Hybride Simulation in flexiblen Job-Shop-Sequenzierungssystemen

Diese Forschungsarbeit befasst sich mit einem der komplexesten und wichtigsten Probleme im Bereich der Sequenzierung: flexible Job-Shop-Systeme. Es besteht eine aktuelle Nachfrage nach der Robustheit des Modells, das gegen die unerwarteten Probleme des täglichen Lebens wirksam sein muss, die die Effizienz der festgelegten Anfangssequenz beeinträchtigen. Außerdem müssen stochastische Zeiten und die Mehrzielsuche berücksichtigt werden. Daher wird in dieser Untersuchung die Sequenzierung durch eine Simulation durchgeführt, die die Aufträge zu Beginn des Prozesses in eine Reihenfolge bringen und bei Bedarf neu ordnen soll. Zu diesem Zweck muss das Modell Agenten in der diskreten Ereignissimulation verwenden und ein Hybridmodell bilden. Ziel ist es, zu bewerten, wie der Agent bei der Reaktion auf diese Ereignisse helfen kann, indem er die Robustheit verbessert und den Benutzern den Zugang erleichtert, indem er eine benutzerfreundliche Schnittstelle zum Einfügen von Änderungen bietet. Es wurden Vergleiche zwischen den Ergebnissen mit und ohne Re-Sequenzierung angestellt. Zunächst verwendet der Agent nur eine Logik und passt dann die Reihenfolge während der Produktion der Lose an, um auf Ereignisse zu reagieren. Es wird hervorgehoben, dass das Scheduling garantiert, dass der Agent "Manager" den Makepan reduziert und gleichzeitig die Auslastung der Maschinen erhöht.