A Benchmarking Suite for Flexible Job Shop Scheduling Problems with Worker Flexibility under Uncertainty

本文介绍了一套全面的基准测试套件,包含 402 个经过扩展的标准柔性作业车间调度问题实例,这些实例融入了工人灵活性与不确定性因素,旨在通过统一的指标、可视化工具和基准结果,实现对各类优化求解器的严格、可复现且跨领域的比较。

原作者: David Hutter, Thomas Steinberger, Michael Hellwig

发布于 2026-05-06
📖 1 分钟阅读☕ 轻松阅读

原作者: David Hutter, Thomas Steinberger, Michael Hellwig

原始论文采用 CC BY 4.0 许可(http://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

Each language version is independently generated for its own context, not a direct translation.

想象一个繁忙的工厂车间。你有一堆待完成的工作、一支配备了执行任务的机器车队,以及一支操作这些机器的工人团队。目标很简单:尽可能快地完成所有工作。但在现实世界中,情况会变得复杂。一台机器可能在某项任务上比另一项任务更快,一名工人在另一项任务上可能更熟练,有时机器会故障,或者工人会请病假。

本文介绍了一个全新的“健身房”,供尝试解决这一调度难题的计算机程序(称为求解器)使用。就像运动员需要标准化的跑道来比较速度一样,这些调度程序也需要一套公平、一致的问题集,以证明哪一个是最好的。

以下是作者所构建内容的分解,使用了简单的类比:

1. 问题:一个混乱的厨房

将**柔性作业车间调度问题(FJSSP)**想象成一家高档餐厅的厨房。

  • 工作(Jobs): 不断涌入的不同订单(例如,一份牛排、一份沙拉、一份汤)。
  • 机器(Machines): 烤箱、烤架和搅拌机。
  • 转折(The Twist): 与只有烤架能烤牛排的简单厨房不同,在这里,如果厨师够快,烤架也可能用来做沙拉。这就是“机器柔性”。

现在,加入工人柔性(FJSSP-W)

  • 工人(Workers): 厨师们。
  • 新转折: 不仅烤架能做沙拉,而且哪位厨师拿着锅铲也很重要。厨师 A 烤牛排可能需要 5 分钟,而厨师 B 则需要 7 分钟。计算机不仅要确定使用哪台机器,还要确定由哪位具体工人来操作它,以便最快地完成任务。

2. 旧方法:在规则不同的赛道上比赛

此前,试图构建更优秀调度计算机的研究人员,就像是在不同赛道上比较跑步者的人。

  • 一位研究人员在一条小而易行的跑道上测试他们的程序。
  • 另一位在一条巨大且泥泞的场地上测试他们的程序。
  • 有些人使用“完美天气”(无故障),而另一些人使用“风雨交加”(不确定性)。

由于测试赛道差异巨大,你无法判断某位跑步者是否真的更快,还是仅仅因为赛道更容易。这使得很难确定哪个计算机程序真正是最好的。

3. 新方案:标准化的“奥林匹克体育场”

作者创建了一个基准测试套件。将其想象成一个拥有 402 条不同跑道的巨大、标准化的奥林匹克体育场。

  • 集合: 他们选取了 402 个现有的工厂场景,并将它们全部升级以包含“工人柔性”规则。这创建了一个庞大且即用的问题库。
  • “不确定性”气象站: 现实中的工厂并不完美。机器会故障,工人会疲劳。这个新套件允许研究人员在测试中注入“混乱”。他们可以模拟:
    • 处理时间噪声: 工人可能比平时稍快或稍慢(就像跑步者状态好或差的一天)。
    • 机器故障: 机器突然停止工作(就像跑步者绊倒)。
    • 工人不可用: 工人无法到岗(就像跑步者受伤)。

4. 工作原理:“记分牌”

该套件不仅仅是一份问题列表;它是一个完整的工具包:

  • 过滤器: 你可以选择特定类型的赛道(例如,“只显示拥有 10 台机器且工人柔性高的工厂”)。这有助于研究人员测试其程序的特定部分。
  • 基线: 该套件附带一个“金标准”分数。它告诉你迄今为止顶级程序所能达到的最佳时间。如果你的新程序无法超越这个分数,它就尚未准备好参加“奥运会”。
  • 可视化: 它将结果转化为易于阅读的图表,让你一眼就能看出哪个程序是“奥运冠军”。

5. 首场比赛:谁赢了?

作者在这个新体育场测试了几个不同的计算机程序,以观察其效果:

  • “贪婪”求解器: 这就像一位不提前思考、只选择下一个可用跑道的跑步者。它是最慢的。
  • “MILP"求解器: 这是一位非常严格、数学化的跑步者,试图计算每一种可能性。它很准确,但在面对大型复杂赛道时会卡住(内存不足)。
  • “CP"求解器(约束规划): 这位跑步者是明确的赢家。它在处理分配工人和机器的复杂性方面,比其他方法表现好得多。
  • “GA"求解器(遗传算法): 这位跑步者获得了强有力的第二名,它使用受进化启发的方法(试错法)来寻找好的解决方案。

为什么这很重要

在这篇论文之前,研究人员像是在对着虚空呐喊,每个人都基于自己微小且独特的测试声称自己的程序是最好的。这篇论文建立了一种通用语言和公平的竞技场

它允许科学家说:“我的程序比你的好,因为我们都在完全相同的 402 条赛道上,在完全相同的气象条件下进行了比赛。”这有助于整个领域更快地向前发展,从而产生更好的软件,最终帮助现实中的工厂即使在出现问题时也能更高效地运行。

简而言之: 他们建立了一个标准化、公平且充满混乱的“健身房”,让调度计算机终于可以在平等的条件下竞争,看看谁在组织繁忙工厂方面真正最出色。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →