Janis Neufeld mit "EURO Award for the Best EJOR Paper" ausgezeichnet

Janis Neufeld wurde auf der diesjährigen „European Conference on Operational Research“ in Athen eine sehr große Ehre zu teil. Gemeinsam mit Liji Shen und Stéphane Dauzère-Pérèz wurde das Paper „Solving the Flexible Job Shop Scheduling Problem with Sequence-Dependent Setup Times“ mit dem „EURO Award for the Best EJOR Paper“ in der Kategorie „Theory and Methodology“ ausgezeichnet.

© Janis Neufeld

Grundlage für die Auswahl waren 1342 Paper, die in den Jahren 2018 und 2019 in dem Operations Research Flagship Journal „European Journal of Operational Research (EJOR)“ veröffentlich wurden. Aus diesem Pool wurde eine 37 Paper umfassende Liste erstellt, die Paper enthielt, die am häufigsten zitiert wurden und die meisten Downloads aufwiesen. Eine hochkarätige mit fünf Personen besetzte Jury bewertete die Paper und einigte sich auf eine Shortlist. In einem weiteren iterativen Verfahren wurde schließlich einvernehmlich jeweils ein Paper für die drei Kategorien „Innovative Applications of OR“, „Review“ und „Theory and Methodology“ ausgewählt.

Das Team vom Lehrstuhl Industrielles Management gratuliert Janis sehr herzlich zu dieser wirklich außergewöhnlich ehrenvollen Auszeichnung! Ein herzlicher Glückwunsch geht natürlich auch an Liji Shen, die bereits zu ihrer Zeit am Lehrstuhl Stéphane Dauzère-Pérèz besucht und mit ihm erste Ideen diskutiert hat. Eine erste Version des ausgezeichneten Papers hat Janis bereits im August 2013 in Ghent (Belgien) auf der MISTA-Konferenz vorgestellt.

Abstract:

Der Beitrag befasst sich mit dem flexiblen Job-Shop-Problem mit sequenzabhängigen Rüstzeiten und zielt darauf ab, die Zykluszeit zu minimieren. Zunächst wird zur Problemrepräsentation ein mathematisches Modell aufgestellt, das für kleine Instanzen optimal gelöst werden kann. Nach der Untersuchung struktureller Eigenschaften des Problems mit Hilfe eines disjunktiven Graphenmodells wird ein Tabu-Search-Algorithmus mit spezifischen Nachbarschaftsfunktionen und einer darauf abgestimmten Diversifikationsstruktur entwickelt. Ausführliche Experimente mit Benchmark-Instanzen zeigen, dass der Algorithmus sogar für das klassische flexible Job Shop Scheduling Problem zu besseren Ergebnissen führt, als die meisten existierenden Ansätze. Weitere Experimente bestätigen die signifikante Verbesserung, die durch die Integration der in diesem Beitrag erworbenen Erkenntnisse bezüglich der strukturellen Problemeigenschaften erreicht wird.

Ausgezeichneter Beitrag:„Shen, Liji; Dauzère-Pérès, Stéphane; Neufeld, Janis S.: Solving the Flexible Job Shop Scheduling Problem with Sequence-Dependent Setup Times. In: European Journal of Operational Research 265 (2018), S. 503–516 (https://www.sciencedirect.com/science/article/pii/S037722171730752X)