基于Petri网的服装供应链仿真模型

为获得服装供应链运行决策的最佳方案,提高服装产品的快速响应能力,采用面向对象Petri网技术构建了基于节点响应时间的服装供应链动态仿真模型,并运用Flexsim软件,对一个五级服装供应链仿真模型进行了仿真计算。仿真结果发现,市场需求的不确定对该服装供应链运作效率有较大的影响;当需求量变小时,通过减少供应链生成节点的设备使用数量可以提高供应链运作效率;当需求量变大时,提高设备和人员的工作效率比增加设备数量更能提高供应链的运作效率;供应链节点企业间只有相互协作,才能使供应链运作效率达到最优,实现服装产品对市场需求的快速响应。该仿真模型为服装企业制定有效的产品生产计划,以及提高快速反应能力提供了定量的参考依据。     

基于人工蜂群算法的柔性工艺与车间调度集成优化

为实现柔性工艺与车间调度集成优化,在考虑工件特征的加工工艺、次序及加工机器的柔性基础上,以最小化最大完工时间为优化目标,提出一种基于交叉变异的人工蜂群算法。该算法针对柔性工艺与车间调度集成问题的离散性特征,对工艺路线进行序列编码,工件调度采用基于工序的编码方式。通过工艺种群与调度种群的交叉变异操作,分别使采蜜蜂及观察蜂进行局部寻优,侦查蜂进行全局寻优,以此提高算法性能。在此基础上用两部分测试实例分别验证了集成研究的必要性及改进算法的有效性。     

考虑多目标的柔性工艺与调度集成优化算法

针对工艺规划与车间调度集成优化问题,在考虑零件的加工工序柔性、工序次序柔性及加工机器柔性的基础上,以最大完工时间、总加工成本和总拖期时间为优化目标,对多目标柔性工艺与车间调度集成问题建模,提出一种基于改进人工蜂群算法的多目标柔性工艺与车间调度集成优化策略,并提出邻域变异操作以及全局交叉操作,对种群进行更新。引入Pareto方法,通过对适应度评价、贪婪准则、Pareto最优解集构造和保存以及解得多样性维护等方面进行改进,设计了一种基于Pareto方法的多目标人工蜂群算法。最后,通过采用基本人工蜂群算法及改进人工蜂群算法对六个工件、五台机床的柔性工艺与车间调度集成问题进行优化,验证了改进算法的有效性。