J
2025
A hybrid flow shop scheduling optimization using puma optimizer: Addressing energy efficiency and workforce restrictions
LEE, Sang-Woong; Jawad TANVEER; Amir Masoud RAHMANI; Farhad Soleimanian GHAREHCHOPOGH; Benyamin ABDOLLAHZADEH et. al.
Basic information
Original name
A hybrid flow shop scheduling optimization using puma optimizer: Addressing energy efficiency and workforce restrictions
Name in Czech
Hybridní optimalizace plánování ve flow shopu pomocí optimalizátoru puma: Řešení energetické účinnosti a omezení pracovní síly
Authors
LEE, Sang-Woong; Jawad TANVEER; Amir Masoud RAHMANI; Farhad Soleimanian GHAREHCHOPOGH; Benyamin ABDOLLAHZADEH; Hamid ROKNY; Thantrira PORNTAVEETUS; Jan LÁNSKÝ and Mehdi HOSSEINZADEH
Edition
Alexandria Engineering Journal, Amsterdam, Elsevier BV on behalf of Faculty of Engineering, Alexandria University, 2025, 1110-0168
Other information
Type of outcome
Article in a journal
Field of Study
10201 Computer sciences, information science, bioinformatics
Country of publisher
Netherlands
Confidentiality degree
is not subject to a state or trade secret
Impact factor
Impact factor: 6.800 in 2024
Organization unit
University of Finance and Administration
EID Scopus
2-s2.0-105006811072
Keywords (in Czech)
Hybridní problém plánování toku (HFSP), optimalizátor Puma, energetická účinnost, omezení pracovníků, metaheuristická optimalizace
Keywords in English
Hybrid Flow Shop Scheduling Problem (HFSP), Puma optimizer, Energy efficiency, Worker constraints, Metaheuristic optimization
Tags
International impact, Reviewed
In the original language
The Hybrid Flow Shop Scheduling Problem (HFSP) is a complex challenge in production and manufacturing, requiring efficient scheduling solutions that optimize productivity while considering real-world constraints. This study proposes an advanced optimization framework utilizing the Puma Optimizer, a metaheuristic algorithm enhanced with an adaptive control mechanism for intelligently selecting phases and operators. This feature makes it well-suited for discrete optimization problems such as HFSP. Our approach integrates heuristic decoding and adaptive local search, balancing exploration and exploitation to generate high-quality schedules. The proposed mathematical model optimizes makespan and total tardiness while energy consumption is incorporated as a constraint to enhance sustainability. Extensive computational experiments demonstrate the superior performance of the proposed algorithm compared to traditional methods, achieving shorter makespan and lower tardiness while ensuring workforce feasibility. These results highlight the Puma Optimizer’s adaptability and potential to set new benchmarks for HFSP, offering a scalable and effective solution for modern production systems.
In Czech
Problém hybridního plánování ve výrobním závodě (Hybrid Flow Shop Scheduling Problem, HFSP) je komplexní výzvou ve výrobě a zpracovatelském průmyslu, vyžadující efektivní řešení plánování, které optimalizuje produktivitu a zároveň zohledňuje reálná omezení. Tato studie navrhuje pokročilý optimalizační rámec využívající metaheuristický algoritmus Puma Optimizer rozšířený o adaptivní řídicí mechanismus pro inteligentní výběr fází a operátorů. Díky této funkci se dobře hodí pro diskrétní optimalizační problémy, jako je HFSP. Náš přístup integruje heuristické dekódování a adaptivní lokální prohledávání, přičemž vyvažuje průzkum a využití pro generování vysoce kvalitních rozvrhů. Navržený matematický model optimalizuje délku rozvrhu a celkové zpoždění, zatímco spotřeba energie je začleněna jako omezení pro zvýšení udržitelnosti. Rozsáhlé výpočetní experimenty ukazují vynikající výkonnost navrženého algoritmu ve srovnání s tradičními metodami, který dosahuje kratšího makespan a nižší zpoždění při zajištění proveditelnosti pracovní síly. Tyto výsledky zdůrazňují adaptabilitu optimalizátoru Puma a jeho potenciál stanovit nová měřítka pro HFSP a nabídnout škálovatelné a efektivní řešení pro moderní výrobní systémy .
Displayed: 7/10/2025 22:16