برنامه‌ریزی و زمان‌بندی پیشرفته با در نظر گرفتن اثر یادگیری در سیستم‌های ساخت کارگاهی انعطاف‌پذیر

برنامه‌ریزی و زمان‌بندی پیشرفته، نوعی فرآیند مدیریت تولید است که در آن منابع و ظرفیت‌های تولیدی به طور بهینه به تقاضاهای مشتریان تخصیص داده می‌شود. این رویکرد به طور خاص در محیط‌هایی که روش‌های برنامه‌ریزی ساده نمی‌توانند جوابگوی شرایط پیچیده باشند کاربرد دارد. یک فرض رایج در مساله برنامه‌ریزی و زمان‌بندی پیشرفته این است که زمان پردازش یک محصول ثابت و مستقل از جایگاهش در توالی تولید است؛ اما در بسیاری از موارد عملی، عملکرد اپراتور به طور پیوسته با گذشت زمان بهبود و زمان پردازش کارها کاهش می‌یابد که این پدیده به عنوان اثر یادگیری شناخته می‌شود. در این مقاله، یک چارچوب بهینه‌سازی توسعه‌یافته برای مساله برنامه‌ریزی و زمان‌بندی پیشرفته در محیط تولید انعطاف‌پذیر با در نظر گرفتن اثر یادگیری ارایه شده است تا توانایی بیشتری در بیان شرایط واقعی محیط‌های تولیدی فراهم و عوامل انسانی را در امر زمان‌بندی دخیل کند. هم‌چنین به دلیل پیچیدگی محاسباتی بالای مدل پیشنهادی، یک الگوریتم حل ژنتیک چند مرحله‌ای نیز پیشنهاد شده است. نتایج عددی نشان می‌دهد که الگوریتم حل پیشنهادی، توانایی رسیدن به جواب‌های بهینه/ نزدیک بهینه را در زمان های محاسباتی بسیار کمتر از روش‌های دقیق دارد.