Tackling the Flexible Job Shop: A Survey on Optimization Methods for Real-World Production Scheduling

Dieses Kapitel taucht in die komplexe Welt der flexiblen Arbeitszeitplanung ein, ein entscheidendes kombinatorisches Problem in der Produktionsplanung. Es untersucht die Anwendung verschiedener Optimierungsalgorithmen, einschließlich präziser, heuristischer, meta-heuristischer und hybrider Methoden, um die Herausforderungen der Arbeitsplanung auf mehreren Maschinen mit unterschiedlichen Fähigkeiten in Angriff zu nehmen. Der Text diskutiert die Vorteile und Grenzen jedes Algorithmentyps und betont die Bedeutung der Berücksichtigung von Problemgröße, Komplexität und verfügbaren Ressourcen. Sie unterstreicht auch das Potenzial hybrider Algorithmen, die Stärken mehrerer Ansätze zu nutzen. Darüber hinaus werden in diesem Kapitel neuere Forschungsergebnisse zu dynamischer und energieeffizienter Planung vorgestellt und innovative Methoden wie Deep-Enhancement-Learning und IoT-gestützte Echtzeitplanung vorgestellt. Die Schlussfolgerung unterstreicht die Notwendigkeit weiterer Erforschung und Entwicklung anpassungsfähiger Planungsalgorithmen, um den sich wandelnden Anforderungen moderner Fertigung und Cloud Computing gerecht zu werden.