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。

考虑员工学习效应的MTO/MOS指派模型及算法研究

订单式生产(MTO)人工作业系统(MOS)是我国中小制造企业广泛采用的生产系统模式。在MTO/MOS中,一线员工生产技能对生产绩效具有直接的影响。随着重复操作次数的增多,员工的生产效率不断提高,即产生学习效应。本文考虑员工学习效应来优化一线员工的配置,强调员工初始技能和学习能力的个体差异对完工期的影响,以期缩小理论研究与生产实践之间的差距。本文首先提出一个基于员工初始技能、员工的学习能力、工艺难度和订单批量的员工技能动态变化函数。然后,以最小化完工期为目标,建立一个优化模型。由于员工指派问题属于"完全NP-Hard"问题,为了求解本文所提出模型,本文提出Bootstrap方法对问题进行求解。最后,基于一个算例分析,验证该模型及算法的有效性。

基于仿真的巡回式Chaku-Chaku生产线员工配置与产能分析

为解决巡回式Chaku-Chaku生产线员工数量确定及产能计算问题,对Chaku-Chaku型双资源约束制造系统进行了研究,提出了指派员工数量的计算方法和生产线产能计算方法。建立了基于面向对象Petri网逻辑模型并形式化定义了Chaku-Chaku规则,通过仿真方法确认生产线稳态后系统的空间及物理层面特征,采用数值分析方法分析了同质员工与异质员工两种情况下生产系统的特性,确定了员工在生产线中的等待时间计算方法及产能计算方法。最后通过案例和仿真验证了计算方法的有效性,为企业应用该生产线提供了重要指导作用。