启发式算法在计划排产中的应用

面向单件生产的车间生产作业计划排产问题一直是研究的热点和难点。文中结合汽车模具行业生产管理特点和实际生产状况,针对有限能力排产问题,提出了具体的排产方法和步骤,并建立了基于启发式算法的车间作业优化排序函数。上述研究成果将提高排产的有效性,解决我国单件生产企业在计划排产中普遍存在的问题,对于加强车间生产控制和管理起到促进作用。     

分布式数据挖掘系统在选煤厂生产调度中的应用

针对选煤厂的特点 ,建立了水平式数据挖掘模型和垂直式数据挖掘模型。在此基础上提出了面向选煤厂的分布式数据挖掘系统 ,解决了调度中遇到的查询数据难的问题 ,从而帮助调度人员及时有效地处理信息     

启发式算法在计划排产中的应用

面向单件生产的车间生产作业计划排产问题一直是研究的热点和难点.文中结合汽车模具行业生产管理特点和实际生产状况,针对有限能力排产问题,提出了具体的排产方法和步骤,并建立了基于启发式算法的车间作业优化排序函数.上述研究成果将提高排产的有效性,解决我国单件生产企业在计划排产中普遍存在的问题,对于加强车间生产控制和管理起到促进作用.     

钢铁企业生产管理中的库存匹配模型与算法

针对钢铁企业生产管理中客户订单与库存产品的匹配问题，建立了考虑规格、重量、等级、优先级及生产工艺约束的库存匹配模型。并开发了基于混合遗传算法的求解方法。通过实际数据的仿真实验，验证了模型和算法的有效性。     

供电局调度生产管理系统的设计与实现

针对延安供电局电网调度生产管理方面存在的问题,设计了一套调度生产管理系统（OMS）。通过对企业内部业务需求的详细分析,建立了系统的体系结构和功能,详细阐述了系统的设计过程,该系统现已投入使用,性能良好。     

纺织企业Flow-Shop调度问题的研究与实现

以某纺织企业纺纱车间为背景,针对Flow-Shop调度问题,以"最大完工时间最小化"为调度性能指标建立数学模型,应用微粒群算法(PSO)对该问题进行求解,通过仿真实现验证了其有效性。     

钢铁企业年度生产计划的研究

针对多分厂、多机型的钢铁企业年度生产计划问题,建立一个以提高经济效益为目的,包含生产工艺、资源和能力等约束的多层递阶优化数学模型,并研究了模型的算法．该算法首先从产品结构的角度将多层问题转换为两层模型,然后对此两层模型利用遗传算法和二阶段法进行求解．仿真结果表明了该模型和算法的有效性和可行性．     

含有限缓冲区的上游生产线协调生产调度

通过对制造企业生产现场的调研,发现在实际的生产过程中存在仓库(有限缓冲区)问题,而且是多条生产线生产不同的成品.针对这一问题,文中研究了一类带有限缓冲区的上游生产线协调的生产调度问题,把生产线简化为一个Flow shop问题,给出了单条生产线输入输出结构图,建立了上下游生产线之间部件成品关联结构,依据该关联结构建立了实用的数学模型,给出Tabu搜索算法.     

专家系统在尿素生产优化决策中的应用研究

本文针对大型复杂工业过程优化问题的特点提出了一种新型分层仲裁－协调专家系统结构和一种新的区域优化思想，结合各种有效的知识获取，表达和推理方法，最终以尿素生产过程为实际工业背景建立了具有优化决策功能的尿素生产专家系统，现场运行结果表明，本文所提出的思想和方法极为有效。     

啤酒生产调度数学模型及其优化

针对啤酒企业生产人工调度效果不理想的问题,建立了啤酒生产调度数学模型,并研究了此类间歇工业调度问题的优化方法.根据啤酒生产流程特点,将整个啤酒生产划分为糖化区、过滤包装区,分别建立相应的生产调度数学规划模型,并通过蚁群优化算法求解此类调度问题.该优化调度方案在企业中的应用结果表明,通过蚁群算法对建立的啤酒调度模型进行优化,该方法具有良好的鲁棒性与实用性,可为生产管理人员提供方便快捷的优化解决方案.