In traditional scheduling problems, most literature assumes that the processing time of a job is fixed. However, there are many situations where the processing time of a job depends on the starting time or the position of the job in a sequence. In such situations, the actual processing time of a job may be less than its normal processing time if it is scheduled later. This phenomenon is known as the ''learning effect''. In this study, we introduce general learning functions into a single-machine scheduling problems. We consider the following objective functions: (i) sum of weighted completion times, (ii) maximum lateness (iii) number of tardy jobs (iv) number of weighted tardy jobs. Non-linear programming models are developed for solving these problems.
Single machine scheduling Learning functions Non-linear programming models.
Çizelgeleme literatürünün çoğunda işlerin işlem zamanları sabit kabul edilmiştir. Ancak işlerin işlem zamanlarında, başlama zamanı veya pozisyonuna bağlı olarak azalma görülebilmektedir. Bu olgu literatürde öğrenme etkisi olarak bilinmektedir. Bu çalışmada genel öğrenme fonksiyonlu tek makineli çizelgeleme problemleri ele alınacaktır. Ele alınan problemlerin amaç fonksiyonları: (i) toplam ağırlıklı tamamlanma zamanı (ii) maksimum gecikme, (iii) geciken iş sayısı (iv) ağırlıklı geciken iş sayısı şeklindedir. Problemleri çözmek için doğrusal-olmayan programlama modelleri geliştirilmiştir.
Tek makineli çizelgeleme Öğrenme fonksiyonları Doğrusal-olmayan programlama modelleri.
Birincil Dil | Türkçe |
---|---|
Bölüm | Makale |
Yazarlar | |
Yayımlanma Tarihi | 1 Şubat 2013 |
Yayımlandığı Sayı | Yıl 2013 Cilt: 19 Sayı: 2 |