胡侃鑫，车玉馨，张真真

Computers & Operations Research 144 (2022): 105847

推荐理由

在工业4.0和COVID-19大流行的背景下，增材制造（Additive Manufacturing, AM）作为一种直接从数字模型进行快速原型制作的技术，获得了迅猛的发展，为企业提供了满足定制生产和有限人力资源的可能性。为了实现AM技术的最大潜力，需要仔细研究与之相关的机器调度问题。由于AM涉及多台机器的协同工作和任务分配，因此机器的调度安排对生产效率至关重要。通过对AM机器调度问题进行深入研究，可以实现生产过程的优化和生产效率的提高。本文首次研究了一个复杂的AM调度问题，考虑了不相关并行机器、二维装箱约束和工件非同时到达多个实际约束。针对该问题，提出了自适应大邻域搜索算法，并验证了其高效性。

作者简介

胡侃鑫：新加坡国立大学工业系统工程及管理系，博士生

车玉馨：新加坡国立大学工业系统工程及管理系，博士生

张真真：同济大学经济与管理学院，副教授

关键词

增材制造，不相关机器调度，二维装箱，工件非同时到达，高效算法

内容简介

随着市场对定制化产品的需求不断增长，AM技术具有巨大的潜力和应用前景。例如，在医疗领域，AM可以用于制造个性化的医疗器械和假体，满足患者的特殊需求；在航空航天领域，AM可以用于快速制造复杂的零部件，减少生产周期和成本。

本文解决了一个带有实际约束条件的不相关并行增材制造机器调度问题，包括打印方向选择、二维装箱约束和工件的非同时到达。该问题主要涉及三个决策：(1) 在工件动态到达下的机器调度；(2) 每个工件的打印方向选择；(3) 每个打印批次的装箱。为了解决这个复杂问题，本文引入了一个混合整数线性规划（MILP）模型来解决小规模实例，并提出了自适应大邻域搜索（ALNS）启发式算法来解决大规模实例。根据增材制造生产过程的特点，研究设计了四个移除算子和两个插入算子用于ALNS。对于装箱子问题，本文提出了基于skyline二维装箱模式的随机局部搜索算法。此外，本文引入了Trie数据结构来加速装箱可行性的判断过程。最后，进行大量的数值实验，并评估了所提出的ALNS算法的效率。通过与固定打印方向情况的比较，本文测试并验证了考虑多方向选择的优势。同时，还提供了更多关于非同时到达时间带来的一些有趣的观察结果。

Link: https://www.sciencedirect.com/science/article/pii/S0305054822001241