考虑员工学习效应的MOS指派优化研究

人工作业系统（ MOS）是我国中小型企业广泛采取的生产作业模式。在MOS中，员工是决定生产效率的关键因素。分析了生产进度受员工技能差异和变化的影响，以最小化完工期为目标，考虑员工学习效应建立员工指派优化模型。通过一个算例对模型效果进行分析，比较了员工学习效应以及员工异质性对完工期和指派策略的影响。得知员工学习、倦怠效应对完工期及指派策略具有显著影响。对员工异质性的关注有助于缩小理论研究与生产实践之间的差距。与生产实践中的两种现实指派模式---基于初始技能的指派和基于学习率的指派进行对比，表明所建立的优化模型有助于缩短完工期、优化员工配置。进一步分析了指派策略对生产批量的敏感性。结果表明，存在一个指派策略的转折点x*，当批量x＜x*时，基于初始技能的指派最优；当x＞x*时，基于学习率的指派最优。

考虑工人差异性的混合生产线工人分配优化模型

针对劳动力密集型的生产系统中的工人分配提出优化模型。模型中考虑工人之间的差异,根据工人在具体工序上效率的不同,采用0-1规划的优化方法,分配工人到具体工序上,目标是平衡生产线和提高瓶颈工序的效率。结果显示,本文提出的优化算法在生产线的效率方面优于文献7中的递归算法,特别对于工人效率差异比较大的算例3,这种优势更加明显。并且本文提出的优化方法比较简单,容易实现。

生产线上工人分配的两阶段优化模型

劳动力密集型的生产系统中,工人分配对系统的效率起着举足轻重的作用。针对该问题,文章提出两阶段优化模型。第一阶段,根据产品在各道工序的标准加工时间计算出每道工序分配的工人数量,该阶段不考虑工人之间的差异。第二阶段考虑工人之间的差异,根据工人在各道工序上效率的差异,在第一阶段工人分配数量的限制下,分配工人到具体工序上,采用0-1规划的优化方法,目标是平衡生产线和提高瓶颈工序的效率,得出较优的结果。

考虑员工学习与遗忘的最短生产周期分配策略仿真

生产系统中人的差异性比较大,员工具有不同的经验知识背景和不同的学习遗忘特性,这些差异影响生产系统。考虑员工学习-遗忘的特性,提出最短生产周期模型,对员工分配进行仿真研究。此模型以一定的生产任务下所使用的生产周期最短为目标,人员分配方面采用固定分配。固定的人员分配策略使员工成为专才。本研究在假设具体生产环境中,针对具体的目标对异质的员工进行了仿真研究,对实际生产中员工分配具有一定的指导作用。