Beklemesiz akış tipi atölye çizelgeleme problemi (BATAÇP), işlerin belirli bir makine sırasını takip ettiği geleneksel akış tipi atölye yapılandırmasının bir uzantısıdır. BATAÇP, akış tipi atölye problemine, ardışık makineler arasında işlerin beklemesine izin vermeyen bir kısıtlama ekleyerek genişletilmiştir. BATAÇP ile ilgili son çalışmalar, genellikle en sona çizelgelenen işin tamamlanma süresi, toplam akış zamanı ve toplam tamamlanma süresi gibi geleneksel hedeflere odaklanmıştır. Ancak, erken tamamlanma ve gecikme hedeflerinin birlikte kullanıldığı çözüm yaklaşımlarına yönelik sınırlı çalışmalar bulunmaktadır. BATAÇP, NP-zor olarak sınıflandırılmakta olup, büyük problem örnekleri için optimal çözümler bulmak hesaplama açısından zorluklar yaratmaktadır. Bunun üstesinden gelmek için, tavlama benzetimi, tabu arama ve parçacık sürüsü optimizasyonu gibi sezgisel ve meta-sezgisel yöntemler yaygın olarak kullanılarak yaklaşık-optimal çözümler bulunmaktadır. Bununla birlikte, mevcut literatürde bu problem için kesin çözüm yöntemleri oldukça azdır. Bu boşluğu doldurmak amacıyla, bu makale BATAÇP için yeni bir karma tam sayılı programlama (KTP) modeli tanıtmaktadır ve erken tamamlanma ve gecikme hedeflerini minimize etmek amacıyla bu yeni model üzerine inşa edilmiş bir dal-kesme (DK) algoritması sunmaktadır. Önerilen DK algoritması, güçlü üst sınırlar elde etmek için bir sezgisel yaklaşım ile birleştirilmiştir. Algoritma, problem alanını sistematik bir şekilde keşfederek ve kesme düzlemi teknikleri kullanarak matematiksel formülasyonları iyileştirmektedir. Algoritmanın performansı, kapsamlı bir kıyaslama problem örnekleri seti kullanılarak test edilmekte ve sonuçlar, literatürde bulunan KTP modeli ile karşılaştırılmaktadır. Hesaplamalı deneyler, önerilen DK algoritmasının hem çözüm kalitesi hem de hesaplama verimliliği açısından etkin olduğunu göstermektedir.
The no-wait flow shop scheduling problem (NWFSP) is an extension of the traditional flow shop configuration, where jobs follow a fixed sequence of machines. The NWFSP extends the flow shop problem by incorporating a constraint that does not allow jobs to wait between subsequent machines. Recent studies on the NWFSP have primarily focused on traditional objectives, such as makespan, total flow time, and total completion time. However, there are limited studies addressing the simultaneous use of earliness and tardiness objectives. Classified as NP-hard, the NWFSP poses significant computational challenges when seeking optimal solutions for large problem instances. To overcome this, heuristic and metaheuristic algorithms, including simulated annealing, tabu search, and particle swarm algorithm, are commonly used to find near-optimal solutions. Nevertheless, exact solution methods for this problem remain scarce in existing literature. To fill this gap, this paper introduces a novel mixed-integer programming (MIP) model for the NWFSP and presents a branch-and-cut (BC) algorithm built upon this new model, with the objective of minimizing earliness and tardiness. The BC algorithm is combined with a heuristic approach to provide strong upper bounds. It systematically explores the problem space and improves mathematical formulations using cutting plane techniques. The algorithm’s performance is tested using a comprehensive set of benchmark problem instances, with results compared to a MIP model from the literature. Computational experiments demonstrate that the proposed BC algorithm is effective both in terms of solution quality and computational efficiency.