Optimal configuration of systems managed by complex scheduling algorithms

The scheduling and configuration problems are leading topics of manufacturing systems; however, they have generally been treated separately in literature. Nevertheless, it is clear to notice that they are strictly connected and strongly influence one another. This Thesis positions itself in the context of manufacturing systems whose complex managing of scheduling results in a significant increase in performance. More specifically, manufacturers and researchers have always demonstrated a strong interest in choosing the best configuration of systems, as it allows to exploit the available resources at their best by increasing productivity and reducing costs. In order to do this, the performance of the system under investigation must be evaluated. However, when the scheduling problem is particularly complex, it is not possible to integrate it in a performance evaluation model. Consequently, for these kinds of systems, the only way to assess the performance of a given configuration is to run the scheduler. The few examples present in literature concerning the integrated optimization of configuration and scheduling usually assess the problem through multi-objective Meta-Heuristic Methods, i.e. proposing an integrated approach where the two problems of configuration and scheduling are conjointly treated and are no more separable. On the contrary, this work aims at defining a model enabling the generation of the response curve of such systems. This allows to learn all peculiarities and behaviours of this last concerning both configuration and scheduling choices, permitting subsequently to solve various kind of optimization problems also through Analytical Methods and ultimately to evaluate possible long-term decisions. The validation of such model based on a common scheduler in literature is also presented. In addition to this, the proposed methodology is applied to a case study concerning a manufacturing system of the luxury industry, demonstrating the applicability of the implemented algorithm to real situations.

I problemi di pianificazione a corto termine e configurazione sono temi protagonisti nel settore dei sistemi di produzione. Nonostante sia chiaro notare che sono strettamente connessi e possono influenzarsi molto reciprocamente, sono stati generalmente trattati separatamente in letteratura. Questa Tesi si colloca nel contesto di quei sistemi di produzione la cui gestione complessa della schedulazione porta a un significativo miglioramento delle performance. Più specificamente, ricercatori ed esperti hanno sempre dimostrato uno spiccato interesse per la scelta della migliore configurazione del sistema poiché questo consente di sfruttare al meglio le risorse disponibili, aumentando la produttività e riducendo i costi. Per raggiungere questo obiettivo è necessario valutare le prestazioni del sistema in esame. Tuttavia, quando il problema di pianificazione è particolarmente complesso, non è possibile integrarlo in un modello di valutazione delle performance. Di conseguenza, per questi tipi di sistemi, l'unico modo per valutare le prestazioni di una data configurazione è eseguire il pianificatore. I pochi esempi presenti nella letteratura riguardanti l'ottimizzazione integrata di configurazione e pianificazione solitamente valutano il problema attraverso metodi Meta-Euristici multi-obiettivo, ossia propongono un approccio integrato dove i due sono trattati in modo congiunto e non sono più separabili. Al contrario, questo lavoro si propone di definire un modello che consenta di generare la curva di risposta di tali sistemi. Questo consente successivamente di risolvere vari problemi di ottimizzazione basati su queste curve di risposta anche attraverso metodi Analitici e valutare eventuali decisioni a lungo termine. Oltre a descrivere la metodologia proposta, questo lavoro presenta anche la validazione, basata su un comune pianificatore presente in letteratura. Inoltre, tale modello è applicato a un caso studio relativo a un sistema di produzione dell'industria del lusso, dimostrando l’idoneità dell’algoritmo anche per situazioni reali.