Jul, 2023

基于混合 ASP 的半导体制造流程多目标调度（扩展版）

PDF
TL;DR本研究使用混合 Answer Set Programming 和差分逻辑对真实半导体制造过程进行调度，包括机器处理、设置、批处理和维护操作，并研究了面向多个优化目标的大规模调度的潜力。
semiconductor manufacturingschedulinghybrid answer set programmingmachine processingoptimization objectives
发现论文，激发创造
  • 半导体工厂排产：自监督与强化学习

    通过深度强化学习和自监督学习的方法成功地实现了对半导体制造设施进行更高效调度的功能，提出了一种适应性调度方法来处理复杂连续随机动态半导体制造模型，与传统调度策略相比，我们的方法可以显著减少订单的延迟和完成时间，从而更好地分配半导体制造流程的资源。

    Feb, 2023

  • 并行机器调度中的字典序最小完工时间优化的 ASP 实现

    该论文利用 Answer-Set Programming 解决具有序列依赖设置时间和发布日期的并行机器工业调度问题，并采用多次求解算法来提高解决效率和可靠性。

    Dec, 2022

  • 基于答案集规划的求解器调度

    本研究提出了一种使用 Answer Set Programming 自动确定精细的、非均匀且有序的求解器调度方案的方法，并且可以定制化地生成并行调度方案。

    Jan, 2014

  • 面向作业车间调度的问题分解和多次 ASP 求解

    本文提出了一种基于多次回答集规划求解的问题分解方法，将 Job-shop 调度问题分解成时间窗口，并通过窗口内的操作实现优化，以便更好地管理复杂调度任务并在部分运行时可靠地找到高质量或甚至最优解决方案。

    May, 2022

  • 炉灶调度问题的精确方法和下界

    本文讨论一个新的并行批量调度问题（OSP），其出现在电子元件制造领域，并提出了通过约束编程（CP）和整数线性规划（ILP）来解决 NP 难度问题并引入多参数随机问题实例生成器进行实验评估的模型。

    Mar, 2022

  • 柔性车间调度问题的两阶段学习

    本文提出了一个基于深度学习的两阶段学习框架 2SLFJSP 来解决制造和服务领域中非常重要的组合优化问题 —— 柔性作业车间调度问题（FJSP），该框架能够在毫秒级时间内生成高质量的解决方案，优于文献中最新的强化学习方法和其他常用的启发式方法。

    Jan, 2023

  • 基于 Agent 的生产和辅助过程去中心化集成调度的概念和算法

    本篇研究针对工业 4.0 的要求，采用多智能体系统实现了分散化生产控制和信息分配，提出了一种基于智能代理的集成调度方法，该方法解决了在多智能体系统下排班执行时间过长的问题，并考虑到了生产、运输、缓冲和共享资源操作的相互依赖性及大型工件的约束等物流需求。

    May, 2022

  • 异构多处理器系统下带内存约束的数据分配和任务调度的一种启发式方法

    本文主要研究在共享内存平台下内存限制下数据分配和任务调度问题，提出了一个整数线性规划模型和基于禁忌搜索算法的可行解决方案，并在随机生成的实例上验证了该方法的有效性。

    May, 2022

  • 一种同时考虑人员轮班规划和无关并行机器调度的数学模型

    在本研究中，我们提出了一个多期调度问题的模型，该模型考虑了在每个时间段内人员排班时间的变化，同时解决了相关无关的并行机器调度问题。我们的模型旨在最小化总生产时间，考虑到各机器的处理时间和设备时间，以及各种实际情景下的约束条件和时间窗口。我们介绍了一个混合整数线性规划模型来表述这个问题，并采用了两步骤的解决方法来提高计算速度。通过合成问题实例和真实的工业案例研究，我们验证了模型的性能和在人员排班计划中的实际决策制定方面的有用性。

    Feb, 2024

  • 基于学习的灵活车间调度算法在可扩展智能制造中的应用

    在智能制造系统中，基于自动导引车的生产灵活性的柔性作业车间调度是优化生产效率的关键，该研究通过引入名为 Heterogeneous Graph Scheduler (HGS) 的新型图结构的深度强化学习方法，可以提高规模泛化性能，超越了传统调度规则、元启发式算法和现有 DRL 方法在制造调度中的性能表现。

    Feb, 2024