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。     

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。     

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。     

统筹经济和非经济因素的注塑机企业供应商评价和订单分配

随着经济从追求数量增长到追求高质量、可持续发展，企业在采购过程中将环境因素和企业信誉作为选择供应商的重要指标。为了帮助注塑机制造企业在供应商评价和订单分配中统筹考虑经济因素和环境、信誉等非经济因素，提出一种统筹经济因素和非经济因素的注塑机制造企业供应商评价和订单分配方法。首先确定供应商评价标准，采用区间二型模糊集对供应商的非经济因素进行定量评价。然后统筹经济因素和非经济因素，构建订单分配的多目标优化模型。最后采用灰狼优化算法-粒子群优化算法对订单分配模型进行求解，得到优化的订单分配方案。以注塑机制造企业C公司为例，进行六供应商五非经济因素指标的供应商评价和订单分配，验证所提出方法的有效性。     

面向智能仓储的Kiva机器人拣货策略优化算法

针对电商仓储中Kiva机器人拣选存在效率低下和订单分配不合理等问题,构建了以Kiva机器人拣货总行驶距离最小为目标的订单分配优化模型,设计基于差异聚类和邻域搜索的优化算法来求解模型。以电商实际订单数据为例,分析了不同规模算例下该算法的性能和稳定性。结果表明：针对不同规模算例,基于差异聚类和邻域搜索的优化算法相比与Gurobi和基于差异聚类的算法能够在更短的时间内获得更优的结果,并且算法的稳定性较好。通过本项研究,决策者们可以将订单合理分配至各拣货单,从而提高仓库拣货效率。     

基于层分配连通算法的液压阀块多端点布孔优化设计

针对液压集成阀块内部孔网布局优化问题,建立以孔道路径长度和压力损失为目标的优化模型。结合液压集成阀块的结构特点提出了一种基于直角Steiner最小树结构的多端点布孔优化层分配连通算法,将三维孔网路径优化问题转换为平面端点集路径连通优化问题。先基于各端点空间坐标进行布孔层分配,再将各布孔层合并至同一平面内通过求解平面内最小Steiner树来达到孔网路径优化目的。在求解直角Steiner最小树时以Kruskal算法为基础构建了一种RSMT求解算法,随后将求解的RSMT各边匹配至端点对应的布孔层得出优化后的整体孔网连通路径。实例验证结果表明层分配连通算法可快速有效地进行阀块多端点连通布孔优化设计。     

改进遗传算法求解面向订单多目标排产问题

针对面向订单的多目标排产优化问题,综合考虑订单的延期成本、库存成本和生产单元的负载均衡,构建了面向订单的多目标排产优化的数学模型;针对上述模型设计了一种基于矩阵编码的改进遗传算法,并详细介绍了算法初始种群产生策略、行交叉算子、列交叉算子、行变异算子、列变异算子、适应度函数和选择算子的设计。通过实验对比,验证了提出的算法可以有效地解决面向订单生产的多目标排产优化问题,降低企业生产成本,充分利用生产资源。     

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。     

求解多目标公差优化分配问题的HVG-ABC算法

针对公差优化分配问题的特点,提出了一种为求解多目标公差优化分配问题的基于杂交变异操作的全局人工蜂群(Hybridization Variation Global-Artificial Bee Colony,HVG-ABC)算法。以加工成本和质量损失成本为优化指标,以装配精度和加工能力为约束条件,建立了基于加权平均法的多目标优化模型。针对传统人工蜂群算法精于探索、疏于开发的特性,采用杂交变异和最优解引导的方法,不仅很好的平衡了算法探索和开发的能力,并且在一定程度上提高了算法的全局寻优能力。以拉舍尔型高速经编机中的编花部件为例,验证了该方法的有效性。     

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。     

基于约束满足的产品动态替补模型及算法

为解决订单在生产过程中因某动态因素导致其出现产品质量问题而无法按期交货的问题,建立了以最小化产品替补总成本和订单之间替补次数为目标的多等级产品动态替补模型;根据问题的特点,证明了该问题为NP完全问题;基于约束满足技术,提出求解该问题的动态产品替补算法。该算法旨在根据订单交货期紧急程度以及其中的产品等级进行产品替补以制定替补机制。通过实验验证了模型和算法的可行性和有效性,并且完全能在满足生产实际的条件下获得最优解。     

基于多重相关特征质量损失函数的并行公差设计

基于多变量质量损失函数,推导了多重相关特征产品的质量损失与有关零件工序公差的函数关系,建立了基于制造成本-质量损失的并行公差设计的优化综合模型,其目的是寻求制造成本和质量损失之间的平衡,以实现相关特征产品的设计公差与工序公差并行优化分配,达到提高产品质量和降低成本的目的。圆锥齿轮装配的并行公差设计实例验证了所提方法的有效性。     

串行布置的多装配尺寸链组公差分配优化设计

针对航天产品在装配过程中面临需同时满足多个装配要求而导致的公差分配不合理问题,通过构建串行布置的多装配尺寸链组,将多个装配要求分配给组内成员尺寸链,基于加工成本—公差模型和质量损失模型,以成员尺寸链公差,原装配尺寸链公差和加工能力为约束条件,建立了多装配尺寸链组的多目标公差优化分配数学模型。在Pareto机制下,采用非支配排序遗传算法（NSGA-Ⅱ）对数学模型进行求解,进而得到模型的Pareto前沿曲线图。以某航天企业产品复材箱体中纵筋与环筋的装配为例验证了公差优化分配模型的有效性和适用性,为公差优化分配提供更多的解决思路和理论依据。     

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.     

面向B2C电商订单的自动小车存取系统动态储位优化

为提高B2C电商订单拣选速度,分析单一订单和多个订单的情况下,品项在自动小车存取系统(AVS/RS)中的货位变化对系统出库作业时间的影响;提出基于节约时间的多层次启发式聚类算法,利用订单品项间的相似系数进行聚类;从商品价格折扣和被定频次两个角度提出品项物流价值模型,并以此为货位优化的依据;构建了仿真模型,对聚类方法及储位优化策略的有效性进行验证。结果表明,基于节约时间法的多层次启发式聚类算法效果较好,和传统的全周转率货位分配策略相比,考虑商品价格折扣的品项物流价值的动态储位优化策略可以明显提高订单出库效率。     

基于最大适应度优化算法的订单产品模块化设计方法

通过研究复杂网络社团的层次性和重叠性,分析订单产品的产品结构特点,将复杂网络技术引入订单产品模块化设计中,构建订单产品的零部件关系网络表示方法,指出订单产品零部件关系网络中的网络簇(社团结构)可以看作是产品的模块.提出基于节点度的最大适应度优化算法,并将其应用于订单产品的模块化设计中.该算法能够在体现产品族网络层次性和重叠性的同时,快速划分出合理的产品模块.利用网络模块性评价函数(即Q函数),对模块划分结果进行了有效评价.以注塑机产品的模块化设计为例验证了该方法的系统性和可行性.     

基于遗传算法的最低报废损失加工路线决策方法研究

订单制造投标样品加工过程中,高报废率带来的损失是造成样品开发高成本的重要因素.文中在分析投标样品加工工艺特点和各道工序的生产成本与报废损失的基础上,建立了一个以最低报废损失为目标的样品加工工序排序数学模型,提出了基于遗传算法的工序排序优化方法,并对算法的应用机理进行了详细讨论,最后用实例说明了算法的应用,并对算法性能进行了分析.     

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。     

考虑拆分策略的智能仓库订单拣选优化问题

智能仓库中用智能拣货车和拣货机器人代替了传统的拣货员,从而能实行更加有效的拣货方案.针对以最小化总延误时间为目标的智能仓库的订单拣选问题,考虑订单可以被拆分的情形,提出订单拆分策略,并建立了相应的非线性0-1整数规划模型.为高效求解智能仓库订单拣选优化问题,将问题的模型分解为订单分批阶段和批次分配阶段,并分别设计订单分批算法和智能果蝇优化算法.数值实验结果表明,拆分策略能明显减小智能仓库中订单拣选的总延误时间;通过与同类型算法的比较发现,所提出的智能果蝇优化算法具有更优越的性能.