Ny metode for energieffektiv hybrid flowshop-planlegging

AI-nyheter: Ahmed Missaoui, Cemalettin Ozturk og Barry O’Sullivan har publisert en ny metode for energieffektiv hybrid flowshop‑planlegging med blokkering.

Artikkelen, sendt til arXiv 3. oktober 2025, studerer hybrid flow shop scheduling med blocking constraints (BHFS) og to motstridende mål: å minimere siste ferdigstillelsestid (makespan) og total energiforbruk. Forfatterne formulerer problemet som en ny flermåls mixed integer programming (MIP)-modell og bruker en augmentert epsilon-constraint-metode for å finne Pareto‑optimale løsninger. De utvikler også en metaheuristikk, Refined Iterated Pareto Greedy (RIPG), for å løse store instanser innen rimelig tid. Metodene er benchmarket på små, mellomstore og store tilfeller, sammenlignet med to kjente algoritmer; de rapporterte resultatene viser metodens effektivitet.

Funnene er relevante for norsk produksjonsindustri som søker energieffektive planleggingsløsninger, og for anvendelser av kunstlig intelligens (KI) i industrielle planleggingsverktøy.

Kilde: https://arxiv.org/abs/2510.03377 | Sammendraget er KI-generert med OpenAI API av Ainy.no