Comparison of two processing approaches for solving a customer order scheduling problem

Abstract

Bu çalışma, her bir müşterinin tek bir makinede işlenen çeşitli ürünleri (işleri) talep ettiği siparişlerin çizelgelenmesi problemini ele almaktadır. Her bir ürünü işlemeden önce makine için sıra-bağımsız bir hazırlık (kurulum) gereklidir. Bir müşterinin siparişindeki tüm ürünler, bu ürünlerin işlenmesi tamamlandığında müşteriye teslim edilir. Bir müşteri siparişinde son ürün olarak işlenmiş ürünün tamamlanma süresi müşteri siparişinin tamamlanma süresini belirler. Amacımız, müşteri siparişlerinin toplam tamamlanma süresini en aza indirmek için müşteri siparişleri ve ürünlerinin en iyi çizelgelemesini belirlemektir. Bu müşteri siparişlerini çizelgeleme problemini sipariş bazlı ve ürün bazlı işleme yaklaşımları ile çalıştık. Literatürde çalışılmamış olan ürün bazlı işlem yaklaşımı için küçük ve orta ölçekli problemleri en iyi şekilde çözebilen iki tane karışık tamsayılı doğrusal programlama modeli ile büyük ölçekli problemler için bir tabu arama esaslı sezgisel bir algoritma geliştirdik. Ayrıca, hazırlık sürelerinin olduğu ve olmadığı durumlar için sipariş ve iş bazlı işleme yaklaşımlarını karşılaştırdık.

This study considers a customer order scheduling (COS) problem in which each customer requests a variety of products (jobs) processed on a single machine. A sequence-independent setup for the machine is needed before processing each product. All products in a customer order are delivered to the customer when the processing of these products is completed. The completion time of the product processed as the last product in a customer order defines the completion time of the customer order. We aim to find the best schedule of the customer orders and the products to minimize the total completion time of the customer orders. We have studied this customer order scheduling problem with order-based and job-based processing approaches. We have developed two mixed-integer linear programming models, which are capable of solving the small and medium-sized problem instances optimally for the job-based processing approach, which has not been studied in the literature, and a heuristic algorithm for large-sized problem instances. The results of our empirical study show that our tabu-search based heuristic algorithm gives optimal or near-optimal solutions in a very short time. In addition, we have compared the order-based, and job-based processing approaches for both setup and no-setup cases.