随机和模糊约束下的扩展型集约生产计划方法

针对不确定环境下具有模糊需求量、随机加工能力约束的多阶段多品种集约生产计划问题进行了研究。在考虑生产任务跨阶段性的基础上,建立扩展型随机模糊混合优化模型,并运用随机模糊机会约束规划理论、不确定等价方法和Lingo软件对模型进行转化和求解。通过案例分析,证明了该模型和方法的有效性,为决策者在不确定环境下的生产计划决策提供了依据。     

基于机会约束目标规划的可靠性优化设计

在机械系统的方案设计中,零部件或子系统的可靠性数据具有模糊性.运用模糊机会约束规划理论,对具有N个子系统,每个子系统有多种设计可选的可靠性优化问题建立机会约束的目标规划模型.在系统可靠性机会约束的目标规划模型求解中,首先检验模型机会约束,当机会约束不可行时,采用罚函数方法;然后给出了嵌入检验机会约束检验的遗传算法方法.接着给出了一个经典的连接结构确定的系统可靠性设计问题,其参数均采用三角模糊数,实例求解验证了该算法的有效性.     

面向半导体生产线生产计划的混合智能算法研究

针对传统半导体企业生产计划优化方法不能体现市场和生产环境中不确定性的不足,将模糊机会约束规划应用于半导体生产计划优化模型的建立,通过结合了模糊模拟和遗传算法的混合智能算法对半导体企业生产计划进行求解并通过实例及验证来说明该方法的可行性和有效性。     

模糊环境下低碳闭环供应链网络设计多目标规划模型与算法

为了从网络设计的角度实现供应链管理的低碳化,研究了带有参数模糊性的低碳闭环供应链网络设计问题。针对模糊环境下包含制造工厂、回收中心、处置中心和客户多个参与主体的多级低碳闭环供应链网络设计的战略定位和配置问题,综合考虑多级闭环供应链网络参数的模糊性以及战术层多产品流和多运输方式的选择决策,以最小化供应链网络的总成本和总碳排放为目标,建立了机会约束多目标模糊规划模型。该模型将机会约束的最低置信水平作为决策变量进行优化,实现了经济目标和环境目标的有效平衡。设计了一种基于必要性测度的交互式ε约束模糊求解算法对模型进行求解。最后,通过算例验证了模型和算法的有效性和可行性。     

模糊灰色智能优化算法在生产计划不确定规划中的应用

在模糊和灰色两类不确定因素并存条件下定义了模糊灰色变量,基于模糊灰色变量的可信性和机会测度建立了生产计划不确定规划模型.采用模糊灰色模拟技术对不确定目标函数和不确定约束产生输入输出数据,用产生的输人输出数据训练神经网络逼近不确定函数,通过基于遗传算法的混合智能优化算法得出最优解,并用实例说明了本模型和算法的有效性.     

多目标模糊优化方法及其在可靠性设计中的应用

在基于模糊机会约束规划理论基础上,对多目标模糊优化方进行研究,通过模糊模拟求解模糊目标函数的理想极大值和极小值,建立了多目标优化问题的模糊机会约束规划模型,并给出了基于模糊模拟的遗传算法求解方法.通过对一个无约束处理的常规双目标模糊可靠性优化问题实例求解,验证了多目标模糊模拟遗传算法的有效性,并指出该算法的优点在于能较好处理多目标优化问题的分目标量纲不同及其函数值之间差距较大的情况.     

模糊资源约束的联合补充问题

针对不确定环境下的多产品联合补充问题,用三角模糊数表示不确定的资源约束,建立了模糊规划模型,目标函数为最小化订货成本和库存持有成本,决策变量为基本补充周期和每种产品的补充周期.用遗传算法对模型进行求解,以模糊规划模型的目标函数值作为染色体的适应度,阐述了染色体编码、选择、交叉、变异等遗传操作.最后,给出了仿真数值实例,比较了模糊资源约束模型和确定资源约束模型对1 600个随机生成问题的计算结果.     

回收物流网络优化设计模糊规划模型

考虑设计参数的模糊不确定性,建立了单一产品、有处理能力限制的回收物流网络优化设计的模糊规划模型。根据模糊隶属度将模型中的模糊约束清晰化,继而将模糊规划模型转化为确定性规划模型,结合回收物流网络实际给出了确定性规划模型的有效解算方法,这为模糊规划模型的推广应用奠定了良好基础。另外,通过算例验证了模糊规划模型及其算法的有效性。     

基于模糊机会约束规划的再制造装配车间调度优化方法

针对再制造零部件质量的不确定性导致工位装配时间波动范围大和调度模型难以准确描述的问题,采用基于可信性测度的模糊变量表示再制造零部件的装配时间,建立基于置信水平下的模糊机会约束规划调度模型,并提出求解该模型的混合智能优化算法：应用模糊模拟技术产生样本数据;利用反向传播算法训练多层前向神经网络逼近不确定函数;将训练后的神经网络与遗传算法相结合,以优化再制造装配车间调度问题。实例验证了该模型和算法的可行性。     

模糊环境下基于可信性规划的生产计划方法

在客户需求、单位产品的价格、单位产品的生产成本和可用资源数量都是三角模糊变量的条件下,基于可信性规划建立了模糊生产计划模型。通过对模糊目标和约束的清晰化,将模糊生产计划模型转化为清晰等价形式,用非固定多段映射罚函数法将其转化为无约束两目标优化问题,并利用向量评价给出了求解此模型的改进粒子群算法。最后通过一个应用案例说明了所提方法的有效性。     

求解分布式混合流水线调度问题的改进双层嵌套式遗传算法

针对分布式混合流水线生产的生产调度问题,模拟实际排产中的排产到线和排产到时的排产策略,提出了基于改进双层嵌套式遗传算法的两层优化模型。外层依据流水线分配平衡和准时交货等基本原则总体上解决生产订单在流水线之间的分配问题,内层以最小生产时间为主要目的求解流水线的生产订单生产次序问题。考虑到双层嵌套式遗传算法的时间复杂性,基于模糊逻辑理论设计了一种模糊控制器来动态调整遗传算子,并采用主动检测停止方法,提高算法效率。使用某空调工厂的实际生产数据验证了算法的可行性、计算结果的准确性及排产策略的有效性,为高级计划与排程(Advanced Planning and Scheduling,APS)中大规模复杂供应链调度问题提供了可借鉴的方法。     

Designing and planning a multi-echelon multi-period multi-product closed-loop supply chain utilizing genetic algorithm

Designing and planning a closed-loop supply chain in a comprehensive structure is vital for its applicability. To cope with the design and planning issue of a comprehensive closed-loop supply chain network, this paper develops an extended model, which is multi-echelon, multi-product, and multi-period in a mixed integer linear programming framework. The word “comprehensive,” in our mathematical approach, in designing and planning a closed-loop supply chain problem, can be analyzed from two complementary angles: including all possible entities (facilities) of a real condition and considering minimum limitations on possible flows between entities. In our proposed model, customers can be supplied via manufacturers, warehouses, and distributors, as an example. The proposed model is solved by CPLEX optimization software and by a developed genetic algorithm. During this computational analysis, we compare results of proposed pretuned genetic algorithm with a global optimum of CPLEX solver. Then, a sufficient number of large-size instances are generated and solved by the proposed genetic algorithm. To the best of our knowledge, there has been no similar multi-period multi-product closed-loop supply chain design and planning problem utilizing any kind of meta-heuristics let alone genetic algorithms. Therefore, in this issue, it is an original research, and results prove the acceptable performances of the developed genetic algorithm.     

钢铁工业三级供应链协调生产计划研究

为了研究矿山、选矿厂和炼铁厂所构成的钢铁工业三级供应链中的协调生产计划问题，建立了相应的混合整数非线性规划模型。该模型的特点是：①集成3个环节的生产计划；②集成生产与运输计划。针对该模型的特殊结构，提出了一种将原问题转化为等价的多个线性规划问题，然后使用Excel标准线性规划程序求解的策略。最后，通过案例说明了模型的有效性，并探讨了进一步研究的方向。     

柔性自动化车间的最优随机生产计划

研究了由多个柔性制造系统组成的柔性自动化车间的最优随机生产计划问题,首先根据实际需要建立车间生产计划的随机非线性规划模型,为求解方便,将其近似转化成确定非线性规划模型,并通过引进约束进一步转化成线性规划模型。由于这种模型规模较大,很难在微机上用单纯形法在可接受的时间内获得其最优解。为此,分别用卡马卡算法和基于卡马卡算法的关联预测法,求解柔性自动化车间最优生产计划问题,并编制了相应软件。最后通过算例研究,比较了卡马卡算法、基于卡马卡算法的关联预测法和Matlab中的线性规划法,结果表明,所提方法非常适合将不确定性环境中的随机产品需求计划,最优分解成由柔性自动化车间中各柔性制造系统执行的短期随机计划。     

[供应链调度]分时电价和时变行程时间下的供应链调度

针对单机供应链调度问题,在生产计划和批次配送阶段分别考虑分时电价政策和时变行程时间。以总成本最小为目标建立混合整数规划模型,通过对模型的分析给出了最优解的性质,以此将模型分解为若干个批次的机器调度子问题。对于子问题优化,设计了子集划分启发式算法并证明了算法的最优性。对于主问题的优化,设计了自适应变邻域搜索算法。数值计算结果验证了模型和算法的有效性,证明了供应链集成调度能减少大量的能源消耗。     

Modeling of a blending and marine transportation planning problem with fuzzy mixed-integer programming

Transportation management is an area that remains critical to overall logistics and supply chain success. The problem of multi-commodity, multi-period blending and marine transportation planning in a wheat supply chain is addressed in this paper. In real world problems, practical situations are often not well-defined and thus cannot be described precisely. Therefore fuzzy mathematical programming becomes a valuable extension of traditional crisp optimization models. This research resolves the blending and marine transportation planning problem using fuzzy mixed-integer programming (FMIP) method. Two types of fuzzy mathematical programming models are used. A real-life example is used to illustrate the potential savings which can be attained by using fuzzy models. Results obtained in this study clearly demonstrate that FMIP provides a better and more flexible way of representing the problem.     

满足产品需求条件下的车间最优随机生产计划与控制

根据实际需要建立关联方程有延迟且以正好满足产品需求为约束条件的车间生产计划与控制的随机非线性规划模型，即一种求解动态优化问题的静态优化模型，为求解方便将其转化成线性规划模型。提出分别用卡马卡算法和基于卡马卡算法的关联预测法来求解柔性自动化车间（FAM）最优随机生产计划与控制问题，并编制了相应软件。通过算例研究，比较了上述2种方法和Matlab中的线性规划法，结果表明所提方法非常适合将不确定性环境中的FAW产品需求计划最优分解成由FAW中各柔性制造系统（FMS）执行的短期随机计划，尤其适合FMS之间工件传输需经出入库并有1个生产周期延迟的情况。