文献

J-GLOBAL ID：201802230055335359   整理番号：18A1026538

産業4.0に基づく製造システムにおける劣化と学習効果による2目的確率的フローショップスケジューリング【JST・京大機械翻訳】

Two-objective stochastic flow-shop scheduling with deteriorating and learning effect in Industry 4.0-based manufacturing system

著者 (4件)： Fu Yaping (Institute of Complexity Science, Qingdao University, Qingdao, 266071, China) ,  Ding Jinliang (College of Information Science and Engineering, State Key Laboratory of Synthetical Automation for Process Industries, Northeastern University, Shenyang, 110819, China) ,  Wang Hongfeng (College of Information Science and Engineering, State Key Laboratory of Synthetical Automation for Process Industries, Northeastern University, Shenyang, 110819, China) ,  Wang Junwei (Department of Industrial and Manufacturing System Engineering, The University of Hong Kong, Hong Kong, China)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 68  ページ： 847-855  発行年： 2018年 
JST資料番号： W2175A  ISSN： 1568-4946  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 産業4.0は,それが新規で有望な生産パラダイムを導くので,製造業で広く受け入れられている。産業4.0ベースの製造システムにおける新しい特性は,通信,自己最適化および自己訓練挙動を有する高度な知的機械の応用である。この新しい変化に基づいて,本研究では,複数の目的,時間依存処理時間および不確実性を考慮して,フローショップスケジューリング問題を検討した。この問題のために混合整数計画法モデルを定式化し,いくつかの特別な戦略,例えば,爆発火花手順と選択解法手順を設計する,花火アルゴリズムを開発した。一連の試験問題に関するシミュレーション実験を実施して,実験結果は,このモデルと提案したアルゴリズムが,3つの最先端の多目的最適化アルゴリズムと比較することによって,満足な性能を達成することができることを実証した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  時間依存性 ,  不確実性 ,  *フローショップスケジューリング ,  定式化 ,  混合整数計画法 ,  シミュレーション ,  加工時間 ,  *生産システム ,  製造業
準シソーラス用語： 多目的最適化 ,  最適アルゴリズム ,  最先端 ,  花火 ,  *学習効果 , 【Automatic Indexing@JST】

著者キーワード (5件)： 産業4.0 ,  フローショップスケジューリング ,  多目的最適化 ,  不確実性 ,  時間依存処理時間

分類 (2件)： 工程管理  (KB03030P) ,  数理計画法  (KA03030M)

タイトルに関連する用語 (5件)： 産業 ,  製造システム ,  学習効果 ,  確率 ,  フローショップスケジューリング