Dynamic Scheduling for Manufacturing Production
2024 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE credits
Student thesisAlternative title
Dynamisk schemaläggning för tillverkningsproduktion (Swedish)
Abstract [en]
In the competitive landscape of modern manufacturing, efficient scheduling plays a crucial role in optimizing production processes. While most methods address scheduling problems in static environments, tackling dynamic scheduling in uncertain environments is still an active research area. We address in this thesis the problem of dynamic scheduling in manufacturing production. More specifically, the goal is to design a simulation environment of a production plant under dynamic uncertainties and develop an optimization procedure to come up with a performant scheduling strategy given the complexity of the environment. The results show significant improvement over standard dispatching rules which are extensively used in dynamic contexts for their simplicity and satisfactory performance. In particular, one of the proposed method exhibits good generalization properties and suitable behavior in an industrial context, paving the way to promising further research on challenging dynamic scheduling problems in manufacturing production environments.
Abstract [sv]
I det konkurrensutsatta landskapet för modern tillverkling spelar effektiv schemaläggning en avgörande roll för att optimera produktionsprocesser. Medan de flesta medotder tar itu med schemaläggningsproblem i statiska miljöer, är det fortfarande ett aktivt forskningsområde att ta itu med dynamisk schemaläggning i osäkra miljöer. I denna avhandling behandlar vi problemet med dynamisk schemaläggning inom tillverkningsproduktion. Mer specifikt är målet att designa en simuleringsmiljö av en produktionsanläggning under dynamiska osäkerheter och utveckla en optimeringsprocedur för att på bästa sätt komma fram till en effektiv schemaläggningsstrategi med tanke på miljöns komplexitet. Resultaten visar en betydande förbättring jämfört med standardregler för sändning som används i stor utsträckning i dynamiska sammanhang för sin enkelhet och tillfredsställande prestanda. I synnerhet uppvisar en av de föreslagna metoderna goda generaliseringsegenskaper och lämpligt beteende i ett industriellt sammanhang, vilket banar väg för lovande vidare forskning och komplexa dynamiska schemaläggningsproblem i tillverkande produktionsmiljöer.
Place, publisher, year, edition, pages
2024.
Series
TRITA-SCI-GRU ; 2024:406
Keywords [en]
Dynamic Scheduling, Simulation, Dispatching Rule, Deep Reinforcement Learning, Genetic Programming, Manufacturing Production
Keywords [sv]
Dynamisk schemaläggning, Simulering, Dispatching rule, Reinforcement Learning, Genetisk programmering, Tillverknings produktion
National Category
Other Mathematics
Identifiers
URN: urn:nbn:se:kth:diva-377654OAI: oai:DiVA.org:kth-377654DiVA, id: diva2:2042842
External cooperation
Vitesco Technologies
Subject / course
Optimization and Systems Theory
Educational program
Master of Science in Engineering -Engineering Physics
Supervisors
Examiners
2026-03-032026-03-032026-03-03Bibliographically approved