改进GSO算法的成套订单调度和维修联合优化

基于对生产调度和设备维修间相关关系的分析,设计了成套订单调度和设备维修的联合策略。该策略根据故障率的大小来判定对应的设备维修活动或后续的调度任务,根据该策略,以加工作业顺序和预防性维修阈值为决策变量,加权成套订单数最大为优化目标构建了联合决策模型。利用对调度问题特点和设备故障机理的分析,设计了一个改进的萤火虫算法,将其运用于求解所提出的联合决策模型,并通过数值实验和灵敏度分析,验证了改进算法的可行性和模型的有效性。

多状态系统的生产计划与设备维修的联合决策

通过分析生产计划和设备维修间的相互影响关系,针对多状态生产系统,设计了生产计划与设备维修的联合策略。在该策略中,考虑设备在失控状态下产生的次品对总成本的影响,采取定期维修与视情维修相结合的维修方案。根据该策略,构建了以总需求量、次品率和子周期数为决策变量,生产和维修的总成本最小为目标的联合优化模型;利用遗传算法对该模型进行求解,得到了生产计划和设备维修的最优集成方案。通过对参数进行灵敏度分析、与相关模型进行对比分析验证了该模型的正确性和有效性,结果表明该策略能够有效降低生产和维修成本。

考虑次品率限制的生产计划与视情维修联合优化策略

为解决生产计划与维修独立决策的不足,设计了生产计划与设备视情维修的联合优化策略。该策略中,考虑到产品质量水平会间接反馈出系统所处的状态,在对设备进行视情维修活动的前提下,结合生产过程中次品率检测结果,设定了6种不同情形对应的维修活动。根据所设计的联合优化策略,以生产批量大小、次品率阈值以及预防性维修阈值三者为决策变量,运用更新报酬定理构建了联合优化模型,并用遗传算法对其进行求解,从而验证该模型的可行性和有效性。