基于蟻群算法的接單與并行機加工調度優(yōu)化決策問題研究.pdf

1、訂單選擇和訂單調度是按訂單(MTO)生產企業(yè)的兩項重要的工作。通常，訂單選擇和訂單調度分別由市場部門和生產部門負責，兩者之間由于信息的不對稱往往會產生矛盾。市場部門傾向于盡可能多地接收訂單，而由于交貨期承諾、企業(yè)自身產能等限制因素，生產部門無法對接收的所有訂單進行加工，必須對訂單進行合理選擇，以降低工單延誤率、提升接單水平與交貨表現、提高對客戶響應的速度和服務水平。從供應鏈的角度來看，我們應該對市場部門的接單和生產部門的加工調度訂單進行

2、統(tǒng)籌協(xié)調，將接單和加工調度兩個決策問題聯合考慮，以使企業(yè)收益最大化。
　　訂單選擇與加工調度聯合優(yōu)化決策問題是典型NP-hard的，采用傳統(tǒng)的優(yōu)化算法難以取得令人滿意的解。理論研究表明，蟻群算法等智能算法可以較好的應用于大規(guī)模的復雜組合優(yōu)化問題。本文以收益最大化為優(yōu)化目標，首先對蟻群算法進行相應改進并將其用于解決一類并行機環(huán)境下接單與加工調度聯合優(yōu)化問題。這類并行機環(huán)境下，我們假設每臺機器對所有訂單的設置時間是固定不變的。通過對蟻

3、群算法選擇概率函數的修改，使算法可以優(yōu)先選擇收益大且交貨期短的訂單，此外，最大-最小螞蟻信息素更新方式的采用較好地平衡了算法的求解質量和時間性能;其次，提出另一類并行機環(huán)境下接單與調度聯合優(yōu)化問題。在這類并行機環(huán)境下，機器的設置時間將隨訂單的不同而不同。同時，針對原蟻群算法的不足，將算法改進為蟻群-遺傳混合算法。這一混合算法有效的利用了兩種智能算法的優(yōu)點:利用遺傳算法的快速全局搜索性為蟻群算法提供初始信息素含量矩陣，而蟻群算法的正反饋性