در طول دهه های اخیر مسئله زمان بندی سیستم جریان کارگاهی با مفروضات مختلفی بررسی شده است. یکی از حالاتی که توجه بسیاری از پژوهشگران را به خود جلب کرده است، در نظرگیری مفهوم یادگیری است. در شرایط واقعی محیط های کاری، اثر یادگیری تنها به موقعیت کارها محدود نمی شود؛ به عبارت دیگر تجربه کارگران نیز در طول روند عملیات باید در نظر گرفته شود. از طرف دیگر عوامل زیادی سبب در دسترس نبودن ماشین آلات و تجهیزات در افق برنامه ریزی می شود. این پژوهش یک مسئله جریان کارگاهی با محدودیت دسترسی ماشین و اثر یادگیری مبتنی بر یک مدل ترکیبی را موردمطالعه قرار می دهد. این مدل یادگیری به طور همزمان مبتنی بر موقعیت کارها و همچنین مجموع لگاریتمی زمان پردازش کارها است. در ابتدا یک مدل برنامه ریزی مختلط عدد صحیح برای مسئله ارائه و سپس به دلیل پیچیدگی بالای مدل، از دو الگوریتم فرا ابتکاری شبیه سازی تبرید (SA) و شبیه سازی تبرید مبتنی بر نظریه ابر (CSA)، برای یافتن جواب های نزدیک به بهینه استفاده شده است. تحلیل نتایج حاکی از آن است که عملکرد الگوریتم CSA به طور معنا داری بالاتر از عملکرد الگوریتم SA است.
