In this study, we investigate an unrelated parallel batch processing machines scheduling problem (UPBPMSP). A set of jobs with non-identical sizes and arbitrary ready times are scheduled on unrelated parallel batch processing machines with different capacities to minimize the makespan (i.e., the completion time of the last batch). Existing studies have either decomposed the scheduling problem into two sub-problems and employed population-based heuristic interaction for searching the best solutions or used neighborhood search algorithms to search the current solution’s neighborhood to find a better solution. However, the performances of these methods are not quite satisfactory due to the complicated interactions or oversimplified neighborhood search strategies, especially for large-scale UPBPMSPs. In this study, we propose a novel tabu-based adaptive large neighborhood search (TALNS) algorithm to obtain high-quality solutions for the UPBPMSP. To avoid complex interactions, we propose a new solution structure, and the proposed TALNS is applied to obtain the optimal solution structure of the UPBPMSP. Extensive experiments are conducted to evaluate the performance of the proposed algorithm on a total of 360 instances from the literature and 30 new instances. Numerical results demonstrate that the proposed TALNS outperforms the neighborhood search methods, which outperforms the population-based methods. With the proposed TALNS, 55 out of 360 instances’ best-known solutions are updated from this study.

在这项研究中，我们研究了一个不相关的并行批处理机调度问题 (UPBPMSP)。一组具有不同大小和任意就绪时间的作业被安排在具有不同容量的不相关的并行批处理机器上，以最小化完工时间（即最后一批的完成时间）。现有研究要么将调度问题分解为两个子问题，并采用基于群体的启发式交互来搜索最佳解决方案，要么使用邻域搜索算法搜索当前解决方案的邻域以找到更好的解决方案。然而，由于交互复杂或邻域搜索策略过于简单，这些方法的性能并不十分令人满意，尤其是对于大规模 UPBPMSP。在这项研究中，我们提出了一种新的基于禁忌的自适应大邻域搜索 (TALNS) 算法以获得 UPBPMSP 的高质量解决方案。为了避免复杂的相互作用，我们提出了一种新的解决方案结构，并应用所提出的 TALNS 来获得 UPBPMSP 的最优解决方案结构。进行了大量实验以评估所提出算法在文献中的总共 360 个实例和 30 个新实例上的性能。数值结果表明，所提出的 TALNS 优于邻域搜索方法，后者优于基于人口的方法。使用拟议的 TALNS，本研究更新了 360 个实例中最知名的解决方案中的 55 个。我们提出了一种新的解决方案结构，并将所提出的 TALNS 应用于获得 UPBPMSP 的最优解决方案结构。进行了大量实验以评估所提出算法在文献中的总共 360 个实例和 30 个新实例上的性能。数值结果表明，所提出的 TALNS 优于邻域搜索方法，后者优于基于人口的方法。使用拟议的 TALNS，本研究更新了 360 个实例中最知名的解决方案中的 55 个。我们提出了一种新的解决方案结构，并将所提出的 TALNS 应用于获得 UPBPMSP 的最优解决方案结构。进行了大量实验以评估所提出算法在文献中的总共 360 个实例和 30 个新实例上的性能。数值结果表明，所提出的 TALNS 优于邻域搜索方法，后者优于基于人口的方法。使用拟议的 TALNS，本研究更新了 360 个实例中最知名的解决方案中的 55 个。数值结果表明，所提出的 TALNS 优于邻域搜索方法，后者优于基于人口的方法。使用拟议的 TALNS，本研究更新了 360 个实例中最知名的解决方案中的 55 个。数值结果表明，所提出的 TALNS 优于邻域搜索方法，后者优于基于人口的方法。使用拟议的 TALNS，本研究更新了 360 个实例中最知名的解决方案中的 55 个。