热轧批量计划模型及其混合求解算法

分析了热轧批量计划编制问题,建立了基于奖金收集车辆路径问题的计划数不确定的热轧批量计划模型.模型中考虑了热轧生产的多种工艺约束和生产目标.针对该模型提出了一种基于模拟退火算法和蚁群算法的混合算法,混合算法中利用模拟退火算法得到热轧批量计划的一个初始解来生成蚁群算法中的初始信息素分布,利用蚁群算法寻找全局最优解.在蚁群算法中又嵌入了模拟退火算法进行局部搜索,避免蚁群算法陷入局部最优.实验结果表明所提出的模型和算法是有效的.     

基于记忆曲线的ACO在柔性作业车间的调度优化

为克服蚁群算法存在收敛速度慢、容易陷入局部最优解的问题,通过研究记忆曲线模型和蚁群算法信息素更新规则的特点,提出了一种基于生物记忆曲线模型的信息素更新规则对蚁群算法进行改进,并通过实验确定改进后的蚁群算法各参数的合理取值。以最短加工时间为目标函数,建立柔性作业车间调度的目标函数,结合实际算例借助MATLAB求解。通过与其他改进蚁群算法的对比,对6个Job-Shop Benchmark的基准问题进行仿真,通过仿真结果发现,无论是最优解的质量还是求解速度上改进的蚁群算法较基本蚁群算法都有较大提升。最终得出本文提出的基于生物记忆曲线模型的信息素更新规则具有良好的求解能力和收敛能力。     

基于蚁群-遗传混合算法的设备布局优化方法

以生产车间设备布局优化的最小物流费用为目标,建立了车间设备布局优化问题的二次分配模型,并采用蚁群-遗传混合算法来对这一模型进行求解.该混合算法将蚁群算法和遗传算法的优点相融合,以蚁群系统的解作为遗传算法的初始种群,克服了蚁群算法的收敛速度慢,容易陷入局部最优以及遗传算法的容易早熟收敛等缺陷,来实现模型的全局最优.本文以某机械厂制造车间为例,运用MATLAB编程实现算法求解,结果显示:应用蚁群-遗传混合算法设计出来的设备布局新方案比原始方案总物流费用节约了10.6%,同时,混合算法在求解车间设备布局优化问题时比蚁群算法或者遗传算法速度更快,效果更好.     

标准成本确定方法及改进蚁群算法应用

针对复杂生产过程中标准成本确定与产品质量和加工效率要求相脱离而导致标准成本控制能力弱的问题,研究基于时间与费用关系的标准成本确定优化方法.以产品标准成本最小及实际标准加工时间与理想标准加工时间之差最小为目标函数,产品质量控制要求为约束条件,建立标准成本制定数学模型.设计基于改进蚁群的模型求解算法,建立空间划分的蚁群搜索策略,克服算法早熟收敛.通过与变权重蚁群算法对比,表明改进蚁群算法的精度优于后者.最后以某企业的实际成本数据为例,将上述方法与企业目前采用的标准成本确定方法进行对比,验证该方法在降低标准成本、节约生产加工时间、控制产品质量等方面具有较好的效果,为面向生产作业的成本精益管控提供方法支持.     

面向两客户的差异工件单机批调度问题

将差异工件批调度问题扩展到多客户生产环境,建立了优化两客户各自生产时间跨度的差异工件单机批调度模型.不同客户的工件集合具有自己的优化目标,为了满足不同客户的要求,需要多种不同的生产方案.针对该特点提出了一种面向两客户的单机批调度问题的多目标蚁群算法(MOACO),通过存储算法每次迭代产生的非支配解集,对人工蚁的搜索和信息素的更新提供指导,保证了搜索的效率.实验结果表明,与经典的多目标问题求解算法NSGA-Ⅱ和SPEA2算法相比,多目标蚁群算法具有较好的求解效果,且随着问题规模的增大,算法的优势更加明显.     

改进蚁群算法求解单机总加权延迟调度问题

单机总加权延迟调度(SMTWTS)问题是一类由于任务完工时间超过交货期从而优化目标为加权延迟成本最小的单机调度问题,已被证明是NP难题.蚁群算法受自然界蚁群觅食机理启发而来,也曾被用于其它类型的单机调度问题研究,但SMTWTS被认为是实际生产中面临的主要问题.本文提出一种改进蚁群算法求解SMTWTS问题,该算法对信息素更新策略进行了改进,引入信息扰动及变异策略,并对参数进行了合理设置,对比实验表明搜索效率好于遗传算法.     

基于半约束随机搜索的空舰导弹目标分配方法

空舰导弹在反舰协同作战中发挥着重要作用。在传统蚁群算法基础上,通过改进其搜索机制及信息素更新范围,提出了一种改进的半约束随机蚁群(semi restraint stochastic ant colony system, SSACS)算法,并将其应〖JP2〗用于空舰导弹作战多目标分配中。基于舰艇编队战术价值和动态拦截威胁因素,建立了空舰导弹突防舰队防御威胁数学模型,优化了空舰导弹多目标分配算法。最后通过对比改进的半约束随机蚁群算法和传统蚁群算法,证明了改进的蚁群算法克服了传统蚁群算法局部收敛的缺陷,在解决空舰导弹多波次协同目标分配问题上是有效的。     

带有随机运输时间和成本的4PL路径优化问题

针对复杂多变环境带来的第四方物流(4PL)运输时间和成本的随机性,研究带有随机运输时间和成本的4PL路径优化问题.在总运输成本约束下,以总运输时间最小为目标,建立期望值模型(EVM)以及机会约束规划模型(CCPM).进而,为提高模型求解效率以及鲁棒性,将CCPM转化为等价确定性模型(EDM).根据4PL选择路径过程中需要同时选择第三方物流供应商的特点,设计蚁群算法和带有替换策略的改进蚁群算法对模型进行求解.算例分析验证改进算法的有效性,并表明EDM在保证解的鲁棒性的同时保证了较高的求解效率.     

一种基于改进蚁群算法的多点路由算法

蚁群算法是一种新型的随机优化算法,蚁群算法与其它随机优化算法同样存在收敛速度慢易于限于局部最小点等缺陷.提出一种改进的蚁群算法,并将其与启发式方法相结合以解决多点路由问题.仿真证明,基于改进蚁群算法的多点路由算法模型可以稳定地获得优于现有启发式算法的解,是一种有效的多点路由算法,同时该算法也适用于并行执行和应用.     

优化差异工件单机批调度问题的改进蚁群算法

研究了单机环境下工件尺寸有差异的批调度问题,设计了一种改进蚁群算法对问题的制造跨度进行优化.首先引入了Metropolis准则的概率选择机制作为路径激励策略,避免蚁群算法过早收敛的问题;然后采用了Batch First Fit算法对蚁群的路径进行解码,以产生可行的分批方案.最后选取了问题的所有24类算例,将改进的蚁群算法和遗传算法及模拟退火算法进行了全面的对比实验,结果验证了改进的蚁群算法的有效性.     

批量制造业交货窗口提前／拖期生产计划方法

建立批量制造企业在交货期窗口下的提前／拖期生产计划模型,将交货期窗口（ｄｕｅ－ｗｉｎｄｏｗ）概念引入到带有能力约束的提前／拖期生产计划中,拓宽了生产计划问题研究的范围．并利用数学推导,将所建模型转化为线性规划模型,使得该模型运用单纯形法就可求取精确的最优解,从而解决了开发中的ＣＯＮＷＩＰ集成化生产管理软件对不确定交货期主生产计划的编制问题．     

面向订单基于Agent的启发式产品组合生产计划研究

由于需求的不确定,很多企业在综合生产决策中渐渐采取面向定单的生产计划方式.当订单需求大于企业最大生产能力时,需要进行产品组合决策,以确定使利润最大的多产品混合生产的产量.本文针对一个面向订单生产的半离散制造型企业,结合Agent,建立了一个不依赖于特定成本和利润函数形式的基于作业流程和BOM结构的分布式生产决策模型,并给出了基于粒子群优化算法的启发式求解方法.该算法通过一维搜索调整粒子群"飞翔"的速度系数以解决寻优过程中粒子"飞出"可行域的问题,通过算例验证了求解算法的有效性.为将算法融合到所研究企业的ERP系统中,开发了试验性原型系统,并进行了模拟决策,结果表明所提出的模型和算法是可行的.     

Collaborative supply chain planning under dynamic lot sizing costs with capacity decision

Studies show that supply chain cooperation improves supply chain performance. However, it remains a challenge to develop and implement the realistic supply chain cooperation scheme. We investigate a two-echelon supply chain planning problem with capacity acquisition decision under asymmetric cost and demand information. A simple negotiation-based coordination mechanism is developed to synchronize production/order strategies of a supplier and a buyer. The coordination scheme shows how the supplier and the buyer modify their production and order policy in order to find a joint economic lot sizing plan, which saves the overall supply chain cost. The allocation of the cooperation benefit is determined by negotiation. Due to the complexity of the multiple periods, multiple level supply chain lot sizing with capacity decision, a heuristic algorithm is developed to find coordination solutions. Finally, the results of the numerical study indicate the performance of supply chain coordination scheme.     

随机需求与随机生产环境下的综合能力规划研究

为研究随机因素对一般制造企业能力扩张决策的影响,考虑市场需求的随机性和生产作业消耗的随机性,基于能力规划模型的一般形式构建了随机市场需求和随机生产环境下的能力规划模型.通过机会约束规划方法,找到了随机生产能力约束的确定性等价类,同时,使用随机线性约束的二阶段求解方法,建立了随机需求约束的确定性等价模型,以随机环境下期望成本最小为决策目标,得到了随机能力规划问题的确定性等价形式.建立了使用遗传算法搜索能力调整变量,而使用原始-对偶方法求解产品组合决策二次约束规划的算法结构.通过算例证明了模型和算法的有效性.     

基于分布式协商进化算法的多Agent目标冲突消解

针对多Agent系统研究中的目标冲突消解问题,建立了在多个Agent的局部目标和系统全局目标间进行协调优化的多目标优化模型.在多Agent分布式规划的框架下,提出了一种基于遗传算法(genetic algorithm,GA)的分布式协商进化算法,用于求解多目标规划模型.针对GA搜索中保持解的多样性、提高收敛速度等问题,对选择算子进行了设计.通过仿真实验,证明新的选择算子能有效提高解的质量.最后将该算法应用于部队机动协同路线规划的目标冲突消解问题,验证了其有效性.     

A case study for advanced planning and scheduling (APS)

This paper presents a case study for the advanced planning and scheduling (APS) problem encountered in a light source manufacturer. The APS problem explicitly considers due dates of products, operation sequences among items, and capacity constraints of the manufacturing system. The objective of the problem is to seek the minimum cost of both production idle time and tardiness or earliness penalty of an order. An intelligent heuristic is applied to the problem, and the results demonstrate that significant production performances can be achieved while ensuring customer satisfaction as opposed to normal practices followed in the company relying on human expertise.     

带学习效应的二级易变质产品供应链的最优策略研究

研究了由一个制造商和一个分销商组成的易变质产品二级供应链的最优生产与订购策略. 有限时期内,上游制造商采取按订单生产的方式应对下游分销商的需求, 制造商生产过程以及分销商订购过程具有学习效应, 对此建立二级供应链系统决策问题的数学模型. 目标是要确定使得系统总成本最低的决策变量, 包括生产量, 订购次数以及订购时间. 通过分析系统的成本结构,利用将订购次数松弛为连续变量的技巧, 证明了系统最优策略的存在性和唯一性, 给出了最优策略的求解方法. 最后通过应用实例进行了验证.     

磷化工企业计划模型及其算法研究

磷化工企业计划决策问题非常复杂,涉及的因素非常之多,是一个有待深入研究的领域.本文构建了磷化工企业的计划决策大型线性目标规划模型,该模型分采矿模块、选矿模块、制肥和销售以及综合目标5个模块,同时,提出了求解该模型的有界变量后分析法.实例计算表明,提出的模型和方法可靠实用,有助于企业制定一个优化的计划.     

钢厂生产经营计划中的目标成本控制模型研究

针对市场需求以及市场价格不断波动的情况，以某钢铁公司高线厂为背景，将产品成本控制和生产经营计划相结合，建立了目标成本设定模型、生产能力折算模型，并在此基础上建立了实现目标成本控制的多目标优化模型，通过模型转换和利用加权和法求解多目标规划，得到了考虑产品成本的生产经营计划方案，在某企业的实际应用中验证了该模型的可行性。     

考虑资源约束和变质期的订货批量与定价的联合决策

传统的订货计划一般假定需求事先已知.研究了需求是价格的函数、订货能力有限情形时,订货商对变质性产品协调地进行定价决策和订货决策,使得利润最大化.建立了二次规划数学模型. 提出了基于动态规划的算法,可以在多项式时间内求解原问题的最优定价策略和最优订货计划.实验结果表明,与分散决策相比,联合决策可以给订货商带来更多的利润.通过订货能力的灵敏度分析,表明订货能力变化对利润和价格产生显著影响,有助于订货商选择恰当的订货能力水平.通过变质期的灵敏度分析,揭示了变质期对订货策略影响显著.