带排斥算子的GA求解无能力约束的多级生产批量计划问题

离散制造行业中的多级生产批量计划(multi-level lot-sizing,MLLS)问题的研究不但是一个理论和应用上的难题,也是在生产中产生重大经济效益的问题之一.针对无能力约束的装配结构MLLS问题,为避免基本遗传算法(genetic algorithm,GA)因过早收敛造成搜索效率降低,将排斥算子(repulsion operator)引入GA中,提出带有排斥算子的遗传算法(GA integrated with repulsion operator,RGA).采用GA算法和RGA算法对6组不同规模的问题进行了仿真实验.结果表明,RGA算法的运行效果明显优于普通GA算法;RGA算法对于MLLS问题的求解是有效的.

粒子群算法求解无能力约束生产批量计划问题

经典的粒子群优化算法是一个在连续的定义域内搜索数值函数极值的有效方法.目前,粒子群算法(particle swarm optimization,PSO)已经成为优化领域中的一个重要的优化工具,其应用在很多优化问题中都可以见到.虽然粒子群算法的应用范围已经十分广泛,但是关于应用其求解多级生产批量计划问题(multilevel lot-sizing problem,MLLS)的文章并不多见.文章提出结合遗传算法(genetic algorithm,GA)变异算子的混合粒子群优化算法(hybrid panicle swarmoptimization,HPSO)求解无能力约束装配结构 MLLS 问题.通过实验验证了算法的可行性和有效性.

Scatter search算法求解无能力约束生产批量计划问题

多级生产批量计划(multilevel lot-sizing,MLLS)问题是物料需求计划(material requirements planning,MRP)系统中的关键问题,已被证明是NP难问题。Scattersearch(SS)算法是一种亚启发式算法,其应用范围已涉及优化领域中的许多NP难问题。扩展了SS算法的应用范围,采用结合变异算子的混合SS算法(hybrid scatter search,HSS)对具有小规模和中规模的装配结构无能力约束MLLS问题进行了求解。仿真实验表明HSS算法能够有效地求解MLLS问题,其求解结果明显优于遗传算法的求解结果。

生产批量计划问题的RCWW算法验证研究

Wagner-Whitin(WW)算法是经典的、求解生产批量计划(Lot-sizing Planning,LSP)问题的最优启发式算法,对于中小规模问题可以有效求得产品的最优生产量。随机累加WW(Randomized Cumulative WW,RCWW)算法是改进了的WW算法,适用于求解具有一般生产结构的、多层级LSP问题。RCWW算法的求解效果已经得到了验证。根据RCWW算法的求解思想,通过采用C语言进行编码实现算法流程。通过对具有一般生产结构LSP问题的标准算例进行求解,验证了RCWW算法的求解效果,发现了原文献的错误,证明了作者对RCWW算法的正确理解。

离散制造业中生产批量计划问题的模型与算法

制造业是衡量一个国家和地区的综合经济实力和发展水平的重要标准,是民生之本和产业主体。制造业的重要组成成分之一是离散制造业,其中的重要问题是生产批量计划问题(Lot-sizing Problem,LP)。生产批量计划问题是企业生产过程中的重要决策问题,与运筹学、管理科学和工业工程等领域联系紧密。迄今为止,国内外学者对该问题的研究历史已超过50年。在参考国内外相关文献的基础上,对生产批量计划问题的模型和求解算法作了系统、全面的总结,指出了将来可以进一步研究的重点方向。

多级车间生产计划和调度的集成优化

针对一类多级制造系统建立了生产计划和调度的集成优化模型。该多级制造系统为三种类型车间的一个串联,主要有作业车间、并行生产车间和流水车间,且终端产品和上游车间制造的零部件之间为装配关系,因此生产关系十分复杂。在分析批量生产特点的基础上给出了一个批量动态分割合并算法,并构造了一个基于遗传进化的启发式算法对该模型进行求解。与递阶分解方法的比较试验表明所提出的集成优化方法是有效的。

线型结构批量计划问题的粒子群算法参数方案设定

生产批量计划问题(Lot-sizing Problem)是制造企业中每天都要面对的生产和管理中的关键问题,其主要考虑的目标是如何得到最优的生产批量计划,使得生产费用(Production Coat)、生产准备费用(Setup Cost)以及库存保管费用(Inventory Cost)的综合指标最小.粒子群算法(ParticleSwarm Optimization,PSO)是一个在连续的定义域内搜索函数极值的有效方法.针对无资源约束的具有串联型生产系统的多级批量问题,采用基于问题特点的PSO算法(PSPSO)进行问题求解,并通过算例给出了算法部分参数的合理组合方案.

多品种批量生产企业的动态生产计划研究

介绍了多品种批量制造企业的一种动态生产调度模型 ,用于灵活处理企业在实际生产中出现的多变的生产情况。该模型将最小化交货期的提前 /拖期惩罚作为企业生产规划的目标 ,将企业的生产能力、现有订单及新合同订单状况、设备状况作为优化求解的约束 ,建立了混合整数线性规划问题 (MILP)的数学模型。

有限计划期内多种变质性产品的经济批量计划问题

考虑了多种变质性产品在有限计划期内的经济批量计划问题,在假定生产率、需求率、变质率均为常量,以及多种变质产品具有共同生产周期的情况下,证明了总费用函数是凸函数,给出了寻找最优生产策略的算法。

有两种设备调整类型的批量生产一定类别零件的两阶段工艺过程中生产计划的制订

探讨了一个生产飞机涡轮发动机的发动机工厂制订目历生产计划问题。这家企业属于普拉特和威特尼公司。涡轮机叶片生产线是该公司的主要生产线之一。生产线的各段生产不同的飞机涡轮机叶片。在生产线的各段配置有不同数量的机床。生产操作条件要求相同的叶片型号划分为零件族。如果机床从一个叶片族调换为生产另一种叶片族，则技术设备需要作重要调整。如果在一个族内由生产一种叶片改为生产另一种叶片，则生产线设备需要作最低限度的调整。叶片按几个批量生产。文章研究的模型是普拉特和威特尼公司安装的叶片生产线的简化描述。制定了配置工艺设备作业的两种方式，同时使用了称为直接启发法的传统方法和另一种称为逆启发法的非传统方法。同时还制定了以后改进总计划的一系列有效连续规则。计算结果表明，逆启发法从总体上优于直接启发法。本文提出的规则连续性也优于通常用SPT和LPT表示的传统规则。

能力受限的批量问题的数学模型与算法新进展

古典库存问题和能力无限的单层批量问题的研究已经有几十年的历史了,但由于实际生产中产品结构往往比较复杂、生产能力总是有限的,因此能力受限的批量问题(尤其是多层批量问题)成为了近年来运筹学、管理科学和工业工程等领域的研究热点之一.本文在综合大量国内外有关文献的基础上,对一般批量问题的数学模型作了比较系统、全面的介绍,重点讨论能力受限的单层批量问题和多层批量问题的一些新算法,并指出一些值得深入研究和努力实践的新方向.

热轧钢管主生产计划模型与算法研究

建立了热轧无缝钢管主生产计划问题的混合整数线性规划模型.该模型可归结为多阶段多产品带有能力约束的批量问题,但与传统批量问题存在以下不同:①充分反映了钢管企业与其它行业的不同工艺特点;②目标函数追求最大化现金流而不是最小化成本;③允许订单积压;④考虑库存能力约束;⑤忽略设置时间及成本,但引入了最小生产批量约束.鉴于该问题的NP难性,使用两种基于优化的启发式算法进行求解,并提出两条策略加以改进.

经济批量问题的数学模型与算法新进展

经济批量问题一般是讨论稳定的外部需求和有限的生产能力条件下实际生产过程的优化计划排产．具有重要应用价值．本文在综合大量国内外有关文献的基础上，对经济批量问题的数学模型和算法新进展作了比较系统、全面的介绍．

能力约束批量问题的模拟退火算法研究

为了提高能力约束批量问题的计算效率,运用模拟退火算法对此类问题进行了研究。采用0-1编码的方式,在满足总需求的情况下以一定概率通过交换相邻周期的0-1编码来产生新解,内循环的迭代步长由生产规模决定(N×T),温度衰减系数为固定值,终止温度选择一个很小的正数。通过实例仿真,验证了模拟退火算法用于求解此问题的有效性。仿真结果表明,初始温度越高,搜索范围越大;迭代步数越多,寻得最优解的可能性就越高。生产规模为6×6时,取得最优解的计算用时不超过145ms。

CLSP问题的分枝定价算法

提出了一种新的算法 分枝定价(Branch and Price)算法解经典CLSP,带有能力约束的单级多项动态批量问题(Thecapacitatedsingle level,multi item,dynamiclot sizingproblem)·CLSP问题有广泛工业背景,而且已被证明为NP Hard问题,它的目标是最小化总的装设(set up)费用和库存费用之和在所考虑的时间范围(horizon)内,并且满足给定约束条件·分枝定价算法是一种广义分枝定界(branch and bound)算法,它允许应用列生成(columngeneration)过程于整个分枝定界树·详细描述了该算法的实现,并用两组benchmark问题测试实例说明了该算法的有效性和优越性·

基于LINGO的优化问题动态规划法求解

介绍了LINGO优化软件的使用，指出LINGO在求解动态规划问题时可以不需要目标函数。基于LINGO分别对最短路问题和生产批量计划问题使用动态规划法进行了求解，给出了相应的LINGO求解代码，增强了学生对动态规划法的理解同时提高了使用优化软件编程解决问题的能力。

无资源约束MLLS问题的三种求解算法效果比较

用于求解无资源约束多级生产批量计划(UMLLS)问题的算法包括混合粒子群(HPSO)算法、混合分散搜索算法(HSS)和带排斥算子的遗传算法(RGA).为了研究各算法对问题的适用性,对于上述三种算法的求解效果采用标准测试集进行了较全面的测试和比较,给出了针对不同规模无资源约束生产批量计划问题的算法选择方案.测试结果显示:对于小规模和中规模问题,HSS算法的效果更好;对于大规模问题,HPSO算法的性能更优越.

生产、库存、配送一体化系统研究

本文主要研究生产、库存、配送一体化复杂系统(Integrated Production Inventory Distribution System,PID),系统中存在一个供应商和多个下游厂商,供应商生产若干种不同类型的产品,并通过第三方物流(3PL)对下游厂商进行配送。研究的目的在于决定供应商的生产计划以及配送计划,从而使得系统总费用最低。借助于禁忌搜索法,本文提出了求解问题的算法,并且给出了PID与按照订单生产模式的仿真结果的对比,从结果可以看出,PID在一定程度上确实能够降低系统总费用。

钢铁热轧调度多目标优化问题研究

分析了热轧生产作业计划编制问题,基于车辆路径问题,建立以轧制单元数量为目标的热轧批量计划,模型考虑了实际生产中的生产约束和生产目标,并针对建立的模型提出了一个基于改进NSGA-Ⅱ和禁忌搜索算法的混合算法,采用了支配强度和自适应个体差异性度量的方法进行优势种群选择,提高了种群质量,并加快算法收敛,并结合禁忌搜索算法来防止结果陷入局部最优。实验结果表明模型和算法都是有效的。

单机系统预防性维护与生产批量联合决策研究

提出一个有限产能批量问题与预防性维护问题的联合模型,目标是使单机系统的生产和维护的总成本最小。为了体现生产与维护之间的关联性,采取基于设备运行的预防性维护策略以排除不同负荷条件下设备闲置对设备的影响,从而得以根据设备运行情况决策其维护计划。构建了一个带启发式算法的改进遗传算法对模型进行求解;数例分析表明该模型所求得的可行解与精确解非常接近,且所需的计算机运行时间极短。提出的联合模型与基于定周期运行的预防性策略相比,预防性维护次数随设备负荷的增加而增加,使维护计划更具柔性,有效地避免了过度维护的问题,降低了生产与维护的综合成本。