Con el desarrollo de la tecnología y la industria, surgen continuamente nuevos problemas de investigación en el campo de la programación de tiendas. La mayoría de las investigaciones existentes asumen que cada trabajo visita cada máquina solo una vez o ignoran los múltiples recursos en las actividades de producción, especialmente los operadores con calificaciones de habilidades. En este documento, consideramos un problema de programación de taller de flujo reentrante con múltiples recursos teniendo en cuenta la coincidencia de calificaciones. El objetivo del problema es minimizar el número total de trabajos tardíos. Se formula un modelo de programación entera mixta (MIP). Luego se desarrollan dos heurísticas, a saber, el algoritmo de escalada de colinas y el algoritmo genético adaptado (GA), para resolver eficientemente el problema. Se realizan experimentos numéricos en 30 instancias generadas aleatoriamente para evaluar el rendimiento de la formulación MIP propuesta y las heurísticas.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
Evaluación de la capacidad de generación de salidas de la aeronave portaaviones basada en la Red Neuronal RBF de Estructura Variable con una Tasa de Aprendizaje Rápida.
Artículos:
Evaluación del Valor de Mercado de Bienes Raíces en el Mercado Europeo mediante la Aplicación de Redes Neuronales Artificiales
Artículos:
Asignación jerárquica de recursos multidominio para aplicaciones Grid
Artículos:
Investigación sobre Prueba de Modelo de Daño Sísmico de una Presa de Gravedad de Hormigón Alta Basada en la Aplicación de un Sensor de Tensión FBG.
Artículos:
Investigación experimental sobre la supresión de interferencias de banda estrecha de señales GNSS.