基于两种瓶颈度的制造车间多瓶颈动态预测方法

针对制造车间多瓶颈预测问题,提出一种基于两种瓶颈度的多瓶颈动态预测方法,以在合理认定瓶颈责任的前提下实现系统多瓶颈的连续准确预测。首先,建立综合瓶颈度和独立瓶颈度的概念模型,并以时间、质量和成本为参数,构建其数学模型;然后,构建包含多瓶颈双层预测机制、瓶颈多态性分析和瓶颈指数迭代预测模型的多瓶颈动态预测方法;最后,将多瓶颈动态预测方法、单瓶颈度法和PBM法运用至某汽车产品总装线,以验证该方法有效性。

基于增长修剪型神经网络的半导体生产线动态瓶颈分析方法

瓶颈设备是制约半导体生产线在制品水平、生产周期及准时交货率的关键因素,对其进行有效地分析能够提高生产线多性能.现有的分析方法主要是将瓶颈设备视为静态瓶颈,未考虑到生产线不确定因素所带来的动态漂移问题,这样容易造成以瓶颈设备控制为核心的调度算法缺乏柔性,降低算法实效性,因此,本文提出一种基于增长修剪型神经网络的动态瓶颈分析方法.该方法从设备相对生产负荷、利用率及缓冲区队列长度等方面,利用复合定义方法描述设备的综合瓶颈度,并结合瓶颈判定机制识别瓶颈;其次,通过构建增长修剪型神经网络模型预测生产线下一时刻瓶颈,借鉴闭环控制思想动态修正网络结构;再次,使用单因子试验法对影响瓶颈的关键参数进行分析以获得设备动态特性;最后,通过仿真验证方法的可行性和有效性.