求解单级多资源约束生产批量计划问题的免疫遗传算法

通过对单级多资源约束生产批量计划问题(SLCLSP)模型进行分析,提出了基于免疫遗传算法(IGA)求解该问题的方法.此算法在保留基本遗传算法(SGA)随机全局搜索能力的基础上,借鉴生物免疫机制中抗体的多样性保持策略,大大提高了算法的群体多样性.实验结果表明,免疫遗传算法可有效改善基本遗传算法的未成熟收敛和局部搜索能力差的缺点,具有很好的全局收敛能力,使全局收敛性及收敛速度两方面均得到提高,能有效解决SLCLSP问题.     

多资源约束的GTLS问题的遗传算法

成组单元环境下的生产批量计划问题成组批量计划问题（ＧＴＬＳ）对带有多能力约束的ＧＴＬＳ构造了遗传算法和线性规划混合算法进行求解，能够获得问题的近优解，仿真和计算结果表明了算法的有效性。     

制造系统中能力约束下的生产批量计划优化方法

以动态库存成本与加班惩罚费用之和为优化目标,考虑单台机器的生产能力,研究生产批量计划问题。建立了数学模型,提出基于遗传算法、参数线性规划方法和启发式方法的分级混合算法。该算法采用遗传算法的流程,用遗传算子寻解批量矩阵(第1级),根据批量矩阵用参数线性规划法求解每台机器上的排产方案(第2级),用启发式方法对上述两级解进行调整使之满足约束条件。在冲压车间的排产中进行了实际应用,获得了理想的排产方案。实例验证说明,该算法有良好的收敛性,并且是有效的。     

基于两级遗传算法的模糊化计划调度

制订长期生产计划时,约束的精确值往往很难确定．采用在资源约束和合同约束下关于利润指标的模糊化非线性规划来产生优化的生产计划,并用遗传算法寻找优化的调度方案．给出了一个具体的生产计划调度问题的算例．     

再制造系统能力约束下拆卸批量计划优化方法

针对再制造系统中能力约束下的拆卸批量计划问题,应用两阶段启发式遗传算法进行了优化求解.首先对再制造产品结构进行了描述,建立了再制造系统中能力约束下的拆卸批量计划优化模型;其次在不考虑能力约束情况下应用遗传算法求解出初始的拆卸批量计划,其中,染色体编码采用拆卸决策变量来表示,同时对适应度函数进行了线性变换,设计了具有自适应的交叉概率和变异概率;然后应用转移算法对初始得到的批量计划进行了修正,使其符合拆卸能力的约束.大量随机算例的仿真实验说明所提出的算法不论在寻找最优解方面还是在求解速度和稳定性方面,都要大大优于精确算法,能够较好地解决实际生产中面临的拆卸批量计划问题.     

一类两级供应链统一批量价格和保修期决策

针对由单个供应商和两个相互竞争制造商组成的两级供应链,其中供应商是领导者,制造商是跟随者,生产两种替代性产品,讨论供应商统一批量价格策略和制造商保修期策略.采用逆序归纳法研究该供应链成员之间的博弈行为.首先,讨论两个制造商之间的博弈行为,得到了保修期最优反应函数和唯一的Nash均衡.然后,讨论供应商的批量价格策略,得到了具体的解析表达式.并采用数值算例,针对两制造商的区别只是市场规模不同的特例,刻画了供应商和制造商的策略和单位时间利润的变化规律.     

基于遗传算法的ERP中生产批量问题的研究

在ERP中生产批量的主要目标是通过确定最优的生产批量,使得生产费用、调整准备费用和库存费用综合指标最小。本文改进遗传算法并用于单级单项无能力约束批量计划问题（SSULP）、单级多项目无能力约束批量计划问题（SMULP）。通过仿真揭示了SSULP、SMULP采用改进遗传算法在最优解性能方面都要优于基本遗传算法。     

基于供应商经济生产批量的供应链订单分配问题

针对一条由1个占主导地位的制造商和多个供应商组成的二级供应链,考虑供应商生产过程的衰退,建立了生产批量与产品质量之间的关系.综合考虑制造商的采购成本和售后期望损失成本,并根据供应商决策其经济生产批量时考虑因素的不同,建立2种订单分配模型.该模型的约束条件包括供应商产能约束和供应商关系维持约束.通过遗传算法得到2种模型的优化解,并对2种模型进行分析比较.最后,基于联合决策模型对单一供应商的定价策略变动进行了灵敏度分析.     

有能力约束的单机经济批量计划问题优化模型

有能力约束的单机经济批量计划问题是企业管理中的一重要问题,在企业信息化软件开发中具有重要的实际应用意义.在国内外研究的基础上,建立了求解有能力约束的单机经济批量计划问题的数学模型.由于上述问题为NP难问题,根据模型解的特征,采用遗传算法的原理,设计了求解上述模型的遗传算子和流程,利用dephi编程得出了计算结果.结果表明,算法效果优于唐立新(1999)的结果;且在有能力约束的情况下,算法得出的结果接近无能力约束的情形,充分说明了该算法的有效性.     

基于改进遗传算法的多车间计划与调度

生产计划与调度是企业生产和管理的核心内容,传统的单车间调度优化不能满足多车间调度优化的要求.针对这情况,提出一种基于改进遗传算法的层次化多车间计划和调度优化方案,其中生产计划层负责零件的分发,车间调度层负责零件加工路线的规划.以一个三制造车间的调度优化为例,验证多车间调度模型的有效性.结果表明所提出的方案在将加工零件合理地分配到适当的车间同时,实现了零件加工路径的规划,从而为解决分布式多车间调度优化问题提供一种有效而又实用的方法.     

模糊需求环境下多工艺批量生产计划

基于模糊集理论与容差法思想，研究了具有模糊客户需求与多工艺约束的批量生产计划问题，采用遗传算法寻找优化的计划方案。在遗传算法中，提出了分级构造初始种群的策略，按问题的多约束特征对交叉算子与变异算子重新进行了定义，并对不同模糊参数和优化目标下的批量计划进行了定性和定量评估。结果表明，在一定的需求满意度下以最大化生产利润为优化目标，不仅制造商可以获得较为理想的生产利润值，而且客户的需求满意度也能克服设定约束而达到更高值。     

单级无能力约束批量大小问题的遗传搜索算法

基于ＳＬＵＬＳＰ问题的性质提出了用遗伟算法来进行求解，通过１０个随机产生的问题进行，结果表明，这１０个问题的平均计算结果与３通过动态规划获得的最优解进行比较，近优率平均可达３．２９％以内。     

制造执行中订单投放顺序与工件加工批量集成决策

针对车间制造执行过程中如何同时确定生产订单投放顺序和工件加工批量问题,提出了一种基于仿真优化的集成决策方法. 该方法包括遗传算法和离散事件仿真模型两部分:遗传算法采用分段编码方案,分别表示订单投放顺序和工件加工批量,通过遗传操作生成订单投放方案;以订单的平均流通时间为目标函数,利用仿真模型对每个方案进行评估,并将评估结果反馈到遗传算法中,作为遗传进化的依据. 以某研究所的机加车间为例,验证了该方法的可行性和有效性.     

多资源约束批量拆卸优化模型及算法

针对环境意识制造研究领域的废旧产品拆卸,提出了一类多资源约束批量拆卸优化方法.以拆卸时间最小为优化目标,建立了该方法的数学模型,采用CPLEX软件对模型进行求解,通过多组随机算例的仿真实验验证了该模型在求解此类批量拆卸优化问题的有效性.实验结果表明,所提方法和模型能够求解该问题的最优拆卸数量和购买数量,确定每类零部件是否进行拆卸,同时满足每个零部件的外部需求;节点的入度/出度和共有部件所占的百分数对问题求解难度有一定的影响.     

基于合作博弈的JIT批量模型

现代市场竞争是供应链与供应链之间的竞争,提出供需研究是以顾客需求为中心的供应链管理的最重要,最基本的内容,分析了供需双方在非合作条件下的批量模型以及其成本,建立了供需双方合作博弈下的批量模型,分析了利益分配问题,从而使供应链得到优化,供需双方达到双赢的目的,运用模型进行了案例进行,最终得出结论,纯粉的JIT供需方案并非最优,最优策略在于供需双方进行合作博弈,共享合作带有的利益。     

供应链管理中的生产批量与数量折扣定价联合决策模型

理论研究与企业实践表明,激烈的市场竞争要求企业必须抛弃传统基于劳动分工的职能管理思想,而采用以流程为基础的集成化管理的思想。为此,传统的生产、营销等职能部门的决策应该得到有效的直辖市。本文在供应链背景下提出了一种生产批量与定价的联合决策模型。在分析了最优联合决策的性质后,开发了求解模型的算法,以有效地辅助供应链协调管理。     

Fuzzy Programming Models for Vendor Selection Problem in a Supply Chain

This paper characterizes quality, budget, and demand as fuzzy variables in a fuzzy vendor selection expected value model and a fuzzy vendor selection chance-constrained programming model, to maximize the total quality level. The two models have distinct advantages over existing methods for selecting vendors in fuzzy environments. A genetic algorithm based on fuzzy simulations is designed to solve these two models. Numerical examples show the effectiveness of the algorithm.     

容量受限工厂选址问题模型及贪婪蚁群算法求解

研究了在容量受限条件下的工厂选址问题.针对现有模型对覆盖问题、经济效益问题和发展状况问题考虑不足,提出了一种新的数学模型.由于容量受限的工厂选址是一个复杂的决策过程,较难得到满意解和最优解,提出一种新的改进蚁群算法对其进行求解.改进蚁群算法在传统蚁群算法的基础上结合了贪婪算法.仿真结果一方面说明了新的数学模型的有效性,另一方面证明了改进蚁群算法改善了传统蚁群算法易于陷入局部最优解的缺点,提高了寻优质量.     

模糊需求下批量生产优化模型

研究了供应链环境下的批量生产计划问题。在确定需求的基础上,建立了模糊需求下批量生产优化模型,并将其转化为模糊机会约束规划模型。用清晰等价类对其进行清晰化处理,目标函数是单位时间供应链总成本最优,并将模糊模拟技术引入遗传算法对模型进行求解。数值实例验证了其有效性。     

加强的混合遗传算法求解能力约束弧路径问题

为了在可接受的时间里求解具有NP-hard性质的能力约束弧路径问题(CARP),提出了加强的混合遗传算法(EHGA). 该算法是在遗传算法框架里嵌入加强的局域搜索算子来强化搜索,充分发挥了遗传算法的全局搜索能力和加强的局域搜索算子的局域搜索能力. 同时,在进行种群替代时,二元锦标赛替代被提出,并使用了种群管理来保持种群的多样性.测试了标准CARP算例,并给出了算法效果比较. 结果表明,加强的混合遗传算法胜出一般的Memetic算法,是有效的求解CARP的方法.