面向大规模定制的订单重组方法研究

探讨了大规模定制生产模式下如何快速、有效地进行大批量生产的关键问题。从订单入手,提出订单重组的概念,建立起MC订单重组模型,并对重组算法进行研究。对个性化的客户订单进行重组,得到适合大批量生产的批量订单。使企业可以按照大批量生产方式制定生产计划、部署生产策略,为企业提高生产效率、降低成本提供决策支持。订单重组模型结合具体实例,在浙江某定时器厂家得到了有效应用。

基于改进遗传算法的辐照膜订单排产研究

为提高辐照膜生产效率,针对辐照膜订单排产约束复杂,易延期,生产薄膜型号不同时频繁切换设备等问题,在分析辐照膜工业生产特点基础上,对传统用于解决调度问题的遗传算法进行改进,加入订单重组机制并用于求解上述模型。以改进前后的遗传算法做对比实验,实验表明具有订单重组机制的遗传算法仍具有良好收敛性,有效降低了设备切换频率和订单延误率,实现了同型号辐照膜订单的合并连续生产。

聚类分析结合BP神经网络的钢坯库堆垛问题算法

在考虑了钢坯库实际堆垛的基础上,设计了一种将订单K-means聚类分析后通过BP神经网络生成入库计划的算法。该算法主要分为2个阶段,首先通过K-means聚类将轧制计划中的合同按照轧制出厂日期等条件形成类别;然后通过BP神经网络算法生成入库计划。利用钢厂实际生产数据对本算法进行验证。结果表明,本算法能够有效地减少倒垛次数,提高垛位空间利用率。

钢板倒垛问题的一种顶层搜索算法

为了解决钢板堆场中频繁出现的倒垛问题,在阅读相关文献的基础上,根据倒垛问题的实际情况建立了相应的倒垛数学模型。采用订单分解重组与区域内求解的方法来解决倒垛问题,并在区域内求解情况下提出了一种顶层搜索算法,该算法更加符合倒垛问题的实际特征。最后通过仿真来验证算法,实验数据表明,所提出的算法可行、有效。