Bi-objective scheduling on a restricted batching machine

در این کار، ما یک دستگاه بچینگ را می بینیم که می تواند همزمان چندین شغل را پردازش کند. دسته ها یک اندازه دسته ای محدود دارند و زمان پردازش یک دسته برابر با بزرگترین زمان پردازش در میان تمام مشاغل درون دسته است. ما یک مشکل دو جانبه را برای به حداقل رساندن حداکثر دیررسی و تعداد دسته ها حل می کنیم. این تابع مربوطه است، زیرا ما علاقه مند به ملاقات با تاریخ و به حداقل رساندن هزینه دست زدن به هر دسته است. هدف ما یافتن راه حل های بهینه پارتو با استفاده از یک روش محدودیت اپسیلون بر روی یک مدل ریاضی جدید است که با خانواده ای از نابرابری های معتبر و محدودیت هایی که از راه حل های متقارن جلوگیری می شود، افزایش می یابد. علاوه بر این، ما یک الگوریتم ژنتیک تصادفی بی طرف برای ارزیابی نقاط پورتو بهینه از نمونه های بزرگتر در زمان معقول ارائه می دهیم. نتایج تجربی نشان دهنده کارآیی روش های ما است.