(An) Extended Formulation Approach for the Discrete Lot-sizing and Scheduling Problem with Sequence-dependent Setup and Production Run Limit :

이연수

추천

검색

자료유형: 학위논문

저자정보: 이연수 (서울대학교, 서울대학교 대학원)

발행연도: 2018

저작권: 서울대학교 논문은 저작권에 의해 보호받습니다.

이용수0

이 논문의 연구 히스토리 (2)

2018

An Extended Formulation Approach for the Lot-sizing and Scheduling Problem with Sequence-dependent Setup and Production Run Limit

이연수 , 이경식 대한산업공학회 추계학술대회 논문집 2018.11 학술대회자료

(An) Extended Formulation Approach for the Discrete Lot-sizing and Scheduling Problem with Sequence-dependent Setup and Production Run Limit

이연수 산업공학과 2018.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

In this thesis, we consider a production planning problem arising in real-world high-technology industry, which can be regarded as a variant of the discrete lot-sizing and scheduling problem with sequence-dependent setup. We propose two mathematical formulations for this problem: standard formulation and extended formulation. We verify that the extended formulation gives tighter linear programming relaxation bound compared to the standard one by both theoretical analysis and computational experiments. Also we devise a heuristic algorithm which shows comparable performance to the algorithm provided by commercial mixed-integer programming solver.

#Discrete lot-sizing and scheduling problem #Sequence-dependent setup #Production run limit #Extended formulation #Relax-and-fix algorithm

Chapter 1 Introduction 1
1.1 Problem Description 3
1.2 Research Motivation and Contribution 6
1.3 Organization of the Thesis 7
Chapter 2 Literature Review 8
2.1 Lot-sizing and Scheduling Problem 8
2.2 Discrete Lot-sizing and Scheduling Problem 13
2.3 Production Run Limit 16
Chapter 3 Problem Definition and Mathematical Formulation 17
3.1 Problem Definition and Standard Formulation 17
3.1.1 Standard Formulation 19
3.2 Extended Formulation 25
3.2.1 Network Construction 25
3.2.2 Extended Formulation 26
3.3 Comparison of Two Formulations 31
Chapter 4 Special Cases and Heuristic Algorithm 36
4.1 Special Cases 36
4.1.1 Single Item Case 36
4.1.2 Fixed Number of Item Case 40
4.2 Relax-and-Fix Algorithm 42
Chapter 5 Computational Experiments 45
5.1 Test Instances 45
5.1.1 Artificial Data 45
5.1.2 Real Data 48
5.2 Comparison of Formulations 50
5.2.1 Formulation Size 50
5.2.2 Test Results 51
5.3 Results on Relax-and-Fix Algorithm 55
Chapter 6 Conclusion 62
Bibliography 64
국문초록 72

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)