Job_Shop_Scheduling_Benchmark_Environments_and_Instances下载Job_Shop_Scheduling_Benchmark_Environments_and

Job_Shop_Scheduling_Benchmark_Environments_and_Instances

其他类别

1.0.0

下载

车间安排基准：学习和非学习方法的环境和实例

概述：

该存储库为各种机器调度问题提供了一个全面的基准测试环境，包括车间时间表（JSP），流店计划（FSP），灵活的工作室时间表（FJSP），具有汇编约束（FAJSP）的FJSP，具有序列依赖于序列的设置时间（FJSP SETUP TIMES（FJSP-SDST）和在线FJSS）和在线（FJSP）和在线（FJSP）和在线工作。它的目标是成为有兴趣解决机器调度挑战的研究人员，从业者和爱好者的集中式枢纽。

解决方案方法：

存储库包括精确的，启发式和学习的解决方案方法，每种方法与一个或多个机器调度问题变体兼容：

解决方案方法	类型	JSP	fsp	FJSP	FJSP SDST	FAJSP	在线（f）JSP
米尔普	精确的
CP-SAT	精确的
派遣规则	启发式
遗传算法	启发式
FJSP-DRL	DRL
L2D	DRL
丹尼尔	DRL

如何使用：

在这里，我们提供了一些有关如何在此存储库中使用解决方案方法的简短示例。有关更多详细信息和更多示例，请参阅此处和此处的教程。

调度规则：

 from solution_methods . dispatching_rules import run_dispatching_rules
from solution_methods . helper_functions import load_job_shop_env , load_parameters

parameters = load_parameters ( "configs/dispatching_rules.toml" )
jobShopEnv = load_job_shop_env ( parameters [ 'instance' ]. get ( 'problem_instance' ))

makespan , jobShopEnv = run_dispatching_rules ( jobShopEnv , ** parameters )

遗传算法：

 from solution_methods . helper_functions import load_job_shop_env , load_parameters
from solution_methods . GA . run_GA import run_GA
from solution_methods . GA . src . initialization import initialize_run

parameters = load_parameters ( "configs/genetic_algorithm.toml" )
jobShopEnv = load_job_shop_env ( parameters [ 'instance' ]. get ( 'problem_instance' ))

population , toolbox , stats , hof = initialize_run ( jobShopEnv , ** parameters )
makespan , jobShopEnv = run_GA ( jobShopEnv , population , toolbox , stats , hof , ** parameters )

L2D（基于DRL）：

 from solution_methods . L2D . src . run_L2D import run_L2D
from solution_methods . helper_functions import load_job_shop_env , load_parameters
 
parameters = load_parameters ( "configs/L2D.toml" )
jobShopEnv = load_job_shop_env ( parameters [ 'instance' ]. get ( 'problem_instance' ))
makespan , jobShopEnv = run_L2D ( jobShopEnv , ** parameters )

绘图：

我们提供绘图功能，以吸引操作和甘特图表之间的优先级关系，以解决工作室调度问题：

存储库结构

该存储库的结构可提供易用性和灵活性：

配置：包含解决方案方法的配置文件。
数据：包含针对不同问题变体进行基准测试的问题实例。
数据解析器：用于在调度环境中配置基准测试实例的解析器。
绘图：包含用于可视化结果的绘图函数。
调度环境：定义核心环境组件（ job ， operation ， machine和jobShop ）。还包含用于在线工作到达的动态调度问题的simulationEnv 。
解决方案方法：包含解决方案方法，包括精确，启发式和基于学习的方法。

参考

有关更多详细信息，请参阅我们的论文。如果您在研究中使用此存储库，请考虑引用以下论文：

Reijnen，R.，Van Straaten，K.，Bukhsh，Z。，＆Zhang，Y。（2023）。车间安排基准：学习和非学习方法的环境和实例。 ARXIV预印型ARXIV：2308.12794。 https://doi.org/10.48550/arxiv.2308.12794

或者，使用以下Bibtex条目：

 @article { reijnen2023job ,
  title = { Job Shop Scheduling Benchmark: Environments and Instances for Learning and Non-learning Methods } ,
  author = { Reijnen, Robbert and van Straaten, Kjell and Bukhsh, Zaharah and Zhang, Yingqian } ,
  journal = { arXiv preprint arXiv:2308.12794 } ,
  year = { 2023 }
}