用于制造计划中重调度的反应式混合产品驱动系统

目标：本研究旨在开发一种新型调度模型，将产品驱动系统（PDS）的智能产品范式与移动瓶颈启发式算法（SBH）相结合，以提高突发干扰下动态作业车间调度问题（JSSP-D）的重调度效率和适应性。设计/方法/途径：该模型采用基于智能体的建模方法，使产品作为自主智能体参与重调度决策。模拟涵盖了针对14个机器故障基准实例的151个场景，生产时间分别增加100%、200%和300%。评估该模型的指标是其在不同扰动水平下最小化完工时间劣化并保持效率的能力。结果：PDS-SBH模型有效缩小了生产效率差距，使平均完工时间减少了7.81%，峰值达到36.06%。较高的扰动水平带来了更好的重调度效果，尽管变异性有所增加。该模型的适应性提供了与稳定调度基准相当或更优的解决方案。研究局限性：本研究使用了14个基准实例，且仅聚焦于机器故障，限制了向资源短缺或订单变更等其他干扰推广的适用性。尽管存在这些限制，但这151个场景和严格的分析增强了结果的可靠性。实际意义：PDS-SBH模型为实时调度调整、保持运营连续性和优化资源利用提供了一种稳健的方法。它为动态制造中的决策支持系统和策略制定提供了实用见解。独创性/价值：本研究开创了一种将智能产品范式与SBH相结合的混合方法。它通过提出一个用于动态调度的弹性、自适应框架，推进了JSSP-D研究，对提高制造效率和稳健性做出了重大贡献。