Immun- und Multiagentensysteme für das Flow-Shop-Scheduling

In diesem Buch wird ein neuer Mutationsoperator vorgestellt, der Prinzipien aus künstlichen Immunsystemen (AIS) und Multiagentensystemen integriert, um die Planung der vorbeugenden Wartung in hybriden Flow-Shop-Umgebungen zu optimieren.Der Operator führt leichte Anpassungen in den Sequenzen ein, um die Konvergenz zu lokalen Optima zu verhindern, die Diversität der Population zu verbessern und als lokaler Suchmechanismus zu fungieren. Inspiriert vom adaptiven Verhalten des menschlichen Immunsystems nutzt der Ansatz metaheuristische Techniken, um die Bearbeitungszeiten zu verfeinern, indem er die Multi-Agenten-Koordination mit ISA-inspirierten Strategien kombiniert.Die Methode wird auf drei Strategien zur vorbeugenden Wartung angewendet, die sich auf die Maximierung der Maschinenverfügbarkeit und die Einhaltung von Mindestschwellenwerten für die Zuverlässigkeit in Produktionsketten konzentrieren. Die Ergebnisse zeigen, dass der Algorithmus bestehende Lösungen übertrifft, insbesondere in Szenarien, in denen die Maschinen während der Produktionsplanung periodisch nicht verfügbar sind.

Adel Abdelhadi ist Dozent für Informatik an der Universität Batna 2 in Algerien. Er hat einen Doktortitel in Wirtschaftsingenieurwesen und eine Habilitation an der Universität Batna erworben und lehrte auch an der Universität Khenchela. Seine Forschungsschwerpunkte sind künstliche Intelligenz, Scheduling.