多约束混流线平衡与排序优化问题研究

针对G企业混流装配线设计不合理导致工位间负载不均衡及产品堆积现象,考虑工序与工位间匹配关系,节拍时间、工序优先关系等多约束,以减少工位数量、均衡工位间负载、减少产品等待时间为目标,建立混流装配线设计与产品排序问题的多目标混合整数规划模型,分别设计了分层算法和混合启发式算法;利用小规模算例验证了分层次算法的精确性,利用大规模算例验证了混合启发式算法高效性。基于本文算法对G企业装配线进行优化后,其工位间负载极差由15.6 min减少到0.1 min,优化后投产顺序对应的节拍时间降低了6 min。     

用多能工应对需求波动的混流装配线平衡问题

在混流装配线中,需求波动会造成工位负荷的变化并可能产生过载,利用多能工协助装配是解决过载问题的常见方法.多能工的引入会改变装配线平衡的约束,同时平衡方案也会影响应对需求波动所需的多能工数量,然而现有的平衡研究还没有讨论过多能工带来的影响.本文研究了使用多能工应对需求变化的混装线平衡问题,决策者需要决定多能工和普通工人的数量及任务分配.以最小化人工成本并满足不同情境的需求.文章建立了数学模型,分析了问题的复杂性和成本下界,并提出了启发式和精确算法来求解,最后使用数值实验证明了算法的有效性.     

基于多层规划的单边多目标装配线平衡调度模型

平衡汽车装配线能够提高企业生产效率、稳定产品质量、降低生产延迟; 缩短装配线总作业时间可以提高汽车装配数量.根据单车型单边装配工艺要求, 以最大工位持续时间最小和总作业时间最短为目标, 建立了基于多层规划的多目标混合整数规划平衡调度模型, 得到了平衡率最高且总作业时间最少的调度方案.通过分析模型的寻优思想, 得到了一个快速、有效的装配线平衡调度模型.算例证明了该模型求解速度的高效性和所得调度方案的有效性.     

考虑疲劳和恢复的混流装配线平衡问题

针对混流装配线运行中人体负荷影响操作者的状态以及生产效率问题,建立了基于人因约束的多目标平衡模型.考虑了操作者的疲劳和恢复对装配任务分配的影响,以总循环时间最小化等为目标,采用遗传算法进行求解.结果表明,考虑人因约束条件,能够通过合理利用每个工作站的空闲时间来缓解操作者的疲劳,保证装配线平衡的同时可以有效降低人体负荷过度造成的人因风险.     

基于遗传算法的装配线平衡

平衡问题是装配线设计中要考虑的一个重要方面。文章给出基于遗传算法的启发式程序来解决装配线的平衡问题，设计特殊的遗传操作算子，提高算法的可行性、有效性和程序的搜索能力。对于给定的实例，计算的结果表明遗传算法是一种有效的解决装配线平衡问题的工具。     

考虑需求波动和产能调整成本的混流装配线平衡问题

混流装配系统面对的市场需求经常受各种因素影响而上下波动,当实际需求与预期不同时,企业需要采取加班等临时措施调整产能. 然而现有装配线平衡研究大都是按照确定的预期需求量配置的,少数考虑随机需求的研究也都忽视了平衡方案后续进行产能调整的成本和难易程度. 文章针对需求不确定环境下的混装线平衡决策,考虑了维持日常产能的人工成本和加班带来的产能调整成本,建立了数学模型,提出了一种估计总成本下界的方法并设计了启发式算法. 计算实验表明算法能在较快时间内获得较好的结果.     

基于改进离散微粒群优化算法的混流装配线多目标排序

产品投产排序是混流装配线有效运作的关键,它是标准微粒群算法无法直接应用的离散空间问题.提出改进离散微粒群优化算法来解决混流装配线多目标排序问题.提出了适应离散编码的粒子位置编码方式,有效避免了不可行解的产生,提高算法效率.引入了动态参数及自适应逃逸机制增强了粒子的多样性和搜索性能.分析了装配线参数变化对目标函数和相应投产序列的影响,并确定出了能够获得最优解的合理参数范围.提出评价指标对改进离散微粒群优化算法与基本离散微粒群优化算法进行了对比,对实际混流装配线的仿真实验表明提出的改进微粒群优化算法可以直接应用于离散排序问题,是一种高效的混流装配线排序算法.改进微粒群优化算法与遗传算法的仿真实验对比显示了提出方法在混流装配线排序问题中的优越性.     

基于改进蚁群算法的敏捷成像卫星任务调度方法

针对敏捷成像卫星观测任务调度问题, 综合考虑卫星最长连续工作时间、任务间卫星姿态调整时间、能量、容量等约束建立了任务调度模型. 考虑到密集任务间的相互影响, 着重分析了任务间卫星姿态调整时间约束, 并给出调姿时间求解方法. 提出一种改进蚁群算法对问题进行求解, 借鉴蚁群系统(ACS)和最大最小蚂蚁系统(MMAS)的思想设计寻优策略和信息素更新策略. 并结合实际约束, 引入最早、最晚可观测时间和任务优先级等因素来控制转移概率. 实验算例验证了模型和算法的有效性.     

带时间窗和随机时间车辆路径问题: 模型和算法

研究带随机车辆旅行时间、服务时间以及时间窗的车辆路径问题.根据不同的优化目标, 首先给出了问题的两种数学模型描述:机会约束规划和带修正的随机规划模型. 为了有效地求解该问题,提出了基于禁忌搜索的启发式算法, 该算法考虑了问题的随机特性.在实验部分, 首先给出了产生 测试问题的方法,然后基于产生的测试问题给出了算法的计算结果.     

基于资金约束的项目支付进度问题研究

研究资金约束下的项目支付进度安排问题,其中活动具有多种执行模式,目标是最大化项目净现值.首先界定研究假设条件并定义文中用到的符号;随后构建问题的非线性整数规划优化模型;针对其强NP-hard属性,设计三层迭代循环嵌套的禁忌搜索启发式算法;以多重迭代改进算法为对比基准,在随机生成的3240个标准算例上对算法进行测试,结果表明:禁忌搜索获得的满意解质量远高于多重迭代改进,但其计算时间要长于后者.该研究可为承包商安排项目进度及平衡现金流提供决策支持.     

The 12th International Conference on Service Systems and Service Management ICSSSM'15

正~~     

THE 8~(th) INTERNATIONAL CONGRESS ON INDUSTRIAL AND APPLIED MATHEMATICS

正August 10-14,2015Beijing,ChinaThe International Congress on Industrial and Applied Mathematics(ICIAM)is the premier international congress in the field of applied mathematics held every four years under the auspices of the International Council for Industrial and Applied Mathematics.From August 10 to 14,2015,mathematicians,scientists     

2014 List of Referees

正~~     

《Journal of Systems Science and Systems Engineering》Contents of Volume 23,2014

正~~     

TSINGHUA UNIVERSITY,Beijing, China

正AF:Any Field The School of Economics and Management at Tsinghua University(Tsinghua SEM)invites applications for faculty positions at all levels(Assistant Professor,Associate Professor and Full Professor)in any fields of business administration and management.Tsinghua SEM is the only school     

Enterprise resource planning implementation decision & optimization models

To study the uncertain optimization problems on implementation schedule, time-cost trade-off and quality in enterprise resource planning (ERP) implementation, combined with program evaluation and review technique (PERT), some optimization models are proposed, which include the implementation schedule model, the timecost trade-off model, the quality model, and the implementation time-cost-quality synthetic optimization model. A PERT-embedded genetic algorithm (GA) based on stochastic simulation technique is introduced to the optimization models solution. Finally, an example is presented to show that the models and algorithm are reasonable and effective, which can offer a reliable quantitative decision method for ERP implementation.