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.     

可跨工位操作的随机混流装配线平衡问题研究

装配线平衡问题是在满足一定约束的条件下,将一系列任务单元分配到各个工位上,使其工作强度与利用率相适应.研究了带有跨工位操作,且任务单元完成时间为随机量的一类特殊装配线平衡问题,目标是缩短整个生产过程中的总任务超载时间;参考机会约束规划的思想,建立了α任务超载时间最小化模型;结合随机模拟和遗传算法设计了混合遗传算法以求解,并通过实例仿真验证了算法的有效性.     

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。     

多目标混流装配线再平衡模型与算法

当新产品引入时, 混流装配系统常常需要再平衡以保持各工作台上的负荷均衡. 文章考虑混装线再平衡时的调整成本和生产效率, 提出了度量调整成本的新方法, 建立了混流装配线再平衡问题的多目标优化模型, 并采用多目标遗传算法对该问题进行了求解. 通过对经典问题的计算实验, 以及与Merengo等提出的混装线平衡算法的对比分析, 结果表明多目标遗传算法可以有效地求解混装线再平衡问题.     

基于双重限制的公交网络SUE配流模型及算法

考虑站点泊车容量和运送能力双重限制条件下的公交网络系统随机平衡分配问题，建立了与其相等价的数学规划模型，并提出有效的迭代算法．由于线路容量的限制，会导致乘客的过载延迟，车辆排队会使过载延迟进一步增加．在该模型中，乘客的过载延迟时间可由相应容量约束的拉格朗日乘子计算得到，车辆排队延误时间由排队论的理论求得．最后，实例表明该模型和算法是合理和有效的．     

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.     

随机波动模型参数估计的新算法及其在上海股市的实证

研究用马尔科夫链蒙特卡罗(MCMC)算法估计随机波动模型的参数问题.基于“前向滤波,后向抽样”方法提出一种新算法,并将新算法同原有算法进行了比较.然后利用新算法对上海股市进行波动性分析,发现中国涨跌停板制度对波动的持续性估计有着重要的影响,忽视这些因素将会导致波动的持续性被高估.     

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.     

社区居家养老服务的预约调度与路径规划问题研究:基于改善蚁群算法

随着中国人口进一步老龄化,养老行业受到各界越来越多的重视.中国的养老行业具有与其他国家不同的特点,表现为需要服务的老年人多且分布密集,一般以社区的形式集中在某个范围之内.这篇文章面向中国特色大型社区的居家养老服务领域,研究如何根据老人的预约来规划护工的路径并优化工作日程调度.本文根据三种护工技能水平和老人需求的组合,假设老人接受服务的时长服从正态分布,并通过设置不同的均值和方差值,研究了需求波动对算法和机构决策的影响.实际业务中老人一般会向机构事先提出预约,因此通过设置不同的时间窗对预约进行了数学描述,并分析了不同的预约类型和不同长短的预约时段对问题规划的影响.作者改善了原始蚁群算法的转移概率函数,使用多个实例对算法进行了测试分析,结果显示,计算机代替人工进行规划和调度将大幅节省决策者的时间成本.     

多级汽车装配车间的集成排产优化模型

为了研究多级汽车装配车间的多目标集成排产优化问题,详细讨论了涂装车间的颜色批量约束以及总装车间的空间间隔约束,证明了空间间隔约束是能力约束的充分条件,在此基础上分别给出了无辅助工人和有辅助工人参与情况下的空间间隔约束不等式。以同时优化涂装车间调整费用和总装车间辅助工人费用为目标,建立了一类整数规划数学模型。采用模型非线性约束线性化的方法并结合运用优化软件对模型进行求解。最后通过仿真实例,验证了该方法的可行性和有效性.     

混流生产线平衡的动态规划及启发式方法

本文利用多级存贮和多级持有成本概念以及连贯排序特性,将混流装配系统转化为一个序列系统,并提出了可以使包括劳动力成本、存贮成本以及装卸成本在内的总成本极小化的计算方法。最后,通过运算结果证明了所提算法应用于混流线设计的有效性。     

混合装配流水线上最小makespan的协同优化

混合装配流水线是实现快速响应的一种多品种小批量的生产组织方式,流水线平衡和产品排序是紧密相关而且对目标值存在交互影响作用的两个NP-hard问题.文章分析了流水线平衡与产品排序对流水线的makespan目标的交互影响,建立了优化模型;基于两个问题的交互影响,采用协同进化算法,并行协同地优化混合装配流水线上的makespan.通过对经典流水线问题的计算实验,并与串行独立优化方法对比,结果表明:并行协同优化是一种全局优化方法,能够克服后者的局限性,改善优化的结果,进一步地,文中对混合装配流水线上makespan的协同优化方法可以推广到Flowshop的优化中去.     

基于遗传算法的U型生产线平衡

基于U型布局的生产线是准时化生产系统的一个重要组成部分，且生产线的U型设计是提高劳动生产率，减少浪费，降低生产成本，增加成本线柔性的一种有效方法，针对U型生产线的特点，设计了一种基于遗传算法的平衡优化方法，这种遗传算法以分配作业元素到工作站的先后顺序为问题的编码，按照最大分配原则进行译码，算法简洁，能够适应不同约束条件和优化目标的需要，通过对经典生产线平衡问题的测试与比较表明，这种算法是一种高效的解决U型生产线平衡的工具。     

考虑休班公平及同班次约束的呼叫中心排班优化问题

国内呼叫中心企业制定人力排班表时,越来越关注员工诉求及体现人性化管理理念.考虑坐席人员双休日休班公平性和周内工作日上班时间规律性,构建以多周为计划周期的呼叫中心排班优化问题整数规划模型.在对问题结构和优化性质分析基础上,提出构造性启发式算法.使用企业实例数据对模型和算法性能进行评估.计算结果表明规划模型只适于求解小规模问题最优解,而启发式算法能够以小计算成本获得较大规模问题优化解.最后计算分析得出了这些员工诉求因素对排班人力成本影响的量化结果.     

A two-level genetic algorithm for scheduling in assembly islands with fixed-position layouts

This paper focuses on the scheduling problem in assembly islands environment with fixed-position layouts. In such configuration, the product normally remains in one location for its entire manufacturing period while machines, materials and workers are moved to an assembly site called an assembly island. This production layout has some unique features such as moving assembly workers,tools and materials; limited space at assembly site; considerable distance between islands. The authors first give the definition and mathematical model for the scheduling problem and then propose a two-level genetic algorithm to obtain a near optimal solution to minimize the makespan. Experimental results show that this algorithm is effective. The performance analysis of the proposed algorithm indicates that it is more efficient in the airline or shipbuilding industry than in the machine or tool final assembly companies.     

多车型电动汽车车辆路径问题的分支定价算法研究

随着环境意识的日益提升和电动汽车的逐渐普及,考虑到物流企业中不同类型的电动汽车的电池最大容量、电池充电率、电量单位消耗率、最大载重量、固定成本和可变成本不同,本文研究含时间窗的多车型电动汽车车辆路径问题,建立了一个混合整数规划模型,并利用分支定价算法求其最优解.为了加快算法的求解速度,本文提出生成下界值的方法以对车辆类型进行预处理操作,并制定了生成整数解上界的策略以压缩解空间.然后,通过用多组算例验证了模型和算法结果的准确性,同时也证明了本文提出的加速过程能有效地提高算法的求解速率.最后,通过不同规模的算例分析了车辆可变成本的变化对结果的影响.     

Real-Time Pricing of Smart Grid Based on Piece-Wise Linear Functions

In a power grid system, utility is a measure of the satisfaction of users' electricity consumption; cost is a monetary value of electricity generated by the supplier. The utility and cost functions represent the satisfaction of different users and the supplier. Quadratic utility, logarithmic utility,and quadratic cost functions are widely used in social welfare maximization models of real-time pricing. These functions are not universal; they have to be discussed in detail for individual models. To overcome this problem, a piece-wise linear utility function and a piece-wise linear cost function with general properties are proposed in this paper. By smoothing the piece-wise linear utility and cost functions, a social welfare maximization model can be transformed into a differentiable convex optimization problem. A dual optimization method is used to solve the smoothed model. Through mathematical deduction and numerical simulations, the rationality of the model and the validity of the algorithm are verified as long as the elastic and cost coefficients take appropriate values. Thus, different user types and the supplier can be determined by selecting different elastic and cost coefficients.