MTO制造业收入管理模型研究

针对收入管理模型只考虑能力分配并假设需求和价格为外生变量的缺陷,首先假设需求为价格的随机线性函数,将收入管理模型扩展为能力分配与定价的集成模型,然后利用机会约束规划方法对此随机模型进行转化和求解,最后通过算例仿真进行参数分析并验证模型的有效性.     

BTO制造企业订单定价、承诺等待时间和能力决策研究

探讨了面向订单生产的新的制造模式—BTO制造环境下生产能力与订单定价之间的关系,对按BTO订单生产制造企业生产两类基于时间差异的可替代产品的利润最大化问题进行了研究.假设顾客需求对等待时间和价格是敏感的,基于这种假设,利用排队论建模方法,建立了共事产能和专用产能下整合定价、等待时间和能力规划决策的模型,分析了模型参数和...     

模糊随机需求下的全球供应链订单分配

为了使全球供应链三方企业即供应商、第三方物流服务供应商和购买商的利润最大化,考虑了供应链中的模糊随机需求、关税和汇率等因素,从三方企业利润最大化角度出发,建立全球供应链订单分配的模糊随机多目标优化模型。并借助矩阵转换,将模型转化为三方利润满意度最高的单目标优化模型进行求解,用Shapely值法对三方企业利润进行合理分配。最后运用算例对模型进行仿真,并通过比较分析得出,基于三方企业利润最大化的订单分配模型所实现的全球供应链总利润要比基于一方企业或两方企业利润最大化的订单分配模型所实现的全球供应链总利润最少高出3.47%,验证了模型的有效性。     

基于LSSC的供应商选择与订单分配

面对物流服务供应链中不规则的客户需求,物流服务集成商如何有效分配各物流供应商的物流订单是一大难题。考虑集成商对不同分销点的多个物流供应商分配订单的情形,建立基于物流供应商现有手头订单、物流能力可获得性、配送效率、缺损率与成本的供应商选择与订单分配组合优化模型,并采用相应算法进行算例分析。结果表明:该模型及算法能够为物流服务供应链的运作确定合适数量的供应商及进行订单分配的优化;在确保满足客户期望服务水平的同时,降低供应商的运作成本,并促使其为获取更大的竞争优势而改进自身的物流服务能力。     

产能约束下多源供应商选择及订单分配研究

为有效解决在多产品、多价格折扣、考虑供应商负荷与产能状况及需求量为模糊值等多重约束条件下多供应商联合供货时的订单分配问题,考虑到进行供应商评价与选择时广泛存在的多目标及各目标的模糊性,基于产能约束条件下,对各评价指标及相关约束条件进行量化,建立了模糊多目标规划模型并采用模拟退火算法求解,确定了在多产品、多价格折扣及多供应商存在的条件下考虑供应商负荷与产能约束的订单最佳分配结果,并对结果进行了简要分析。     

考虑绿色制造和外协方式的多周期订单安排模型研究

针对多品种小批量企业的多周期订单安排问题,提出一种以绿色制造和外协方式为研究视角的优化方法模型。综合考虑企业的设备操作成本、人工成本、库存成本、外协成本等竞争性指标以及设备能耗、噪声等绿色性指标,构建考虑绿色制造和外协方式的多周期订单安排模型,并基于遗传算法设计了模型的求解方法;最后以一个机加工企业的四周期订单需求为例,应用该方法给出了各阶段订单的安排结果以及企业制造资源的分配方案,既验证了模型和算法的有效性,又在绿色制造和外协方式的研究视角上为多周期订单的安排方式提供理论方法支持。     

基于互联网产能共享平台的动态订单分配问题研究

本文研究了在产能共享背景下基于互联网产能匹配平台的动态订单分配问题。在静态订单分配策略的基础上，考虑到实践中订单随机到达平台且可能出现紧急订单的情况，基于插单流程建立了以最小延期时间为目标函数的模型，并结合订单优先级思想和静态订单处理策略设计了闭环订单处理流程。对于闭环订单处理流程中出现的紧急订单，设计了自循环优化插单算法。最后通过数据仿真，验证了动态策略的优越性。     

组合折扣条件下带有可变提前期的库存策略

为了有效地分析随机需求条件下库存策略,在连续库存补货策略中考虑运输和采购的组合折扣且进货提前期为可变情形,建立订单量、再订货点和进货提前期优化决策模型,并设计模型求解的有效算法.最后通过算例,验证模型的有效性和实用性,并就考虑运输与不考虑运输条件下的库存策略进行了比较分析,就模型主要参数对订单量、再订货点、进货提前期和...     

横向型企业集团内部订单转移的价格研究

企业集团成员企业问订单的转移是生产领域协同的重要来源之一.运用博弈论知识,通过引入讨价还价能力因子,构建了资本控制型下订单在成员企业间转移时确定订单转移价格的轮流出价的讨价还价模型,并通过对该模型的求解得出了成员企业问的订单转移价格.     

MTO运营模式的订单交货期决策模型

承诺交货期过晚,没有时间优势,容易丢失订单;承诺交货期过早,企业超负荷生产,增加生产成本,可能出现亏损。针对基于订单式生产(MTO)的中小制造企业的客户订单交货期预报问题,综合考虑价格、订单需求量、提前完工和延期交货损失、加班、外协和损耗率因素等对任务完工期的影响,以收益最大化为目标,建立了订单任务交货期决策模型,并运用Matlab编程和计算工具对实例进行分析,验证了模型的有效性。模型对MTO生产企业交货期决策具有一定的参考意义。     

考虑加班因素的订单接受问题优化模型与算法

加班是制造商在面对客户需求增多时经常会采取的一种临时扩大产能的方法。本文将加班因素引入订单接受问题,考虑到加班容易导致生产线的工位间同时存在产能不足与产能过剩的情况,建立了以总利润最大化和生产线产能均衡为优化目标的数学模型。根据模型特征,本文采用两种分布式估计算法,即基于节点矩阵抽样算法和基于节点的偶合算法来实现问题求解。实验结果表明,基于节点的偶合算法具有良好的求解效果,并且产能均衡这一优化目标的设定可以在保证生产线产能平衡的同时有效地提高产品利润。     

随机网络瓶颈容量扩张的期望值模型

在不确定的环境下,怎样去增加一组边的容量到一个指定的瓶颈容量,以至于网络瓶颈扩张的费用最小。假定每一条边的单位扩张费用形是一个随机的变量,它服从正态分布。带有随机单位扩张费用W的网络瓶颈客量扩张问题可以根据一些概率统计规则,列出它的期望值模型的通用表达式。随后,网络瓶颈容量算法、随机模拟方法和遗传算法将合成在一起,设计出该问题的混合智能算法。最后。给出数值案例。     

装载能力有限下多品种货物配装的容重比平衡法

专门研究装载能力有限下多品种货物的配装问题。为了充分利用车辆的客积和载重,通过容重比指标同时考虑货车的容积和载重。根据待装货物的多少和任一单件货物对货车剩余容积和剩余载重的影响,同时考虑到启发式算法自身的复杂度和精确度,分别设计了静态和动态容重比平衡算法。根据实际问题的需要,通过借鉴遗传算法的比例窗技术,综合运用动态、静态容重比平衡法解决相关问题。最后,作者运用数值仿真的方法将动态、静态容重比平衡法以及其他算法进行了对比分析,算例的结果验证了算法的有效性。     

Co-Estimation of State of Charge and Capacity for Lithium-Ion Batteries with Multi-Stage Model Fusion Method

Lithium-ion batteries (LIBs) have emerged as the preferred energy storage systems for various types of electric transports, including electric vehicles, electric boats, electric trains, and electric airplanes. The energy management of LIBs in electric transports for all-climate and long-life operation requires the accurate estimation of state of charge (SOC) and capacity in real-time. This study proposes a multi-stage model fusion algorithm to co-estimate SOC and capacity. Firstly, based on the assumption of a normal distribution, the mean and variance of the residual error from the model at different ageing levels are used to calculate the weight for the establishment of a fusion model with stable parameters. Secondly, a differential error gain with forward-looking ability is introduced into a proportional–integral observer (PIO) to accelerate convergence speed. Thirdly, a fusion algorithm is developed by combining a multi-stage model and proportional–integral–differential observer (PIDO) to co-estimate SOC and capacity under a complex application environment. Fourthly, the convergence and anti-noise performance of the fusion algorithm are discussed. Finally, the hardware-in-the-loop platform is set up to verify the performance of the fusion algorithm. The validation results of different aged LIBs over a wide range of temperature show that the presented fusion algorithm can realize a high-accuracy estimation of SOC and capacity with the relative errors within 2% and 3.3%, respectively.     

基于WOA-UKF算法的锂电池容量与SOC联合估计

锂电池的荷电状态(SOC)和有效容量是表征电池当前剩余电量和电池寿命的重要参数,提出一种锂离子电池有效容量和SOC的联合估计方法。在电池全寿命周期内,给出一种开路电压与SOC和电池有效容量非线性模型的两变量多项式描述;当电池循环使用次数超过预设值,采用鲸鱼优化算法估计当前电池容量与电池模型参数,根据模型参数与容量值采用无迹卡尔曼滤波器估计电池SOC;在SOC估计过程中,采用鲸鱼优化算法更新无迹卡尔曼滤波器的观测噪声方差和过程噪声方差,实现噪声方差的自适应调节,进而提高估计精度。实验结果验证了该方法的有效性和联合估计方案的可行性。     

A dynamic model for serial supply chain with periodic delivery policy

A three-echelon, dynamic lot-sizing model is presented for computing the parameters of a serial supply chain, which consists of integrated material replenishment, production at a capacity constraint, and outbound dispatching with a periodic delivery policy. The model is applicable in the general context of a three-echelon model with capacity constraint at the middle echelon of the serial supply chain which was not considered in most of the literature. This paper addresses a number of structural properties of the model and proposes a polynomial-time algorithm for deriving the optimal solution of minimising the total system costs over the planning horizon. Examples are provided to describe the algorithm.     

A new heuristic algorithm for capacity planning in a manufacturing facility under learning

In this paper, a new and efficient heuristic algorithm is presented to determine the production capacity in a new facility under the effect of learning. Different demand patterns are studied while deciding the capacity requirements. Further, the learning effects due to human-machine interaction often found in a manufacturing system are considered during the development of the model. A computer program is developed and interfaced with XMP software on a Sun 3/60 workstation. Several numerical examples are presented to illustrate the heuristic algorithm.     

基于Kalman算法的软测量技术在电池容量检测中的应用

针对如何在线准确检测实际工作中发射车车载电池容量,提出了一种基于Kalman算法的软测量方法。首先,建立蓄电池数学模型,选择可测、易测的辅助变量,利用Kalman算法建立软测量模型;然后,使用试验数据,通过参数辨识求解软测量模型;最后,利用Matlab软件对该模型进行仿真以及现场试验。结果表明:采用Kalman算法的软测量技术减少了电池应用过程中的电流累积误差,提高了电池容量的检测精度。     

需求不确定的网络瓶颈容量扩张决策模型

使用一组情景来描述需求的不确定性,要求在所有情景下最大的网络扩张成本最小.建立了情景规划模型,提出分解算法,首先求出每种情景下需要扩张的边及其扩张的容量,然后对所有需要扩张的边取其并集,需要扩张的边的容量取其最大,最后求出最小的扩张成本.计算结果表明分解算法能够大大提高求解速度.     

基于改进网络最大流的道路通行能力优化研究

基于图论网络最大流理论基础,建立了一种改进的网络最大流模型。首先,根据最基本的网络最大流模型,采用Ford-Fulkerson算法求解出理论最大通行能力为46人/s;其次,考虑通行的道路选择性,建立最短路模型,利用Dijkstra算法计算各个单源到各个单汇的最短路径,并通过A*算法排除与最短距离相差较大的路径,从而筛选出有效路径;然后,利用最短路模型结果加强原模型中的约束条件,利用单纯形法求解出实际最大通行能力为23人/s;最后,建立以道路扩宽成本最低为目标函数的线性规划模型对道路进行优化改造。研究结果表明,现有道路设计能够满足道路通行需求,若需提高道路通行能力且要求道路改造最小,可以适当扩宽路网中的关键道路。