基于訂單優(yōu)先級(jí)的作業(yè)車間排產(chǎn)優(yōu)化研究與系統(tǒng)實(shí)現(xiàn).pdf_第1頁(yè)
已閱讀1頁(yè),還剩65頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、當(dāng)前,隨著企業(yè)之間分工合作深度的不斷加深,MTO(Make To Order)生產(chǎn)模式已逐漸成為制造業(yè)的主流模式,能夠快速制定出車間的排產(chǎn)計(jì)劃,敏捷應(yīng)對(duì)市場(chǎng)上快速的客戶需求變化,對(duì)此種類型的企業(yè)來(lái)說(shuō)至關(guān)重要。本文主要研究基于訂單優(yōu)先級(jí)的作業(yè)車間排產(chǎn)優(yōu)化問(wèn)題,將訂單的優(yōu)先級(jí)引入到排產(chǎn)優(yōu)化算法中去,建立了基于訂單優(yōu)先級(jí)和生產(chǎn)周期的數(shù)學(xué)優(yōu)化模型,并采用基于優(yōu)先級(jí)的雙向調(diào)度遺傳算法求解該排產(chǎn)優(yōu)化模型,得到的結(jié)果優(yōu)于傳統(tǒng)的排產(chǎn)算法。
  

2、 由于影響訂單優(yōu)先級(jí)的因素很多,屬于多屬性決策問(wèn)題。本文采用模糊理論、層次分析法相結(jié)合的方法,給出了基于此兩種方法的訂單優(yōu)先級(jí)評(píng)估過(guò)程,并且結(jié)合實(shí)際例子驗(yàn)證了該過(guò)程有效性;在多屬性決策的權(quán)重分配上,本文將基于粗糙集理論的訂單多屬性權(quán)重確定方法引入到訂單優(yōu)先級(jí)評(píng)估的模型當(dāng)中,將粗糙集理論和層次分析法得到的結(jié)果進(jìn)行了有效地融合?;诖植诩碚摰臋?quán)重確定方法有效地利用了訂單歷史數(shù)據(jù)信息,提取出基于客觀數(shù)據(jù)的權(quán)重評(píng)定方法,從而消除了層次分析法帶

3、來(lái)的主觀性和一致性的問(wèn)題,同時(shí)也減少了因?yàn)殡S機(jī)因素造成的歷史數(shù)據(jù)與實(shí)際結(jié)果不符造成的影響,使得評(píng)估的結(jié)果更加科學(xué)合理。
   本文后半部分研究了用遺傳算法求解以最大生產(chǎn)周期最小化為目標(biāo)函數(shù)的定工序作業(yè)車間調(diào)度方法,給出了算法求解的過(guò)程,并提出了基于訂單優(yōu)先級(jí)的雙向調(diào)度方法,并對(duì)該算法過(guò)程進(jìn)行了優(yōu)化改進(jìn),最后列舉了算例分析,與經(jīng)典的遺傳算法、雙向調(diào)度算法的求解結(jié)果進(jìn)行了對(duì)比,結(jié)果表明基于訂單優(yōu)先級(jí)的改進(jìn)雙向調(diào)度優(yōu)化算法的最終結(jié)果占

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論