Customers are generally requiring a variety of products, earlier due date, and lower price. A manufacturing process needs the efficient scheduling to meet those customer's requirements. This study proposes the novel algorithm named MJA(Minimum Job completion time and AGV time) that increases the performance of machines and AGV(Automated Guided Vehicles) in many kinds of job types. MJA optimizes the bottleneck of machines and efficiency of AGV with considering two types of dispatching at the same time. Suggested algorithm was compared with existing heuristic methods by several simulations, it performed better for reducing the time of tardiness.

Gradually recent automatic systems require how to manipulate all shared internal resources of system including components manufacturing equipments. Especially practical operation schedulings of manufacturing are gradually inevitable procedures in dynamic industrial environments. We suggest and evaluate a dynamic scheduling rule of machine and material handling system for on-line operation in job shop type FMS. Because alternating status should be included in operation scheduling procedures effectively and without delay in dynamic industrial environments, the mutual interaction between the machine operation scheduling and AGV dispatching rule was also studied to be based on simulation. This study compared the performance of the evaluation which was obtained from Dynamic Scheduling of FMS, and developed the Priority Rule Matrix for switching mechanism in dynamic environment by using those results.

자동화 컨테이너 터미널에서 안벽크레인, AGV (Automated Guided Vehicle)와 같은 하역장비의 작업은 수많은 요인에 영향을 받으며, 이로 인해 각 장비의 작업시간 예측에 있어 불확실성이 존재한다 이러한 불확실성은 AGV 배차를 어렵게 만들고 작업효율을 떨어뜨리는 주요 원인 중 하나이다. 본 논문에서는 이러한 불확실성에 대처하기 위하여 확률적 시뮬레이션 기반 AGV 배차 알고리즘을 제안한다. 제안 방안은 AGV에 작업을 할당할 때, 할당된 작업의 수행 및 이후 일정 기간 동안의 AGV의 작업에 대해 확률적 시뮬레이션을 여러 번 반복 수행하여 작업할당에 대한 평가치의 확률적 표본을 수집한다. 수집한 표본으로부터 평가의 기대치를 추정하고 이를 이용하여 대안을 평가함으로써 불확실성의 영향을 줄인다. 평가의 신뢰도를 높이기 위해서는 많은 수의 표본을 수집해야 하므로 실시간 제약 하에서 수집 가능한 확률적 표본의 수를 늘리기 위해 이벤트 기반의 고속 시뮬레이션을 디자인하였다. 시뮬레이션 실험을 통해 검증한 결과 불확실성이 있는 환경에서 제안방안의 성능이 정적인 환경을 가정하는 방안보다 뛰어남을 확인하였다.