多工廠生產(chǎn)計劃與調(diào)度優(yōu)化模型與求解算法.pdf

1、生產(chǎn)計劃與調(diào)度是企業(yè)生產(chǎn)管理的核心任務(wù)。傳統(tǒng)生產(chǎn)計劃與調(diào)度主要針對單工廠生產(chǎn)環(huán)境。隨著企業(yè)的發(fā)展與擴(kuò)張，分布式多工廠組織模式越來越多，并對生產(chǎn)計劃與調(diào)度提出了新的任務(wù)：如何實現(xiàn)多個分布式工廠之間生產(chǎn)計劃與調(diào)度的協(xié)作；如何實現(xiàn)生產(chǎn)過程與運輸過程的協(xié)作；如何處理工廠內(nèi)外可能出現(xiàn)的不確定性和各種異常擾動，并敏捷、動態(tài)地恢復(fù)計劃與調(diào)度的可行性。針對這些問題，本文重點研究了以下幾方面內(nèi)容：
　　1.研究將生產(chǎn)與運輸集成的多工廠生產(chǎn)計劃方法，

2、并用模糊數(shù)表達(dá)不確定需求和能力。研究了抽象描述生產(chǎn)、存儲和運輸活動的過程模型－擴(kuò)展?fàn)顟B(tài)任務(wù)網(wǎng)。擴(kuò)展?fàn)顟B(tài)任務(wù)在狀態(tài)任務(wù)網(wǎng)的基礎(chǔ)上擴(kuò)展了虛比例轉(zhuǎn)化任務(wù)和組合移動任務(wù)以表達(dá)多種物料組合運輸模式型運輸活動?；跀U(kuò)展?fàn)顟B(tài)任務(wù)網(wǎng)，建立了問題的模糊MILP模型和參數(shù)規(guī)劃模型。研究了求解參數(shù)規(guī)劃模型的路徑重連算法。在路徑重連算法中，研究了綜合考慮解質(zhì)量與多樣性的參考解集更新策略以及分散性解變異策略對提高解質(zhì)量的作用。最后用計算實驗驗證了路徑重連算法的性

3、能。
　　2.研究了將批次劃分與批次調(diào)度集成優(yōu)化的生產(chǎn)調(diào)度模式。針對批量過程型多機(jī)器并行加工生產(chǎn)環(huán)境，研究了具有順序無關(guān)型產(chǎn)品切換時間和順序相關(guān)型產(chǎn)品切換時間兩種調(diào)度問題。(1)針對產(chǎn)品切換時間順序無關(guān)型調(diào)度問題，建立了相應(yīng)的固定費用運輸問題模型，研究了求解此模型的遺傳局部搜索算法。研究了集中鄰域搜索策略和局部最優(yōu)逃逸策略對遺傳局部搜索算法全局尋優(yōu)能力的強(qiáng)化效果，然后用實驗比較了遺傳局部搜索算法的最優(yōu)解和基于排列編碼的遺傳算法、基

4、于矩陣編碼的遺傳算法，Tabu啟發(fā)式搜索算法的最優(yōu)解的優(yōu)劣。(2)針對產(chǎn)品切換時間順序相關(guān)型調(diào)度問題，建立了連續(xù)時間整數(shù)規(guī)劃模型，然后用實驗驗證了此模型與批次劃分與批次調(diào)度分離的遞階模型在縮短產(chǎn)品生產(chǎn)完成時間和計算效率上的差異。
　　3.針對多目的批量過程生產(chǎn)與運輸調(diào)度問題，研究了將運輸調(diào)度與生產(chǎn)調(diào)度融合的協(xié)同調(diào)度模式。研究了多目的批量過程生產(chǎn)調(diào)度的分散搜索算法和運輸調(diào)度的啟發(fā)式算法。然后比較了協(xié)同調(diào)度模式與先生產(chǎn)調(diào)度再運輸調(diào)度的

5、分離調(diào)度模式在削減由于生產(chǎn)與運輸銜接不當(dāng)引起的任務(wù)延遲與處理成本的能力，以及求解效率上的差異。
　　4.針對插入新訂單型擾動，研究了基于MAS的多工廠協(xié)作再調(diào)度方法。研究了多工廠再調(diào)度的性能評價指標(biāo)和agent協(xié)作算法。針對多目的批量過程生產(chǎn)再調(diào)度問題，研究了受影響批次再調(diào)度方法ABR。ABR僅將原調(diào)度中受到延遲影響的批次向后移動。用實驗比較了多工廠協(xié)作再調(diào)度方法和多工廠非協(xié)作再調(diào)度方法在保持生產(chǎn)穩(wěn)定性動和擾動在工廠間傳播等方面的