考虑运输成本的JIT采购模型及算法

以供应商和采购商组成的供应链为研究对象，建立了考虑运输成本的JIT采购批量分割决策模型。针对运输成本是运输重量不规则函数的事实，应用费率模拟函数估算运输成本，分别导出了面向整车运输和零担运输的决策模型；基于两个模型解的最优订货批量相等，且整车运输模型解交付次数低、库存成本高，而零担运输模型解交付次数高、运输成本高，提出JIT-Lot-Sp-Opt算法，搜索得到最优交付次数，对JIT采购进行优化决策。实验结果证明，模型和算法在不损失精确性和优化性的前提下求解简单，具有实用性。     

炼钢-连铸-热轧批量计划的约束满足算法

为解决轧制计划编制问题,研究了炼钢-连铸-热轧一体化生产批量计划,提出了基于约束满足的启发式算法.根据炼钢-连铸阶段批量计划约束条件,从轧制计划中提炼出炉次计划和浇次计划,同时提出启发式算法求解.在两个启发式算法的基础上,运用基于参数控制的策略,编制出前后工序协调一致的一体化批量计划.数据实验结果表明了该方法及算法的有效性.     

一种小批量作业计划的调度算法

作业计划的制定是一项非常重要的工作,通过对作业计划问题的详尽描述,提出了一种用于小批量生产的调度算法.这种算法以任务级和设备级两个层次逐层推进,来实现作业计划的制定,并且考虑了批量问题.     

利用量子粒子群算法求解单级多资源约束生产批量计划问题

针对单级多资源约束生产批量计划问题,提出了基于量子粒子群算法求解该问题的方法。此算法将量子强大的领域搜索能力和基本粒子群算法(PSO)通过跟踪极值更新粒子的功能结合,能够改善粒子群算法后期搜索速度慢的问题。通过对其他文献的实例进行计算与比较,结果表明,在求解单级多资源约束生产批量计划问题时,量子粒子群算法(QP-SO)要优于退火惩罚混合遗传算法和传统的遗传算法。     

并行生产线的批量分割和调度优化

研究了一类并行生产线上生产调度和批量分割的同时优化问题。给出了产品在生产线上连续加工时产品批量的完工时间计算公式，并证明了该公式的正确性。考虑相邻批次在生产线上加工会产生重叠，给出了产品批量开工时间的一个下界。证明了批量连续发交时保证缓冲区总是可用的充分条件，并在此基础上提出了一个求解批量开工时间的迭代算法，该算法计算复杂度与批量大小无关。最后通过建立的批次发交模型和提出的批量分割启发算法，构造了一种基于遗传进化的启发式方法以求解该类问题。计算实验表明，该方法通过批量分割可以有效地平衡生产线上的负荷。     

基于改进粒子群算法的生产批量计划问题研究

为求解基于成组单元有能力约束的生产批量计划问题,提出了一种基于二进制粒子群算法和免疫记忆机制相结合的方法,并阐明了该方法的具体实现过程。在该方法中,采用罚函数法处理约束条件,每个粒子都代表一组可用于描述具体批量计划方案的规则组合。通过对其他文献中一个仿真实例的计算和结果比较,表明该算法在寻优能力、求解速度和稳定性等方面都明显优于文献中的遗传算法。     

一般运输成本结构下渠道协调的成本效应分析

为研究运输成本结构对供应链订货与协调策略的影响,考虑运输商—制造商—零售商渠道的协调优化问题,其中运输商的运输成本与车辆容量相关.假设运输商具有一般运输成本结构,解析了运输商—制造商—零售商渠道上下游联合优化时对系统成本节省的影响.对于计算较复杂的集中式模型提出一种有效的启发式算法,并在此基础上设计出一种有限时间解析算法.假设制造商在供应链中占主导地位,研究证明同时使用数量折扣策略和固定支付计划能够协调整个供应链.为了有效利用车辆容量,该机制并不总是鼓励零售商采取大量订购的策略.通过算例分析验证了相关算法的有效性.     

多机串行系统的生产批量与维护计划集成优化

在无缓冲串联系统生产环境下,假定设备基于加工失效,系统中存在完美维护和非完美维护两种方式,维护资源有限。在考虑缺货和库存成本的基础上研究生产批量计划与设备预防性维护计划集成决策方法,建立了多机串联系统集成计划数学模型。针对该模型的复杂非线性特征,提出一种分阶段决策求解方法。采用遗传算法高效寻找维护组合来分析模型求解空间巨大的问题。通过数值实验将所提方法与枚举法和经典算法进行了比较,验证了其有效性。     

考虑批量装配的柔性作业车间调度问题研究

柔性作业车间调度是生产调度领域中的一个重要组合优化问题,由于取消了工序与加工设备的唯一性对应关系,因而相较于作业车间调度问题,具有更高的复杂度。针对该问题在批量装配方面的不足,考虑将批量因素与装配环节同时集成到柔性作业车间调度问题当中。以成品件的完工时间为优化目标,对该批量装配柔性作业车间调度问题进行了数学建模。针对该模型,提出一种多层编码结构的粒子群算法,并对该算法的各个模块进行了设计。最后,以实例验证了该数学模型的正确性及算法的有效性。     

基于混合差分进化的混排Flow-shop分批优化调度

考虑到实际环境中的订单批量性,研究Flow-shop制造过程分批优化调度.针对制造过程中不同产品所含批量之间允许交叉生产的情况,考虑传输批量大小约束,建立了问题模型.基于分批生产策略设计了一种混合差分进化算法来优化确定批量划分和排序优化.该算法采用两级染色体编码,对划分染色体和排序染色体分别采用前面所设计的进化过程.为了进一步缩短完工时间,在算法解码过程中基于分批传输策略进行二次划分,得到小传输子批.通过实验仿真对所提方法进行比较分析,验证了所设计划分方法的有效性以及算法的优化性能.