数据集概述
本数据集围绕多产品产能约束下的集成批量调度问题展开，重点纳入周期学习效应这一新型因素，基于实际车间环境案例构建混合整数线性规划模型，并通过切割平面法、滚动时域启发式等方法优化总 tardiness cost 和 overtime cost，包含1个核心文件。
文件详解
- 文件名称：
Case Study.xlsx
- 文件格式：XLSX
- 字段映射介绍：因无内容预览，推测包含制造场景下的产品信息、产能约束、周期学习效应参数、调度决策变量、目标成本（tardiness、overtime）等相关结构化数据，用于支撑模型验证与计算实验分析。
适用场景
- 制造批量调度优化研究：分析周期学习效应对多产品产能约束下调度决策的影响，验证模型与启发式方法的有效性。
- 学习效应在生产系统中的应用：探究周期学习效应对调度目标成本及lower bounds性能的作用机制。
- 制造优化算法评估：对比切割平面法、matheuristic方法在不同规模调度问题中的计算效率与解质量。
- 生产系统参数敏感性分析：研究学习率、tardiness cost等时间/成本类参数对调度结果的影响差异。
- 实际制造场景决策支持：为车间环境下的批量调度方案制定提供模型与数据参考。
