基于准时制生产的订单动态产品替补模型及算法

为解决订单在生产过程中因设备故障、员工技能、原材料缺陷等动态因素导致其产品质量不满足约定要求,从而引起订单无法按期交货的问题,建立了最小化订单总拖期和订单之间总替补次数为目标的订单动态产品替补模型;根据问题的特点,证明了该问题为NP完全问题;基于在交货期紧急程度不同的订单之间进行产品替补的方式,提出解决该问题的订单动态产品替补算法。通过实验验证了模型和算法不但具有可行性和有效性,而且完全能够在满足生产实际的条件下获得最优解。同时,比较了产品种类数、批次规模和订单规模发生变化时,对总拖期和替补总次数的影响。     

面向紧急订单的混流装配线动态调度

针对混流装配线上紧急订单插入的情形提出一种动态调度策略,通过对未上线产品队列的重调度以及在制品队列的动态调度,实现紧急订单的最大程度优先交付和生产目标的最优化。基于在制品状态转移路径的可调整性,对在制品的可达产品集进行分析,为在制品队列的动态调度建立了一个指派问题模型,实现了紧急订单最优先交付的非停线动态调度,并基于产品装配状态路径的树状结构设计了一种启发式算法对该模型进行求解。结合生产实例对模型与算法进行了求解与仿真,结果表明了模型和算法的有效性。     

考虑工艺路线的热轧无缝钢管订单排程方法

为解决热轧无缝纲管在多工艺路线下的订单排程问题,将工艺路线因素引入热轧钢管订单排程中,建立了以合理的工艺路线切换、最小化机器设备调整和准时制生产为优化目标的约束满足模型,并设计了求解算法。该算法根据模型特征,提出基于降序最佳适应的约束满足算法和基于约束的聚类算法,对订单进行整理并形成初始轧制计划;设计了两种批次交换搜索算法,分别对单日内及日间的初始轧制批次进行排程优化。通过基于实际订单数据的实验讨论了上述算法两两组合的求解效果和各自的适用情况,验证了模型和算法的可行性和有效性。     

基于相邻交换复合蚁群算法的多产品供应链调度优化

为制定网络化制造模式下供应链合作成员间的动态调度策略,构建了由制造商、协同制造商和分销商组成的三层供应链动态调度模型。针对多产品多订单调度情况,在加工工序和交货期等约束条件下,构建由加工成本、半成品库存成本、成品库存成本、运输成本和延期惩罚成本等描述的调度模型,以寻求最优化的供应链运作时间、综合成本和客户需求服务水平。为解决多产品多订单加工顺序全排列与求解穷搜索所带来的时间过长的问题,采用单种群复合蚁群算法,运用总控制台判断订单类别以分配至待加工订单库,提出相邻交换因子调整订单顺序以提高蚁群寻优效率,并根据相邻交换的奇偶次数决定订单前移策略,避免出现死循环;同时,在供应链调度过程中考虑相同分销商的不同产品订单是否进行组合运输,通过将订单合并行为作为一特殊工序加以实现。实例仿真表明,该算法具有良好的求解性能和搜索速度,且调度模型具有合理性和实用性,可以为实际生产调度的优化决策提供参考。     

带能力约束的多目标OEM协作生产订单分配决策与混合蚁群算法应用研究

在面向订单生产(build-to-order,BTO)的协作生产环境下,品牌制造商如何将所接受的不同客户订单(生产任务)分配给众多的协作生产企业OEM供应商,同时以最大的成本收益及最高的服务水平完成这些制造任务,是OEM协作生产环境下一个很实际的生产管理问题。首先根据此类问题的特点建立了一个带能力约束的、以总订单利润与准时交货为目标的多目标OEM订单分配模型;然后利用混合智能优化算法——模拟退火蚁群算法进行求解,并对该混合算法进行改进;最后应用算例验证了算法的有效性与合理性。     

改进PSO算法求解具有柔性生产路径钢铁产品分配问题

针对钢铁企业实际生产和产品分配特点,研究了柔性生产路径下的产品分配问题,建立以最大化企业利润、设备利用率和市场产品满足率为目标的多目标模型,并设计了改进粒子群算法对问题进行求解。算法考虑模型的复杂约束特征,采用约束满足技术产生初始解,并利用惩罚函数设计适应度函数,通过动态调整粒子群算法中的惯性权重对粒子进行动态更新,最后,通过实际钢厂数据的实验仿真,说明了模型的可行性和改进粒子群算法的有效性。     

新订单与时间窗口混合驱动的继承性虚拟单元重构

为减少虚拟单元重构对原有单元的影响,在新订单到达的情况下,考虑订单与时间窗口相结合的混合驱动方式,研究了继承性的虚拟单元动态重构问题。为保持重构后单元生产的高效性与稳定性,实现虚拟单元的继承性重构,以产品工艺相似性、跨单元次数、设备利用率、物流成本、单元内机器数量和类型变动等为目标,构建了非线性多目标整数规划模型,设计了基于动态层次分析的多目标遗传优化算法求解模型。以船舶生产为例,验证了所提模型的可行性和算法的有效性。实例分析表明,继承性虚拟单元重构在提高设备平均利用率、减少物流成本和完工时间等方面具有明显优势。     

基于网络能力的钢铁企业短期生产能力计划模型求解算法

根据钢铁企业流程式生产的特点,以有限生产能力、库存和工艺制程为约束,利用约束规划方法建立了短期生产能力计划的约束满足模型。针对常规约束规划求解大规模问题过程中不存在可行解时大量回溯对求解效率产生的影响,提出一种基于约束的网络生产能力计算方法,首先对产品／订单的生产流程网络进行预处理,快速计算可用能力,然后利用网络生产能力约束辅助约束规划裁剪搜索空间,实现在短时间内找到解并进行订单／产品的能力承诺以及生产排程。通过算例实验证明了算法的复杂性与问题规模增长呈近似线性关系,而且可适用于不同生产模式,算法具有通用性。     

面向动态订单的产品BOM模型构建与求解方法研究

为了快速响应客户订单定制要求,提出了一种面向动态订单的产品BOM模型构建方法。该方法首先根据客户性能需求与零部件实例的关系,设计了相关度矩阵,计算出理想的产品零部件;其次根据主要需求参数,从数据库中检索出可选配置产品;最后利用效用函数,求解出与客户订单需求相似度最大的产品。该模型的实际应用表明,它不仅能快速配置出订单型BOM,还有利于提高产品设计的效率和质量。     

集成化车间作业计划动态关键路径编制算法

针对单件小批生产加工装配式制造的特点,结合车间作业计划与物料需求计划的集成化管控需求,提出了基于生产过程网络图的动态关键路径作业计划编制算法.算法按照零部件加工装配过程中的工艺顺序和装配关系,将计划期内订单的形成过程抽象化为生产过程网络图,并将物料需求计划映射为网络图中的节点,进行生产能力控制和加工装配约束.以生产过程网络图为作业计划编制的对象模型,以订单的交货期为依据,采用倒排的方式,通过动态寻找网络图中的关键路径来确定车间作业计划顺序和资源分配.通过某密封产品生产企业机加车间生产计划编制的实例,证明了该算法能快速有效地在有限生产能力条件下编制高效可行的车间作业计划,保证作业计划与物料需求计划的一致性.     

烟草卷包作业动态调度技术

针对烟草卷包排产方案优化制定、周订单滚动追加,以及面向订单执行时间和数量变化的计划与实际同步调整等问题,提出了烟草卷包作业动态调度技术。以提高对动态生产环境的适应性为目标,提出了涵盖订单追加、移动调整和重调度的烟草卷包作业动态调度技术体系;建立了一种受影响订单及其机组的遍历算法,为订单约束变化及执行时间和数量偏差下的动态调整提供了支持;通过基于订单指定机组、时间和数量约束下的重调度算法,实现了卷包作业排产方案逐步求精的优化制定;提出了一种继承原作业调度方案中卷包机组组合配置情况的作业调度方案追加调度算法,减少了周订单滚动追加过程中的卷包换牌次数;提出了一类面向订单实际执行时间和数量与计划存在偏差情况下的移动调整算法,解决作业计划与现场执行同步的问题。最后,通过实例验证了该技术的有效性。     

产品族设计与供应商的订单分配关联优化研究

针对统一采购情形下产品族设计与供应商订单分配问题,提出了一个以产品族利润最大为目标,满足产品配置要求、供应商最小订单数量等约束的产品族设计与供应商订单分配关联优化模型,并开发了一种自适应遗传算法对模型进行求解。为了防止由于优化问题中存在的订单等式约束导致算法产生大量不可行的染色体,给出了一种按比例分配订单的染色体编码与解码方法。同时算法设计了自适应的交叉方式与变异方式尽可能避免陷入局部最优解。最后通过一个实例验证了所提优化方法和求解算法的有效性。     

基于混合粒子群算法的企业订单分配优化研究

LED芯片厂将芯片按亮度和波长用不同的BIN来分类,客户下单时的产品需求规格以亮度等级范围和波长波段范围表示,因此要满足一张订单,有相当多种的BIN出货数量组合可满足。BIN出货组合越合理,越多的订单可满足,企业的库存水平可降至越低。为了达到此目的,提出采用混合粒子群算法来优化各订单的BIN库存分配组合,以实现出货数量最大的目标。实证结果证明该方法实用有效,能够为企业带来更大的经济效益。     

金属结构件优化下料与生产管控系统设计与实现

本文结合工程机械中金属结构件加工特点,分析该类产品数字化制造需求,设计并实现了金属结构件优化下料与生产管控系统。该系统首先构建了金属结构件产品结构模型,通过结构树的形式对产品信息予以维护,并根据此模型对订单信息进行管理;建立了优化排样、优化排产和设备负荷均衡等多目标优化模型,并综合应用零件聚类成组、临界多边形(NFP)和遗传/模拟退火(GA/SA)等算法进行求解;最后通过搭建车间生产管控软硬件平台,对金属结构件生产进行监控。应用该系统可以实现从订单管理、计划调度、优化排料和加工成型到构件焊接的整个生产过程管控一体化,为金属结构件数字化制造提供有力的技术支撑。     

基于配置设计的产品族实施阶段绩效优化与控制

针对按订单制造企业模块化产品族渐进演变过程中的绩效优化与控制问题,应用神经网络和配置设计优化技术实现产品族动态实施阶段的绩效最大化目标。分析产品族演进的渐变和突变过程,阐明产品族渐变过程中动态市场需求的确定性与不确定性;构建产品族动态实施阶段的绩效优化与控制研究框架,综合考虑零部件通用性的学习效应和规模效应,分析面向随机订单的产品变型配置设计对产品族成本、收益和总绩效的影响;以产品族绩效最优为目标,满足客户定制需求、产品结构和成本要求等约束条件构建配置设计模型,通过遗传算法进行求解;通过电动剪刀产品族实例验证模型的有效性,并对关键变量或参数进行敏感性分析后得到结论:通过面向随机订单的配置设计优化能够实现产品族动态实施过程某一时期内的绩效最大化目标,同时必须综合考虑影响绩效的各方面因素以确定随机订单的配置方案。     

一种面向订单剩余完工时间预测的SOM-FWFCM特征选择算法#br#

准确的订单剩余完工时间预测有助于动态调整生产计划、优化制造过程,以满足订单产品按时交付的需求。订单剩余完工时间受到车间物料、设备、在制品等各类生产要素的综合影响,相关数据具有典型的大量、多维、高冗余的特点,有效的特征选择能够获得更高的预测精度。在构建候选特征集的基础上,提出了一种基于自组织映射（SOM）网络特征加权模糊C均值（FWFCM）的特征选择算法。通过构建SOM网络初始化FWFCM的聚类中心,减少后者对初始聚类中心的依赖;基于互信息计算特征权重,实现导向性特征聚类,根据聚类结果选择特征代表,构成高质量关键特征子集。以某机加工车间的生产数据为例,通过与其他4种特征选择算法的对比分析,验证了所提算法的有效性。     

基于BASS扩散需求的按订单组装模式生产库存模型

为了得到单周期按订单组装模式的生产库存模型,在考虑单周期生产过程动态特征的基础上,提出了基于BASS产品扩散需求的组装商利润连续时间模型。通过模型分析,以最大利润为目标,得到了两种产能条件下的组装商生产库存模型。通过数值仿真,得到了最优数值解。结果表明,该模型能够有效反映单周期按订单组装模式下组装商的生产过程以及生产库存和需求的关系。     

一种面向订单剩余完工时间预测的SOM-FWFCM特征选择算法

准确的订单剩余完工时间预测有助于动态调整生产计划、优化制造过程,以满足订单产品按时交付的需求。订单剩余完工时间受到车间物料、设备、在制品等各类生产要素的综合影响,相关数据具有典型的大量、多维、高冗余的特点,有效的特征选择能够获得更高的预测精度。在构建候选特征集的基础上,提出了一种基于自组织映射(SOM)网络-特征加权模糊C均值(FWFCM)的特征选择算法。通过构建SOM网络初始化FWFCM的聚类中心,减少后者对初始聚类中心的依赖;基于互信息计算特征权重,实现导向性特征聚类,根据聚类结果选择特征代表,构成高质量关键特征子集。以某机加工车间的生产数据为例,通过与其他4种特征选择算法的对比分析,验证了所提算法的有效性。     

面向对象的产品配置建模及约束推理研究

为了高效地开发产品配置系统,有效解决配置问题,提出了结合面向对象的建模技术和动态约束满足问题的配置方法.首先采用面向对象技术建立了可重用、可共享的配置模型,以表达领域知识,然后将配置模型映射成为动态约束满足问题,从而通过约束推理的方式实现了配置问题的最终求解.在从配置模型到动态约束满足问题的映射阶段,给出了映射规则集;在求解阶段,设计了扩展的同溯算法,并给出了算法的求解步骤.最后,以国内某客车公司的客车配置为应用实例,阐述了配置模型的建立过程,验证了扩展的回溯算法的可行性和有效性.     

基于遗传算法和多智能体的染缸生产排产与动态优化设计

为解决小批量、多品种浸染生产不合理调度导致高能耗和多污染排放的问题,提出了一种基于遗传算法和多智能体染缸调度与动态优化的方法.该方法基于染缸车间制造执行系统、企业资源计划和过程控制系统实时数据,采用分层调度算法.其中静态层采用支持多产品的批处理、多染缸的非等同性、前期订单、订单交货期和切换成本等约束条件的遗传算法;动态层采用支持染缸运行状态的多智能体的协调动态优化算法.通过对生产过程中多约束条件和多动态变化因素的算法求解,获得染缸作业任务动态优化设计.仿真结果表明,与单纯遗传算法和人工调度相比,基于数据驱动的分层动态优化调度达到了染缸作业排产优化和污染减排的目标和实际应用的可行性.