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。     

协作设计众包任务优化分配建模与求解

为解决产品设计中协作设计众包任务优化分配问题,建立了一个子任务对设计者匹配满意和设计者对子任务匹配满意的多目标优化模型,并提出一种改进的麻雀搜索算法进行求解.该模型以协作设计众包子任务和设计者双方最大匹配满意度为目标,从而建立双方的一对一匹配.对算法进行改进,利用Sinusoidal混沌映射初始化种群;利用正余弦算法指引所有麻雀个体向最优位置移动.为防止最优解陷入局部最优,对最优解加带惯性的柯西变异扰动;将改进的算法在6个基准测试函数上进行性能验证.试验结果表明:改进后的麻雀搜索算法寻优能力优于灰狼优化算法(GWO)、蝙蝠算法(BA)及麻雀搜索算法(SSA),并举出实例说明了方法的可行性.     

水平型制造协作联盟订单分配多目标优化模型研究

针对水平型制造协作联盟的订单分配问题,引入了生产负荷参数,建立了最小化综合成本与生产负荷均衡的多目标优化模型。应用改进的非支配排序遗传算法对多目标优化模型进行求解,获得了Pareto最优解集。仿真计算结果表明,所提出的模型和算法能够获得满意的解。     

基于订单的多任务厂多目标决策的生产作业算法研究

为解决订单在多个工厂间的生产作业问题,提出了一种利用模糊综合评判规则和优先分配启发式算法相结合的作业算法;首先通过层次分析法给出各评判目标的评价权重,再由模糊综合评判规则确定目标权重下各工厂的生产任务分配,最后利用优先分配启发式算法,确定订单在工厂生产的先后顺序,实验结果证明了算法的有效性。     

准时制生产模式下预制构件订单间调度与订单内调度的联合优化

在预制构件实际生产过程中，通常一个订单中包含多个工件。为满足客户交货期和方便管理，来自同一订单的工件需要连续生产，就需要解决订单间调度与订单内调度的联合优化问题(JOP＿IOSIOS)。该问题是比传统流水线调度问题更为复杂的问题，是典型的NP-hard问题。为解决该问题，通过对工序约束、订单间、订单内约束等的深入分析，基于准时制生产模式，以最小化总提前和拖期惩罚费用为目标建立了混合整数规划模型。鉴于问题的复杂性，基于分解与协同进化框架，提出一种有效的协同进化混合遗传—离散差分进化算法(CoHGA-DDE)。其主要思想是首先构造订单间调度种群和订单内调度种群，然后对两个种群分别采用离散差分进化策略和遗传进化策略，并通过两个种群之间的交互作用来提高各自性能。为验证协同进化框架和CoHGA-DDE的有效性，设计了协同进化遗传算法(CoGA)、协同进化离散差分进化算法(CoDDE)、遗传算法(GA)、离散差分进化算法(DDE)、和迭代贪婪(IG)算法。对不同规模订单进行测试，计算结果显示，与GA,DDE和IG相比，协同进化方法具有更好的求解质量和鲁棒性，而在协同进化方法中，CoHGA-DDE具...     

基于并行协同的多车间协同调度问题研究

传统企业在实际生产中,其多个关联车间之间的生产计划与调度存在难以协作的问题。为此,针对多车间协同调度问题建立了调度模型,提出了一种多车间协同调度的并行协同进化遗传算法(PCE-GA),并且采用该算法对上述模型进行了求解。首先,以最小化订单完工时间为目标,建立了单目标调度模型;然后,采用了并行协同进化遗传算法,对上述单目标调度模型进行了求解,基于工件、机器、装配关系的三层整数编码的染色体编码方案,提出了一种协同适应度值计算的方法;最后,以某液压缸生产企业为例,针对单目标调度问题,采用该算法与单车间遗传算法(JSP-GA)、并行协同模拟退火算法(PCE-SA)分别进行了求解,并对其结果进行了比较,以验证PCE-GA算法的优越性。研究结果表明：采用PCE-GA算法得到的优化率为13.3%,比单车间作业调度遗传算法求解的数据优化11.5%,该结果证明了PCE-GA算法在解决多车间协同优化问题时的优越性。     

面向机床精密主轴加工过程的混合流水生产线分批调度研究

面向机床精密主轴加工过程,对混合流水生产调度问题进行研究.通过深入分析机床精密主轴加工工艺流程,以主轴粗精磨削工艺、分批规则、设备利用率等作为约束条件,以加工时间最小化为目标,建立混合流水生产模式下、机床精密主轴加工智能分批调度模型,并设计了基于差分进化-遗传混合算法的二阶段优化算法对模型进行求解;以某精密主轴生产线的实际订单为例进行仿真实验,与传统加工方案及其他典型分批调度算法对比分析,验证了该智能分批调度模型的有效性、算法的准确性及解决实际问题的优越性,能够有效缩短生产节拍,提高加工效率和设备利用率.     

不同交货期时间窗下的平行机生产问题研究

在工业4.0环境下,满足定制生产需求并能够准时交货的智能工厂成为发展趋势。研究在JIT原则下,考虑订单交货期、到达时间和设备产能资源等约束条件下的平行机生产排序问题,以订单任务提前生产的总时间最小化作为目标,基于历史订单构建虚拟订单进行产品组合,建立交货期约束系统求解模型,使用"最小提前生产时间的启发式算法"进行求解,解决不同交货期约束下平行机生产排序过程中的资源冲突、工期延误、设备浪费等问题,以保证准时交货。最后,使用仿真案例实验验证该方法的可行性,为进一步研究不同交货期时间窗下较大规模的复杂平行机排序问题提供可借鉴的方法。