A multi-objective tabu search for a single-machine scheduling problem with sequence-dependent setup times

Choobineh, F.; Mohebbi, Esmail; Khoo, Hansen

doi:10.1016/j.ejor.2005.04.038

Cited by 52 publications

(26 citation statements)

References 32 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…[Rubin et Ragatz, 1995]. De même, nous retrouvons, des algorithmes génétiques [Rubin et Ragatz, 1995;França et al, 2001;Choi et al, 2003], des recherches avec tabous [Laguna et F.W.Glover, 1993;Kolahan et al, 1995;Choobineh et al, 2006], des recuits simulés [Tan et Narasimhan, 1997;Cicirello, 2003], un GRASP [Gupta et Smith, 2006], des optimisations par colonies de fourmis [Gagné et al, 2002;Liao et Juan, 2007] et un algorithme à essaim de particules [Anghinolfï et Paolucci, 2009]. Nous retrouvons aussi quelques approches hybrides intégrant pour la plupart de la recherche locale dans une métaheuristique [Rubin et Ragatz, 1995;Tan et al, 2000;França et al, 2001;Gupta et Smith, 2006;Tasgetiren et al, 2009].…”

Section: Complexité Des Problèmes D'ordonnancementunclassified

Approches hybrides pour la résolution d'un problème d'ordonnancement industriel /

Sioud¹

2011

View full text Add to dashboard Cite

11Ill RESUME Dans plusieurs secteurs d'activités industrielles comme la sidérurgie, la métallurgie, la pétrochimie, la papeterie, l'aéronautique, l'industrie de la céramique ou celle de l'automobile, le système de production contient toujours une machine dite goulot d'étranglement {bottleneck) et c'est par cette machine que passe la majorité, voire la totalité, des travaux dans plusieurs des cas. La gestion de cette machine est cruciale pour l'entreprise, car elle est responsable des retards dans la livraison des commandes aux clients. L'ordonnancement des travaux sur cette machine représente une manière d'aborder le problème et de traiter l'ensemble du système de production. De même, c'est à partir du traitement de cette machine qu'il est possible de s'étendre vers des configurations de systèmes de production plus complexes qui sont rencontrées de plus en plus de nos jours. D'un autre côté, plusieurs études ont démontré que plusieurs des travaux en usine, voire la totalité, possèdent des temps de réglages dépendants de la séquence. Les décideurs doivent donc organiser et planifier l'ordonnancement des travaux sur ladite machine en cherchant à minimiser les temps improductifs tout en respectant les différents délais. De plus, ces problèmes étant NP-difficiles, plusieurs travaux dans la littérature les abordent à l'aide de méthodes approchées, telles les métaheuristiques ou à l'aide de méthodes hybrides intégrant des méthodes exactes. Cette thèse s'inscrit dans cette direction de recherche.Nous proposons dans cette thèse plusieurs approches de résolution efficaces pour le problème d'une machine unique (machine-goulot) avec temps de réglages dépendants de la séquence dans le but de minimiser le retard total. Dans un premier temps, nous présentons un algorithme génétique doté d'un nouvel opérateur de croisement qui se veut plus performant que les opérateurs de croisement classique de la littérature. Cela met ainsi en évidence l'importance d'adapter les divers opérateurs génétiques au problème traité. Toutefois, les résultats obtenus démontrent que l'algorithme génétique n'atteint pas encore la performance de certaines approches de résolution contenues dans la littérature. Effectivement, nous avons pu remarquer qu'il manquait un processus d'intensification performant au sein de l'algorithme proposé. Pour remédier à cette lacune, nous explorons une classe de méthodes de résolution qui a montré des avenues très prometteuses au cours de la dernière décennie. En effet, les algorithmes hybrides ont permis d'obtenir des résultats très intéressants dans une grande variété de problèmes. Plusieurs recherches ont introduit l'hybridation de métaheuristiques avec des méthodes exactes. En effet, ce genre d'hybridation peut devenir une alternative très intéressante car, les deux méthodes ont des particularités bien différentes qui peuvent être associées pour produire de meilleurs résultats. C'est ainsi que nous explorons la conception d'algorithmes génétiques hybrides améliorant le processus d'intensification de l'algorithme prop...

show abstract

Section: Complexité Des Problèmes D'ordonnancementunclassified

Approches hybrides pour la résolution d'un problème d'ordonnancement industriel /

Sioud¹

2011

View full text Add to dashboard Cite

show abstract

“…We denoted w 1 and w 2 by the weights of the former and the latter, respectively. Increasing the value of w 1 from 0 May 2014, pp.1-9, © 2014 to 1 (decreasing the value of w 2 from 1 to 0) obtained different job sequences, as presented in Table 5. Notice that the first and the last row of the table correspond to the second and first row of Table 4 individually.…”

Section: Controlling Weights Of Objectivesmentioning

confidence: 99%

Compromising Multiple Objectives in Production Scheduling: A Data Mining Approach

Hwang¹,

Lee²

2014

Management Science and Financial Engineering

View full text Add to dashboard Cite

In multi-objective scheduling problems, the objectives are usually in conflict. To obtain a satisfactory compromise and resolve the issue of NP-hardness, most existing works have suggested employing meta-heuristic methods, such as genetic algorithms. In this research, we propose a novel data-driven approach for generating a single solution that compromises multiple rules pursuing different objectives. The proposed method uses a data mining technique, namely, random forests, in order to extract the logics of several historic schedules and aggregate those. Since it involves learning predictive models, future schedules with the same previous objectives can be easily and quickly obtained by applying new production data into the models. The proposed approach is illustrated with a simulation study, where it appears to successfully produce a new solution showing balanced scheduling performances.

show abstract

“…This approach had three phases: search for the ideal and Nadir points, search for compromise solutions when both total tardiness and setup time were considered and present the pareto-solutions to the decision maker. Choobineh et al [2] developed a multi-objective Tabu Search. This algorithm had three unique features.…”

mentioning

confidence: 99%

“…For the weighted sum of squared tardiness criterion, Sun et al [28] developed a Lagrangian relaxation based approach. For the makespan and the number of tardy jobs, Choobineh et al [2] proposed a multi-objective Tabu Search algorithm. For the maximum tardiness, Luo and Chu [20] developed an algorithm based on B&B permutation schemes.…”

mentioning

confidence: 99%

A GRASP based on DE to solve single machine scheduling problem with SDST

Akrout¹,

Jarboui

Siarry

et al. 2010

Comput Optim Appl

View full text Add to dashboard Cite

When handling combinatorial optimization problems, we try to get the optimal arrangement of discrete entities so that the requirements and the constraints are satisfied. These problems become more and more important in various industrial and academic fields. So, over the past years, several techniques have been proposed to solve them. In this paper, we are interested in the single machine scheduling problem with Sequence-Dependent Setup Times, which can be solved through different approaches. We present a hybrid algorithm which combines Greedy Randomized Adaptive Search Procedure and Differential Evolution for tackling this problem. Our algorithm is tested on benchmark instances from the literature. The computational experiments prove the efficiency of this algorithm.

show abstract

A multi-objective tabu search for a single-machine scheduling problem with sequence-dependent setup times

Cited by 52 publications

References 32 publications

Approches hybrides pour la résolution d'un problème d'ordonnancement industriel /

Approches hybrides pour la résolution d'un problème d'ordonnancement industriel /

Compromising Multiple Objectives in Production Scheduling: A Data Mining Approach

A GRASP based on DE to solve single machine scheduling problem with SDST

Contact Info

Product

Resources

About