Show simple item record

dc.contributor.authorЖданова, О. Г.uk
dc.contributor.authorПопенко, В. Д.uk
dc.contributor.authorРибачук, Л. В.uk
dc.contributor.authorСавчук, О. В.uk
dc.contributor.authorZhdanova, O. H.en
dc.contributor.authorPopenko, V. D.en
dc.contributor.authorRybachuk, L. V.en
dc.contributor.authorSavchuk, O. V.en
dc.date.accessioned2025-10-13T08:09:30Z
dc.date.available2025-10-13T08:09:30Z
dc.date.issued2025
dc.identifier.citationЖданова О. Г., Попенко В. Д., Рибачук Л. В., Савчук О. В. Задача складання плану ремонту об’єктів електричної мережі // Вісник Вінницького політехнічного інституту. 2025. № 2. С. 104-110.uk
dc.identifier.issn1997-9274
dc.identifier.urihttps://ir.lib.vntu.edu.ua//handle/123456789/49785
dc.description.abstractThis paper addresses a bi-criteria scheduling problem for restoring power supply after an emergency outage under limited resources — specifically, repair crews operating in parallel. Such situations are typical for urban infrastructure systems under critical conditions, where rapid decision-making is required while simultaneously considering multiple conflicting objectives. The mathematical formulation of the problem involves two objectives: minimizing the average weighted blackout time for citizens and minimizing the total working time of the repair crews (makespan). The proposed model belongs to the class of parallel machine scheduling problems with weighted jobs, where weights reflect the social importance of each task (district). To solve this problem, three algorithms have been developed: a heuristic algorithm, a local search algorithm with job relocation (LS1), and a local search algorithm with job exchange (LS2). The heuristic algorithm combines strategies for optimal single-machine scheduling (based on average weighted completion time) with load-balancing techniques for parallel machines (LPT algorithm). LS1 is based on the step-by-step improvement of the initial schedule by relocating jobs between crews while evaluating trade-offs between the two objectives. LS2 performs randomized exchanges of job pairs between machines and retains improvements based on the principle of fair compromise, which ensures lower computational complexity while maintaining high solution quality. Computational experiments confirm the effectiveness of the developed algorithms. It was found that LS1 and LS2 improve upon the heuristic solution by an average of 3.5…5 %. Experiments with different problem sizes showed consistent increases in execution time as task complexity grows, with LS2 outperforming LS1 in runtime due to its limited number of local modifications. The proposed approach enables efficient power restoration planning by integrating classical scheduling techniques with socially meaningful decision criteria.en
dc.description.abstractРозглянуто задачу двокритеріального планування робіт з відновлення електропостачання після аварійного відключення в умовах обмежених ресурсів — ремонтних бригад, які працюють паралельно. Така ситуація є типовою для міських інфраструктурних систем у критичних умовах, коли необхідно швидко ухвалювати рішення з урахуванням кількох суперечливих цілей. Математична постановка задачі враховує два критерії: мінімізацію середнього зваженого часу перебування громадян без електропостачання та мінімізацію загального часу роботи ремонтних бригад (makespan). Запропонована модель належить до класу задач складання розкладу на паралельних машинах з роботами, що мають ваги, які відображають соціальну значущість кожної роботи. Для розв’язання цієї задачі розроблено три алгоритми: евристичний, алгоритм локального пошуку з переміщенням робіт (АЛП1) та алгоритм локального пошуку з обміном робіт (АЛП2). Евристичний алгоритм поєднує підходи до оптимального складання розкладу на одній машині (за критерієм середнього зваженого часу) та ідеї балансування навантаження на кількох машинах (LPT-алгоритм). АЛП1 базується на поступовому поліпшенні початкового розкладу шляхом переміщення робіт між бригадами з оцінкою компромісу між двома критеріями. АЛП2 реалізує випадкові обміни парами робіт між машинами з відбором поліпшень за принципом справедливого компромісу, що забезпечує нижчу обчислювальну складність зі збереженням високої якості розв’язків. Проведено обчислювальні експерименти, які підтвердили ефективність розроблених алгоритмів. Встановлено, що АЛП1 та АЛП2 забезпечують поліпшення результатів, отриманих евристичним алгоритмом, у середньому на 3,5…5 %. Експерименти з різними параметрами задачі продемонстрували закономірне зростання часу роботи алгоритмів з розмірністю задачі, а також перевагу АЛП2 у швидкодії порівняно з АЛП1 завдяки обмеженню кількості локальних змін. Запропонований підхід дозволяє ефективно розв’язувати задачі планування відновлення електропостачання, поєднуючи класичні методи теорії розкладів з урахуванням соціально важливих аспектів.uk
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofВісник Вінницького політехнічного інституту. № 2 : 104-110.uk
dc.relation.urihttps://visnyk.vntu.edu.ua/index.php/visnyk/article/view/3222
dc.subjectбагатокритеріальна оптимізаціяuk
dc.subjectтеорія розкладівuk
dc.subjectпаралельні машиниuk
dc.subjectмножиниuk
dc.subjectевристичний алгоритмuk
dc.subjectлокальний пошукuk
dc.subjectкомпромісний розв’язокuk
dc.subjectmulti-objective optimizationen
dc.subjectscheduling theoryen
dc.subjectparallel machinesen
dc.subjectsetsen
dc.subjectheuristic algorithmen
dc.subjectlocal searchen
dc.subjectcompromise solutionen
dc.titleЗадача складання плану ремонту об’єктів електричної мережіuk
dc.title.alternativeThe Problem of Scheduling the Maintenance of Power Grid Facilitiesen
dc.typeArticle, professional native edition
dc.typeArticle
dc.identifier.udc519.854:004.02
dc.relation.referencesY. K. Lin, and T. Y. Yin, “Generating bicriteria schedules for correlated parallel machines involving tardy jobs and weighted completion time, ” Annals of Operations Research, vol. 319, pp. 1655-1688, 2022, https://doi.org/10.1007/s10479-021-04043-x.en
dc.relation.referencesX. Liu, Y. Feng, N. Ding, R. Li, and X. Chen, "Multi-criteria scheduling in parallel environment with learning effect," Foundations of Computing and Decision Sciences, vol. 49, no. 1, pp. 3-20, 2024, https://doi.org/10.2478/fcds-2024-0001 .en
dc.relation.referencesC. H. Liu, and W. N. Tsai, “Multi-objective parallel machine scheduling problems by considering controllable processing times,” Journal of the Operational Research Society, vol. 67, no. 4, pp. 654-663, 2016, https://doi.org/10.1057/jors.2015.82 .en
dc.relation.referencesJ. Mar-Ortiz, A. J. Ruiz Torres, and B. Adenso-Díaz, “Scheduling in parallel machines with two objectives: Analysis of factors that influence the Pareto frontier,” Operational Research, vol. 22, pp. 4585-4605, 2022, https://doi.org/10.1007/s12351-021-00684-9 .en
dc.relation.referencesM. L. Pinedo, Scheduling: Theory, Algorithms, and Systems, 5th ed. New York, NY, USA: Springer, 2016.en
dc.relation.referencesJ. Xu, and R. Nagi, “Identical parallel machine scheduling to minimise makespan and total weighted completion time: A column generation approach,” International Journal of Production Research, vol. 51, no. 23-24, pp. 7091-7104, 2013, https://doi.org/10.1080/00207543.2013.825379 .en
dc.relation.referencesP.-F. Dutot, L. Eyraud, G. Mounié, and D. Trystram, “Bi-criteria algorithm for scheduling jobs on cluster platforms,” arXiv:cs/0405006, 2004, https://doi.org/10.48550/arXiv.cs/0405006 .en
dc.relation.referencesX. Zhu, J. Xu, J. Ge, Y. Wang, and Z. Xie, “Multi-objective parallel machine scheduling with eligibility constraints for the kitting of metal structural parts,” Machines, vol. 10, no. 10, p. 836, 2022, https://doi.org/10.3390/machines10100836 .en
dc.relation.referencesW. Li, W. Zhai, and X. Chai, “Online bi-criteria scheduling on batch machines with machine costs,” Mathematics, vol. 7, no. 10, p. 960, 2019, https://doi.org/10.3390/math7100960 .en
dc.relation.referencesJ. Rocholl, L. Mönch, and J. Fowler, “Bi-criteria parallel batch machine scheduling to minimize total weighted tardiness and electricity cost,” Journal of Business Economics, vol. 90, pp. 1345-1381, 2020, https://doi.org/10.1007/s11573-020-00970-6 .en
dc.relation.referencesA. Aalaei, V. Kayvanfar, and H. Davoudpour, “A multi-objective optimization for preemptive identical parallel machines scheduling problem,” Comput. and Applied Mathematics, vol. 36, pp. 1367-1387, 2017, https://doi.org/10.1007/s40314-015-0298-0 .en
dc.relation.referencesE.-G. Talbi, Metaheuristics: From Design to Implementation. Hoboken, NJ, USA: Wiley, 2009, https://doi.org/10.1002/9780470496916 .en
dc.identifier.doihttps://doi.org/10.31649/1997-9266-2025-179-2-104-110


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record