显,¯PFSP比PFSP要困难得多.
3)No-W ait FSP ( ¯W F S P ) :
调度没有等待,一旦无等待作业的处理操作在第一台机器上启动,在任何连续的两台机器之间必须没有等待时间,直到最后一台机器[56]处理它。
4)Mixed No-W ait FSP (M ¯W F S P ) :
一些作业是无需等待的,而其他作业是常规作业[50].
5) No-Idle FSP ( ¯IF S P ) :
在无空闲机器上调度作业,从第一个作业开始到最后一个作业完成,每个机器必须在不中断的情况下处理作业[67]。
6)Mixed No-Idle FSP (M ¯IF S P ) :
同时考虑无空闲机器和常规机器
7) Blocking FSP (BFSP):
没有阻塞意味着每台机器都有一个无限容量的缓冲区,如果被处理的作业的下游机器不可用,则可以将其临时存储在缓冲区中。
但是,考虑到阻塞属性,BFSP中没有缓冲区,因此作业必须在处理之后阻塞一台机器,直到它的下游机器[4]开始处理它。
8)Assembly FSP (AFSP):
考虑生产和装配多个阶段
9)Hybrid FSP (HFSP):
HFSP通过将单台机器替换为包含一台或多台并行机器[45]的生产阶段来扩展基本FSP。至少有一个阶段包含并行机器。因此,需要考虑一个平行机分配问题。人们也称HFSP为灵活的FSP
10)Re-entrant HFSP (RHFSP):
作业多次重新进入一个阶段,但其生产路线在调度[45]之前就已经知道。
11)Distributed FSP (DFSP):
分布式DFSP,不同于以上fsp在单个流水线上调度作业,研究者研究的调度问题具有分布式性质,即多个流水线存在于一个工厂[16]或不同工厂[32]中。
1)due time
到期时间指的是作业的预期完成时间
2) Release Time:
作业在第一台机器上可以处理的最早时间,即作业释放时间[109],或者机器可以处理作业的最早时间,即机器释放时间[38],[118]。
3)Setup Time:
当一台机器上两个连续的作业需要不同的机器状态时,需要时间来切换机器状态,满足它们的生产需求[9]。
4)Time Lag:
恒定作业延时是指在两台机器([38],[118],[130])上处理两个连续操作之间的最短时间。时滞窗限制的是作业中两个连续操作之间的最小和最大时间间隔[80]。
5)Multiprocessor Tasks:
平行机调度
6)Heterogeneous Processors:
异构平行机,eg:只有某些机器有资格处理某个作业
7)Limited Buffers:
缓冲区大小是有限的
8)Uncertain Processing Time:
作业处理时间可变不固定
9)Dynamic Events:
考虑了动态事件的影响,如机器故障[49],[94],[95],[108],新的作业到达[94],[95],[108],作业取消[94],延迟的作业可用性[94],[108],动态传输等待时间[42]。
1)Makespan:
最小化最大完工时间,最后一个作业的完成时间[75],超过70%(137篇评论文章中的96篇)认为它是一个目标函数。
2) Total Weighted Completion Time:
加权总完工时间,加权求和所有作业[45]的完成时间。
3)Total Flow Time:
所有作业流动时间的总和,是一个被广泛关注的目标函数,需要使其最小化[89]。注意,如果不考虑作业释放时间,即作业在时间0时可用,那么总流时间等于总完成时间[46]。
4)Total Weighted Tardiness:
最小化总加权延迟,即所有工作延迟完成的加权总和,是 FSP [91] 通常考虑的目标函数。如果每个工作的加权系数相同且等于 1,则目标函数可以称为总延迟 [71]。
5)Total Weighted Earliness and Tardiness:
最小化总加权延迟和早到,所有工作的提前和迟到的线性组合被计算并最小化为目标函数值
6)Total Energy Consumption:
最小化总能耗
7)System Stability and/or Robustness:
系统稳定性或稳健性,稳定性可以通过机器分配 [49]、工作开始时间 [49]、[94]、工作完成时间 [95] 和系统参与者的不满 [108] 方面的新计划和基线计划之间的差异来衡量.稳健性可以通过预期的总流动时间[108]和新的和基线计划之间的总完成时间偏差来表示[95]。
8)Others:
将现有论文中出现频率较低的目标放入名为“Others”的类中。eg:最大迟到的最小化 [62]、平均逗留时间 [49]、投休惩罚 [49]、总碳排放 [96]、总成本 [17] 和总收益的最大化 [109]。
参考文献:[1] lterated Greedy Algorithms for Flow-Shop Scheduling Problems: ATutorial
关于 Angular 注解 @Injectable() 使用的一些误区
stereodemo:小型Python工具,用于比较和可视化各种立体深度估计算法的输出。
低代码指南100解决方案:45生产事故突发无人响应?智能andon安灯系统从事故预警到解决全程把控
Python scrapy 爬虫入门(五)动态渲染页面的爬取(selenium 和 splash)
python pip全称_python中pip与pip3 的区别
【Xilinx Vivado时序分析/约束系列5】FPGA开发时序分析/约束-IO时序分析
四、 《云原生 | docker篇》dockerfile构建tomcat镜像
【ESP 保姆级教程】疯狂点灯篇 —— 案例:ESP8266 + WS2812变色 + 巴法云 + 自开发小程序(完整细节以及全套代码)