基于管理审计视角下SERU生产系统调度优化研究

当前,我国制造业发展不平衡不充分的问题凸显,生产效率低下的问题亟待解决。因此研究了学习曲线效应下的SERU生产系统的调度优化问题,提出一种通用的解法将SERU生产系统的调度优化问题转换为指派问题,得出SERU生产系统调度优化可行方案和最优方案,并通过具体算例验证了该方法的有效性。最后基于管理审计的视角,对SERU生产系统的的未来发展进行合理规划与展望。

需求波动驱动下混合Seru生产系统研究

在经济高速发展的影响下,市场需求趋于小批量、多样化特点,Seru生产系统结合了流水线装配系统的高效率和单元生产系统的响应力,能够很好地适应多样化、小批量的市场需求。在需求波动的场景下,文中基于分区式Seru单元,建立混合Seru系统生产系统的数学模型,并以完工时间期望值和方差为优化目标,使用非支配排序遗传算法(NSGA-II)通过两阶段解决问题。通过数值试验,结果表明,在基于分区式单元的混合Seru生产系统中,单元数和多能工的数量增加,能够提升混合Seru生产系统的性能和稳定性。

Seru生产系统中面向公平性的多能工-批次-作业分配联合决策研究

多能工的灵活分配对Seru生产系统实现柔性生产至关重要,而现有研究多集中于提高生产效率,易造成工作量分配不公平,影响工人对生产计划接受度。因此从Seru生产系统中多能工工作量公平分配角度出发,选取Min-Max类型优化指标,以最小化最大工人工作量为决策目标,研究了多能工-批次-作业分配联合决策问题,构建了一个公平性导向混合整数非线性规划模型。通过与传统的最小化总劳动时间为目标的效率导向模型进行对比,验证了公平性导向模型的有效性。基于多能工算例和全能工算例的精确解结果显示,与效率导向模型相比,公平性导向模型可以维持较高的生产效率,同时实现多能工间工作量公平分配。

Seru系统调度优化的知识引导协同进化算法

作为一种新型的生产模式, Seru系统能够兼顾柔性和效率且快速响应市场,已在装配企业得到广泛应用.为了实现实际生产过程生产效率和劳动效率的协同优化,本文研究以最小化最大完工时间和工人总劳动时间为目标的Seru系统多目标调度问题,提出一种知识引导的协同进化算法.首先,将问题分解为Seru构造和Seru调度,构造两个种群分别优化子问题.同时,设计种群规模的调整策略,通过为有潜力的种群分配更多个体来提高协同搜索的效率.进而,通过分析问题的性质,提炼规则性知识用于设计有效的搜索算子和重生成规则,指导精英个体执行知识驱动的增强搜索,从而进一步提升算法的局部开发能力.通过数值仿真和统计性能对比,验证了算法各设计环节的有效性,并取得了显著优于现有最新算法的多目标调度优化性能.

技能组合可选择的赛汝生产系统多能工配置问题

作为以人为中心的赛汝生产系统,如何合理地配置多能工是系统构建的主要问题.针对赛汝生产系统构建的基本问题,考虑工人技能组合的可选择性和工人技能水平的差异性,以最小化最大完工时间和最小化工人工作时间差异为目标,建立赛汝生产系统多能工配置的多目标优化模型.针对模型和解空间的特征,开发并采用基于NSGA-II的多目标优化算法进行求解.通过数值实验验证模型和算法的准确性和有效性,并分析工人标准工序数与工人效率系数的差异对系统最大完工时间、工人工作时间差异、工人人均掌握技能数和构建单元数量的影响.