基于混合蛙跳算法的企业集团订单分配研究

针对企业集团在订单分配时优先选择内部企业的问题,提出了一个基于产品经济参数和内部企业贡献因子的订单分配策略,解决企业集团订单优先分配量与价格、质量和时间的优化问题。以某建材装备制造集团的订单分配为例,构建了一个基于采购成本最低、不合格产品损失和延期交货损失最少以及对企业集团的贡献最大为优化目标的数学模型。采用改进的混合蛙跳算法对模型进行求解,验证所建模型的合理性和有效性,并与遗传算法、蚁群算法的结果相互比较,验证算法的优越性。     

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。     

面向云制造的多供应商协同生产任务分配优化

针对云制造环境下制造资源生产能力约束导致的任务分配不合理问题,研究建立了一种任务分配优化模型并提出了求解算法。依据子任务订单量对多个供应商进行生产组合,继而提出质量相似度等概念及其相应的计算方法,建立评价指标体系,并在此基础上构建了面向云制造的多供应商协同生产任务分配优化模型;通过对模型特征的分析与把握,提出一种改进的多目标粒子群进化算法,求解模型得到最优组合以及组合量。最后,通过实例证明了该模型与算法的可行性和有效性。     

横向型虚拟企业订单分配模型研究

横向型虚拟企业是由多个生产同类产品的企业构成的协作生产联合体,正确合理地在协作企业之间进行订单分配,是提高制造企业敏捷性和竞争力的重要手段。针对这一问题,提出了一种基于生产负荷率准则的订单分配方法,建立了订单均衡分配模型。利用进化规划算法对模型进行了求解,并应用研究实例验证了算法的有效性。研究结果表明,提出的模型与方法是有效的。     

基于改进型QFD和正交试验混合方法的供应商选择鲁棒性研究

供应商选择问题是供应链优化管理的关键步骤,直接关系到企业的核心竞争力。基于传统制造企业在供应商选择时不能结合供应链中客户需求的现状,通过分析影响供应商选择的评价指标,提出了一种基于改进型QFD和正交试验混合方法的制造企业供应商选择模型,该模型对QFD方法的主要工具———质量屋从内容和形式上进行了重构,并利用正交试验设计中的信噪比分析客户需求与各评价指标之间的评分,使被选择的供应商具有令客户满意的鲁棒性能,以此更好地应对供应链中的各种不确定性。最后结合实例进行实证分析,证明此模型实用可行。     

面向敏捷制造的PDM角色管理研究

研究了面向敏捷制造的PDM角色管理。根据任务分解原理 ,提出了角色分层设置方法 ,使得盟主企业只需分配设计、制造、供应商等顶层角色 ,而下层角色由盟员企业自行分配 ,这不仅大大简化了动态联盟中的角色分配问题 ,也维护了盟员企业的自主性。在角色分配方法中引入招标 /竞标机制 ,使用层次分析法计算各竞标企业的分值 ,解决了角色分配过程中的定性指标的量化计算问题 ,使得角色分配有了科学的依据。根据制造角色与供应商角色的分配和产品设计之间的内在联系 ,将可制造性评价与角色分配有机地集成起来 ,由设计盟员根据竞标企业的实际能力进行可制造性评价 ,在选择最佳工艺路线的同时分配制造和供应商角色 ,不仅优化了设计 ,也改善了盟员企业间的合作关系。     

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。     

以供应商负荷产能相对均衡为目标的订单分配方法

在多供应商环境中,制造商通过合理分配订单,以确保供应商所获订单的负荷与其生产能力处于相对的均衡状态,是制造商维护和管理平稳高效供应链的重要内容。在考虑供应商订单与负荷动态变化的基础上,提出了供应商产能负荷相对均衡的模型,并进而提出了以供应商负荷产能相对均衡为目标的订单分配方法,最后给了出算法实例。     

基于负荷均衡的产业集群订单响应敏捷性研究

在分析产业集群内中小型企业在实施敏捷制造时存在局限因素的基础上,面向供应商,提出基于负荷均衡原理的集群内企业订单分配策略,以实现资源的有效整合,达到供应商集群对订单的敏捷响应。通过对不同订单分配原则下订单响应时间的比较,证明了基于负荷均衡的订单分配原则对实现供应商群体敏捷性是有利的。     

基于博弈论的核心企业与供应商订单信息共享研究

针对供应链中核心制造企业与供应商订单信息共享的合作性和风险性,采用博弈论方法,建立订单信息分享战略和收益函数,得出非最优化的均衡解是不稳定的;构建合作战略下的利益分配函数,实现了核心制造企业和供应商利益最优化,使供应链合作体系更稳定.     

多属性指标云制造资源的评价及选择

从企业对云制造资源的选择方面考虑,主要对企业云制造资源进行优选方面。以质量、成本、信誉等为指标,考虑在评价过程中定性指标不确定性和定量指标模糊性,构建企业制造资源选择评价模型。提出基于模糊多属性指标的制造资源的选择方法,基于理想点极差变换法对指标进行规范化,根据指标属性提出组合赋权法,并且引入相对优势度计算方法对指标综合属性值进行排序,为企业选择合适的制造资源。通过企业对管接头优选的应用,验证该评价模型和计算方法的可行性并对赋权方法进行了比较。     

面向网络化制造的资源评价研究与应用

网络化制造环境下，制造资源的评价和选择是实现资源优化配置的关键技术。本文在简要描述了资源模型和任务模型的基础上，针对制造过程元任务的主要特征(功能、质量、时间、经济、信誉)，采用层次分析法构建了面对制造元任务的资源评价指标体系。在模糊理论的基础上，提出了网络化资源模糊评价模型。并通过零件制造应用实例，验证了本文提出的资源评价方法的合理性和有效性。     

基于模糊软集的航空制造企业供应商绩效评估

航空制造企业是国民经济的支柱产业,其供应商的绩效优劣将直接影响产品的最终质量。针对以往供应商绩效评估模型中参数难以确定的问题,提出了基于模糊软集的供应商绩效评估方法。针对航空制造企业的特点,通过查阅和总结资料建立评估指标体系,采用相对差异函数模型来确定相对差异隶属度,从而构建模糊软集合并对供应商的绩效进行综合评价。为解决指标权重确定过程过于主观的问题,采用基于级差最大化的主客观组合赋权法确定指标权重。最后以C航空制造公司供应商绩效评估为例,验证了所提评估模型的有效性和可行性。     

云制造环境下基于双层规划的资源优化配置方法

为解决云制造环境下的制造资源优化配置问题,在深入分析云制造的运行模式和制造资源配置过程的基础上,充分考虑云制造环境下制造服务过程中的不确定因素以及制造任务需求方和云制造服务平台运营方的利益,提出包括服务质量指标和柔性指标的云制造资源服务组合评价指标体系,建立了云制造环境下的制造资源优化配置双层规划模型,并采用改进的进化多目标优化算法对模型进行求解,实验结果表明了该模型和算法的可行性和有效性。     

网络化制造环境下面向定单制造的供应链构建

阐述了在网络化制造环境下，定单驱动型企业构建供应链的步骤。提出考虑能力、时间约束的供应商选择评价方法，从网络化制造平台获取供应商数据信息，将这些信息作为供应链优化模型的输入，以实现交货期最短、成本最低的优化目标。     

制造企业数字化转型能力成熟度评价模型研究

当前制造企业数字化转型能力成熟度评价模型研究普遍存在模型指标颗粒度较粗、缺乏对网络安全建设等维度评价、评价方法较单一等诸多问题,在管理实践中发挥效用有限。基于能力成熟度模型构建方法、价值链等理论,分析制造企业数字化转型的实际情况和阶段特征、关注重点,提出了一套覆盖制造企业全价值链业务活动、可根据评价应用场景进行灵活调整的评价模型。模型由能力要素、一级指标、二级指标组成的指标体系和5个能力成熟度等级组成。应用模型开展评价时,采用AHP-DEMATEL、模糊综合评价算法等进行指标权重设置与成熟度计算。该模型具有模型覆盖范围广、指标细化程度高、评价方法科学合理等优点,可为制造企业数字化转型评价提出广泛适用的分析依据与应用途径。     

基于BP-AdaBoost算法的复杂产品装配制造成熟度等级评估方法

现有复杂产品装配制造成熟度等级评估依赖专家凭经验确定指标权重和指标评分，存在主观性较强、工作量大、耗时长、无法传承评价实例所蕴含的知识等问题。为了提高复杂产品装配制造成熟度等级评估的效率以及客观性，利用成熟度等级评价实例数据，研究基于BP人工神经网络和AdaBoost算法的制造成熟度等级评估方法。构建复杂产品装配制造成熟度评价指标体系，给出基于模糊评价法和隶属函数的评价指标及成熟度等级达成度量化方法，建立基于BP神经网络的复杂产品装配制造成熟度等级评估模型，并使用AdaBoost算法优化成熟度等级评估BP神经网络模型。采用复杂产品分系统装配制造成熟度评价数据集对评估模型进行训练和实验，分析BP-AdaBoost的评估结果，获得最优评价模型。实验结果表明，基于BP-AdaBoost算法的复杂产品装配制造成熟度等级评估方法具有较好的可靠性与准确度。     

供应链中企业产品制造策略的选择与评价

制造策略的正确选择与评价是企业成功实施供应链管理的关键，主要问题是企业决定产品的制造方式是自制、外协或购买。在分析制造策略分类的基础上，提出了用于供应链中企业产品制造策略选择与评价的多目标优化模型。该模型建立了基于ISO9000和ISO14000系列标准的评价指标，从核心竞争能力、质量、交货期、环境影响，以及成本等多个角度研究了产品制造策略的决策过程。利用这一选择与评价模型，企业可以有效地确定产品的制造方式是自制、外协或购买，同时完成供应商和合作伙伴的选择。     

基于强化学习的生产再决策问题

为解决制造型企业面临的订单变更后生产再决策问题,提出一种基于强化学习的生产再决策方案。对订单变更问题使用半马尔可夫决策模型建模,综合考虑企业实际生产环节中的设备使用情况、产品的收益、库存开销以及订单的违约赔偿等因素,将企业收益最大化和变更前后整体生产决策差异最小化作为优化目标,采用动态改变探索速率和学习速率的Q-learning算法对生产再决策问题进行优化。数值实验证明,所提方法可以快速解决生产再决策问题。     

基于BP神经网络的外协供应商选择方法及应用

针对大型建材装备制造企业不能快速准确选择最优外协供应商的问题,提出了一种基于BP神经网络的外协供应商选择方法。在分析外协供应商及其评价方法的基础上,建立了基于BP神经网络的外协供应商综合评价模型,设计了一种基于BP神经网络的外协供应商选择算法,可以利用训练好的神经网络进行外协供应商的选择。通过算例进行了仿真分析,验证了算法的可行性。