ข้อมูลจากบทคัดย่อ
ยังไม่มีสรุปภาษาไทยสำหรับระเบียนนี้
ด้านล่างเป็นบทคัดย่อต้นฉบับภาษาอังกฤษจากข้อมูลบรรณานุกรม โปรดตรวจบทความต้นฉบับก่อนอ้างอิง
This study proposes an enhanced artificial bee colony algorithm (ENABC) for flexible job shop scheduling with multiple assembly precedence constraints. The objective is to minimize the total penalty cost (TPC), defined as the sum of tardiness, earliness, flow time, and setup costs. ENABC enhances the classical artificial bee colony algorithm through five mechanisms: a three-parameter encoding scheme with efficient decoding heuristics, a dual food-source exploration strategy, a modified precedence-preserving crossover operator, a modified tabu search strategy, and a tabu list to prevent revisiting solutions. The proposed algorithm is evaluated using 10 large-scale industrial problem instances. Compared with benchmark approaches based on the TLSAPVNS and SCEGWO frameworks, ENABC achieved average TPC reductions of 12.96% and 10.90%, respectively. Relative to the factory's existing scheduling practice, the proposed approach reduced the average TPC by 49.93%. Furthermore, it required less computation time than all competitors.
เหตุผลที่อยู่ในฐานติดตาม
ระเบียนนี้ได้รับ Impact Signal 72/100 จากความใหม่ แหล่งเผยแพร่ ความร่วมมือ และสัญญาณในข้อมูลบรรณานุกรม คะแนนนี้ใช้จัดลำดับการติดตาม ไม่ใช่การตัดสินคุณภาพงานวิจัย
ประเด็นที่เกี่ยวข้อง: Scheduling and Optimization Algorithms · Advanced Manufacturing and Logistics Optimization · Metaheuristic Optimization Algorithms Research
บทบาทของนักวิจัยและสถาบันไทย
Naritsak Tuntitippawan · Watcharapan Sukkerd · Watchara Songserm · Chayathach Phuaksaman · Siwaporn Kunnapapdeelert · Teeradej Wuttipornpun · King Mongkut's University of Technology North Bangkok · Rajamangala University of Technology Phra Nakhon · Thammasat University
ข้อจำกัดของข้อมูล
หน้านี้เป็นระเบียนบรรณานุกรมและข้อมูลจากบทคัดย่อ ยังไม่ใช่บทวิเคราะห์ฉบับเต็มหรือการประเมินคุณภาพงานวิจัย ควรตรวจสอบ DOI และเอกสารต้นฉบับก่อนนำไปอ้างอิง