Exploring Industry 5.0: An Overview of AI-Driven Production Scheduling and Sequencing

[EN] This article is a preliminary analysis of the existing scientific literature on the use of artificial intelligence algorithms and optimisation techniques for production scheduling and sequencing in Industry 4.0 and 5.0 smart manufacturing environments. Ninety-one relevant articles are identifie...

Descripción completa

Detalles Bibliográficos
Autores: Paredes-Quevedo, J., Mula, Josefa|||0000-0002-8447-3387, Díaz-Madroñero Boluda, Francisco Manuel|||0000-0003-1693-2876
Tipo de recurso: artículo
Fecha de publicación:2025
País:España
Institución:Universitat Politècnica de València (UPV)
Repositorio:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Idioma:inglés
OAI Identifier:oai:dnet:riunet______::a73b954e21397f21e37342f5472cabbd
Acceso en línea:https://riunet.upv.es/handle/10251/235629
Access Level:acceso abierto
Palabra clave:Artificial intelligence
Production scheduling and sequencing
Industry 5.0
08.- Fomentar el crecimiento económico sostenido, inclusivo y sostenible, el empleo pleno y productivo, y el trabajo decente para todos
09.- Desarrollar infraestructuras resilientes, promover la industrialización inclusiva y sostenible, y fomentar la innovación
12.- Garantizar las pautas de consumo y de producción sostenibles
id ES_da323dc0ee41edc294c41b898cb9ae65
oai_identifier_str oai:dnet:riunet______::a73b954e21397f21e37342f5472cabbd
network_acronym_str ES
network_name_str España
repository_id_str
spelling Exploring Industry 5.0: An Overview of AI-Driven Production Scheduling and SequencingParedes-Quevedo, J.Mula, Josefa|||0000-0002-8447-3387Díaz-Madroñero Boluda, Francisco Manuel|||0000-0003-1693-2876Artificial intelligenceProduction scheduling and sequencingIndustry 5.008.- Fomentar el crecimiento económico sostenido, inclusivo y sostenible, el empleo pleno y productivo, y el trabajo decente para todos09.- Desarrollar infraestructuras resilientes, promover la industrialización inclusiva y sostenible, y fomentar la innovación12.- Garantizar las pautas de consumo y de producción sostenibles[EN] This article is a preliminary analysis of the existing scientific literature on the use of artificial intelligence algorithms and optimisation techniques for production scheduling and sequencing in Industry 4.0 and 5.0 smart manufacturing environments. Ninety-one relevant articles are identified that address issues related to production planning and job scheduling in smart factories. Approaches like reinforcement learning, genetic algorithms and hybrid systems to improve efficiency, flexibility and sustainability in manufacturing processes are highlighted. It also discusses differences in Industry 4.0 and 5.0 issues and current challenges, and suggests future research areas to optimise scheduling and sequencing in these advanced manufacturing environments.This research received funding from the Generalitat Valenciana project PROMETEO/2021/065 (i4OPT) and grant PDC2022 133957-I00 (CADS4.0-II) funded by MCIN/AEI /https://doi.org/10.13039/501100011033 and by European Union Next Generation EU/PRTR.SpringerDepartamento de Organización de EmpresasCentro de Investigación en Gestión e Ingeniería de ProducciónEscuela Politécnica Superior de AlcoyGeneralitat ValencianaAGENCIA ESTATAL DE INVESTIGACIONRepositorio Institucional de la Universitat Politècnica de València Riunet20252025-05-01journal articlehttp://purl.org/coar/resource_type/c_6501VoRhttp://purl.org/coar/version/c_970fb48d4fbd8a85info:eu-repo/semantics/articleapplication/pdfapplication/pdfhttps://riunet.upv.es/handle/10251/235629reponame:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valénciainstname:Universitat Politècnica de València (UPV)InglésengAgencia Estatal de Investigación http://dx.doi.org/10.13039/501100011033 Plan Estatal de Investigación Científica y Técnica y de Innovación 2021-2023 PDC2022-133957-I00 VALIDACION DE RESULTADOS TRANSFERIBLES DE OPTIMIZACION DE TECNOLOGIAS DE PRODUCCION CERO-DEFECTOS HABILITADORAS PARA CADENAS DE SUMINISTRO 4.0Generalitat Valenciana https://doi.org/10.13039/501100003359 PROMETEO%2F2021%2F065 Industrial Production and Logistics Optimization in Industry 4.0 (i4OPT)open accesshttp://purl.org/coar/access_right/c_abf2Reserva de todos los derechoshttp://rightsstatements.org/vocab/InC/1.0/info:eu-repo/semantics/openAccessoai:dnet:riunet______::a73b954e21397f21e37342f5472cabbd2026-06-13T07:49:27Z
dc.title.none.fl_str_mv Exploring Industry 5.0: An Overview of AI-Driven Production Scheduling and Sequencing
title Exploring Industry 5.0: An Overview of AI-Driven Production Scheduling and Sequencing
spellingShingle Exploring Industry 5.0: An Overview of AI-Driven Production Scheduling and Sequencing
Paredes-Quevedo, J.
Artificial intelligence
Production scheduling and sequencing
Industry 5.0
08.- Fomentar el crecimiento económico sostenido, inclusivo y sostenible, el empleo pleno y productivo, y el trabajo decente para todos
09.- Desarrollar infraestructuras resilientes, promover la industrialización inclusiva y sostenible, y fomentar la innovación
12.- Garantizar las pautas de consumo y de producción sostenibles
title_short Exploring Industry 5.0: An Overview of AI-Driven Production Scheduling and Sequencing
title_full Exploring Industry 5.0: An Overview of AI-Driven Production Scheduling and Sequencing
title_fullStr Exploring Industry 5.0: An Overview of AI-Driven Production Scheduling and Sequencing
title_full_unstemmed Exploring Industry 5.0: An Overview of AI-Driven Production Scheduling and Sequencing
title_sort Exploring Industry 5.0: An Overview of AI-Driven Production Scheduling and Sequencing
dc.creator.none.fl_str_mv Paredes-Quevedo, J.
Mula, Josefa|||0000-0002-8447-3387
Díaz-Madroñero Boluda, Francisco Manuel|||0000-0003-1693-2876
author Paredes-Quevedo, J.
author_facet Paredes-Quevedo, J.
Mula, Josefa|||0000-0002-8447-3387
Díaz-Madroñero Boluda, Francisco Manuel|||0000-0003-1693-2876
author_role author
author2 Mula, Josefa|||0000-0002-8447-3387
Díaz-Madroñero Boluda, Francisco Manuel|||0000-0003-1693-2876
author2_role author
author
dc.contributor.none.fl_str_mv Departamento de Organización de Empresas
Centro de Investigación en Gestión e Ingeniería de Producción
Escuela Politécnica Superior de Alcoy
Generalitat Valenciana
AGENCIA ESTATAL DE INVESTIGACION
Repositorio Institucional de la Universitat Politècnica de València Riunet
dc.subject.none.fl_str_mv Artificial intelligence
Production scheduling and sequencing
Industry 5.0
08.- Fomentar el crecimiento económico sostenido, inclusivo y sostenible, el empleo pleno y productivo, y el trabajo decente para todos
09.- Desarrollar infraestructuras resilientes, promover la industrialización inclusiva y sostenible, y fomentar la innovación
12.- Garantizar las pautas de consumo y de producción sostenibles
topic Artificial intelligence
Production scheduling and sequencing
Industry 5.0
08.- Fomentar el crecimiento económico sostenido, inclusivo y sostenible, el empleo pleno y productivo, y el trabajo decente para todos
09.- Desarrollar infraestructuras resilientes, promover la industrialización inclusiva y sostenible, y fomentar la innovación
12.- Garantizar las pautas de consumo y de producción sostenibles
description [EN] This article is a preliminary analysis of the existing scientific literature on the use of artificial intelligence algorithms and optimisation techniques for production scheduling and sequencing in Industry 4.0 and 5.0 smart manufacturing environments. Ninety-one relevant articles are identified that address issues related to production planning and job scheduling in smart factories. Approaches like reinforcement learning, genetic algorithms and hybrid systems to improve efficiency, flexibility and sustainability in manufacturing processes are highlighted. It also discusses differences in Industry 4.0 and 5.0 issues and current challenges, and suggests future research areas to optimise scheduling and sequencing in these advanced manufacturing environments.
publishDate 2025
dc.date.none.fl_str_mv 2025
2025-05-01
dc.type.none.fl_str_mv journal article
http://purl.org/coar/resource_type/c_6501
VoR
http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.openaire.fl_str_mv info:eu-repo/semantics/article
format article
dc.identifier.none.fl_str_mv https://riunet.upv.es/handle/10251/235629
url https://riunet.upv.es/handle/10251/235629
dc.language.none.fl_str_mv Inglés
eng
language_invalid_str_mv Inglés
language eng
dc.relation.none.fl_str_mv Agencia Estatal de Investigación http://dx.doi.org/10.13039/501100011033 Plan Estatal de Investigación Científica y Técnica y de Innovación 2021-2023 PDC2022-133957-I00 VALIDACION DE RESULTADOS TRANSFERIBLES DE OPTIMIZACION DE TECNOLOGIAS DE PRODUCCION CERO-DEFECTOS HABILITADORAS PARA CADENAS DE SUMINISTRO 4.0
Generalitat Valenciana https://doi.org/10.13039/501100003359 PROMETEO%2F2021%2F065 Industrial Production and Logistics Optimization in Industry 4.0 (i4OPT)
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
Reserva de todos los derechos
http://rightsstatements.org/vocab/InC/1.0/
dc.rights.openaire.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
Reserva de todos los derechos
http://rightsstatements.org/vocab/InC/1.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Springer
publisher.none.fl_str_mv Springer
dc.source.none.fl_str_mv reponame:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
instname:Universitat Politècnica de València (UPV)
instname_str Universitat Politècnica de València (UPV)
reponame_str RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
collection RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869421530831650816
score 15.812429

Similares en LA Referencia