具有服务水平约束的提前期可控的一体化库存模型

针对一个生厂商一个销售商组成的二级供应链,当生厂商采取批量生产等量运输时,考虑到第一次订购的提前期包含生产启动时间和生产时间,提出各订购周期设置不同再订购点和采取不同的提前期压缩策略,建立了一个具有服务水平约束的提前期可控的一体化库存模型。最后利用模型性质设计迭代算法,并以实例验证模型和算法的有效性。
     

提前期与质量可控且再订购折扣的经济订购批量模型

在提前期与质量水平可控且存在再订购价格折扣的情况下,研究随机需求下的经济订购批量(EOQ)问题.将订购批量、生产过程失控概率、价格折扣量和提前期作为决策变量,在提前期需求服从正态分布和分布形式未知的情况下分别建立了库存决策模型和求解算法,并与Pan和Hsiao的求解结果进行了比较.结果表明,所提出模型获得了更低的系统总成本.     

MRP系统中生产提前期的动态模型研究

依据产品生产过程与产品生产提前期的关系,将产品生产过程划分为工艺阶段和工艺步骤,提出了关于生产提前期的两个动态模型,即工艺步骤动态提前期模型和工艺阶段动态提前期模型。工艺步骤提前期是提前期计算的基础。借助专家系统技术,此提前期算法易于在ＭＲＰ－Ⅱ系统中实现,能提高提前期计算精度,并提供一种将传统的ＭＲＰ－Ⅱ部分柔性化的方法。     

提前期与订货成本可控的集成库存模型

在提前期可控、订购成本可减的情况下,研究了有顾客流失的单买方和单卖方联合期望总成本最小化问题.将订购批量、单位订购成本、安全系数、提前期和运送批次作为决策变量,在提前期需求服从正态分布和分布形式未知的情况下各建立了一套库存决策模型和求解算法,并与Liao等模型的求解结果进行了比较.     

不确定性条件下存储时间有限型Flow Shop问题的提前/拖期调度研究

研究了具有不同交货期窗口的Flowshop提前／拖期调度问题,并考虑处理时间的不确定性以及存储时间的有限性,在模糊规划理论基础上,建立了带有提前／拖期的存储时间有限型Flowshop的调度模型,通过中间值最大隶属度算法,将原有的模糊调度模型转化为清晰的调度模型,并应用了遗传算法进行优化求解。仿真实验验证了算法的有效性。     

未知需求分布下含数量折扣的可变提前期库存模型

针对上游供应链厂商提供数量折扣以及可变提前期的情况,探讨了零售商选择最优提前期和库存策略.将提前期、再订货点以及订货量作为模型的决策变量,并且放松了对提前期内需求服从具体分布的假定,考虑提前期内需求分布未知的情形.利用Minimax方法讨论了最优解的性质,给出了求解算法和数值算例,并分析了允许延期交货比例的变化以及需求波动对最优解和期望总成本的影响.     

基于改进型多目标粒子群算法的晶圆制造系统瓶颈工作站调度

为了尽可能提高瓶颈工作站利用率,在获得较高系统产能的同时得到一个合理的制造周期,构建了以最小化瓶颈工作站的平均加权提前/拖期时间和最小化瓶颈工作站流程时间为优化目标的改进型多目标粒子群算法,并对瓶颈工作站进行了性能分析.将准时交货和快速生产要求分别映射为瓶颈工作站平均加权提前/拖期时间和流程时间,并构建了多目标优化模型.通过改进速度和位置的更新机制,对陷入局部最优的粒子进行交叉操作,设计了用于瓶颈工作站调度的改进型多目标粒子群算法.在不同作业规模下从算法的稳定性、Pareto前沿质量、收敛速度及运行时间出发,进行了调度仿真试验.结果表明该算法对提高瓶颈工作站的调度性能是有效的、可行的.     

考虑交货期限的生产提前期的优化分析

针对交货期限和订单批量对生产提前期的影响问题,建立了多种类型订单成批达到的多服务台的排队模型,其中订单的批量服从泊松分布,加工时间服从负指数分布,并且不同类型产品的服务率是不同的．利用该系统对单阶段的装配或加工过程进行建模,应用马尔可夫过程的状态空间方法和全概率分解技术,得到了订单的平均生产提前期进一步提出了一个多目标优化的问题,利用GoaI Attainment Method对模型的参数进行优化,给出订单在生产线上最短生产提前期和最小加工成本的优化方案,利用生产提前期超过交货期限的概率来评价优化方案的优劣．最后,通过实例分析证明该模型的估计值是准确的     

带有交货期时间窗的生产与维护联合调度优化

为探讨拉式生产环境下设备故障对准时交货的影响,建立了单设备预防性维护和生产调度联合优化模型.提出一种提前/拖期惩罚成本隶属度函数,同时选用简单维修和更换2种不同的维护方式,以具有交货期时间窗的提前/拖期惩罚成本与维护成本之和为优化目标,决策工件加工顺序和维护周期.提出一种新的算法LSA(LongestShortest Processing Time Based Algorithm),与遗传算法(GA)结合,采用GA-LSA对模型优化求解,与枚举算法和改进GA比较,证明其有效性.通过不同问题规模下联合优化分别与独立优化和单一维护方式联合优化方法进行对比,结果表明,相对其他2种方法,所提出的方法更加有效.     

提前/拖期的批量和计划问题研究

本文研究的问题是确定生产批量的数量和加工顺序,以至于使得存储成本和延期成本最小化.本文解决的问题是如下情形,准备处理n个订单,每一个订单都拥有自己的截止日期,提前惩罚,拖期惩罚.生产过程是按批处理的,不允许提前发货,每个订单都只能有一次发货日期,在订单的截止日期发货或生产完成以后立即发货.本文提出了一个算法,使用该算法能很好地解决不考虑装设成本的提前/拖期的批量计划问题.     

带有准备时间的可拒绝供应链排序

考虑可拒绝排序中生产与配送的集成问题.有一个制造商和多个客户,不同的客户订购不同种类的工件.机器在加工不同种类的工件前要有一个准备时间.对于客户的工件制造商可以选择接受或拒绝加工,但当工件被拒绝时制造商需要支付相应的拒绝费用.每个工件有自己的工期并且生产完成后需要配送到相应的客户处,每一批配送需要花费一定的时间和费用.该文研究了排序理论中几个主要的目标函数,给出了相应的动态规划算法并分析了算法的复杂性.     

随机灰色提前期条件下制造/再制造混合系统库存优化

基于PUSH库存控制策略提出了在不确定生产提前期、恒定顾客需求率和产品回收率条件下的制造/再制造混合生产系统库存控制模型,可用品仓库库存由新产品制造过程和回收产品的再制造过程共同补充。不确定的生产提前期可描述为随机灰色变量,提出的随机灰色模拟技术可为不确定函数产生输入-输出数据,利用该输入-输出数据训练后的神经网络可加速不确定函数的模拟过程,由随机灰色模拟、神经网络和遗传算法集成的混合智能优化算法可求解该库存模型。数值分析结果表明:平均生产成本随给定的顾客服务水平和生产提前期的增加而增加,该不确定模型符合实际库存系统的实际情况,提出的智能优化算法可优化复杂的不确定规划问题。     

核心备件的订货策略与模型

以地铁机车核心部件在一个运营周期内的备件管理为应用背景,研究了连续检查策略下基于正常订货与紧急订货两种策略的备件订购模型.通过引入风险率函数,并最小化备件库存、缺货和检查费用等运营成本,确定了订货提前期与维修时间均为随机分布时的备件最优订货时刻,并给出算例进行了分析.所得结论对其他服务型企业和流程工业的备件管理具有一定的现实意义.     

定期信用支付期影响价格折扣的最优订购模型

针对支付期滞后和资金具有时值的情况,将基于订货间隔期约束的最优订购模型转化为一个无约束的费用最小化问题,对模型构建过程进行了简化,进而给出定期信用支付期影响价格折扣的最优订购模型,并推导了该模型的最优解,最后通过一个简单的算例进行了验证     

集成多种工件生产与配送的排序问题

考虑了多个客户订购不同种类的工件,工件生产完后需要运输到客户的单机供应链排序问题.由于工件属于不同的种类, 在加工不同种类工件前要有一个准备时间.加工完成的工件分批配送到相应的客户处,每一批配送需要花费一定的时间及费用.考虑了两个目标函数,并分别给出了它们的最优算法.     

非对称模糊加工时间工期指派调度优化问题的一类多项式求解算法

针对工件加工时间为非对称模糊数,极小化提前完工惩罚和拖期完工惩罚之和的均值的单机工期指派调度优化问题展开研究.证明了当模糊加工时间具有相同宽度比时,该问题是多项式可解的,并 给出了多项式求解算法.同时根据历史数据,构造了工期指派问题的调度模型,并利用所给出的算法求得最优解,从而 表明所提出的模型和算法的有效性.      

库存费随变质率分段变化的EOQ模型

假设产品的库存费用随变质率分段变化,根据订购周期与变质期之间的关系建立了2个数学模型,讨论了模型最优解的存在性,并给出了具体算法.最后通过数值例子验证了模型和算法的有效性,并分析了问题最优解的存在性.     

ERW钢管多阶段生产计划的编制及优化

生产计划是企业生产管理的起点和依据.本文分析了高频电阻焊钢管的生产流程和生产计划的特点,提出了钢管企业多阶段生产计划提前/拖期惩罚模型,并用实数编码遗传算法进行了求解及优化,得到生产计划的较优解.仿真结果表明,模型和算法是可行和高效的.求解方法在钢管实际生产计划编制中得到了良好的应用.     

随机缺陷率条件下整合库存优化模型及其算法

考虑一个单一供货商、单一零售商的整合库存问题,假定零售商接受到的订货中包含部分缺陷产品,缺陷率是一个随机变量;并假定允许缺货,提前期可以控制,即供货商通过努力可以缩短提前期.给出了考虑随机缺陷率的整合库存模型,模型以订货数量、再订货点、提前期以及从供货商到零售商的运输频率为决策变量.通过最小化供货商和零售商的联合总成本,得到最优的供货策略.并假定提前期内需求服从正态分布,给出了模型的具体求解算法.     

三级网状随机库存与定价联合策略的仿真优化

研究了弹性需求下提前期可控的库存与定价联合策略问题.由于该系统具有顾客到达服从泊松分布,随机顾客需求量、随机顾客购买行为、随机订货时间和制造商生产容量有限制等特点,使得解析方法很难描述系统中的多种复杂随机因素.为此建立了以最大化总收益为目标,将价格、提前期及库存控制策略同时作为决策变量的数学模型,并运用基于仿真的优化方法,通过将仿真方法与粒子群优化算法相结合对问题进行求解.仿真实例验证了模型和基于仿真的优化方法的可行性和有效性.