工程物流及其虚拟企业运作模式研究

通过深入工程物流运作企业,研究了狭义工程物流的运作并归纳了传统工程物流运作模式。针对目前传统模式中存在的风险集中、交易成本高、交易时间长、缺乏整体性等问题,提出了工程物流的纵向虚拟企业运作模式构想,并应用博弈论对其可行性进行了定量分析。

工程物流虚拟企业风险的灰色评估

针对工程物流虚拟企业中风险信息的灰色特性,提出其风险的灰色评估方法,给出了灰色评估的量化过程,并以实际项目为样本进行了计算,首先应用灰色统计法确定各风险因素的主次,然后应用灰色聚类法对具体方案的风险级别进行归类排序。结果表明,该方法可以用定量的方式反映各风险要素的主次以及不同方案的风险程度,为科学决策提供依据。证明了该方法的科学性和实用性。

射频识别技术在物流工程中的应用

结合汽车制造业、超市的实例提出了如何识别物件信息的问题,简要介绍了射频识别技术的基本原理,对所面临的技术障碍作了比较全面客观的分析,并对其应用前景作了合理的预测。

实时负荷条件下混流装配线平衡方法研究

针对一般静态平衡方法未考虑工作站实时负荷差异对混流装配线平衡的影响问题,通过建立相应数学模型研究在混流装配线动态运作下各工作站的实际负荷情况,提出优化产品投产排序以及合理配置有限缓存区的方法平衡实时负荷差异,实现混流装配线的动态平衡;最后利用Promodel软件根据实例仿真验证理论分析的结果,设计了较优的产品投产顺序,确定了有限缓存区位置与容量,仿真结果证明了实验方案的有效性。

分段堆场预测调度研究

针对船舶分段移动计划主要依靠人为预测及人工调度的现状,提出BP神经网络来预测一个周期内进出场分段的数量,并研究建立以分段移动度最小为目标的优化模型,模型综合考虑了分段在堆场中的停放位置及进、出场路径。通过分支定界法选择分段在堆场中停放位置的最优方案,并构建启发式规则来确定分段在堆场中的最优进、出场路径,从而实现对模型的求解。以某船厂实际数据为例,对模型在堆场调度问题中的应用进行了实例验证,结果表明,所研究方法可求解得出较优的堆场作业计划,并实现堆场资源的高效利用。

不确定需求下混流装配生产线鲁棒再平衡

为解决不确定需求下混流装配生产线的再平衡问题,提出了混流装配生产线鲁棒再平衡的方法。采用最小化最大后悔值的鲁棒决策准则,建立了混流装配生产线鲁棒再平衡的数学模型;采用并设计了遗传算法的求解方法,最后通过一系列测试问题和一个实际的汽车混流装配生产线的再平衡问题,验证了所提方法的可行性和有效性。

基于S-GA的连铸热轧工序成本研究

针对能耗型钢铁企业连铸热轧由于工序换模导致钢坯等待而产生巨大能耗的现状,引入精益中的快速换模(SMED)及节拍(TAKT)思想,考虑连铸热轧中的换模成本、能耗成本以及客户需求,研究建立了连铸热轧的综合成本模型,通过结构式遗传算法对模型进行求解。以某钢铁企业的实际生产数据为例,求得了最优解,并验证了模型与算法的有效性和可行性,为钢铁企业通过改进换模实现节能提供了理论依据。

MOHHA求解不可靠生产线多目标缓冲区分配问题

研究含有可失效机器的不可靠串行生产线上缓冲区容量分配问题,以最大化生产线生产率和最小化生产线缓冲区总量为多目标,提出一种多目标混合启发式算法(MOHHA)。采用了离散事件仿真方法,建立生产率与缓冲区容量分配的仿真模型作为算法的评价工具。算法第一步求得生产线最大生产率,并作为目标生产率进一步求解最小化缓冲区总量。通过三组测试算例,与以往研究结果作对比验证了算法的有效性和优越性。

基于UML的虚拟企业构建过程的业务模型

应用UML建模语言和Eriksson-Penker业务扩展,以可视化的形式,分别建立了服务型虚拟企业构建过程的目标模型、过程模型、组织模型和资源模型,并由此构成服务型虚拟企业构建过程的业务模型,该模型能够为服务型虚拟企业的快速、有效构建提供依据。

求解TSP问题的改进遗传算法

旅行商问题(TSP)是遗传算法得以成功应用的典型问题。文章对遗传算法加以改进,提出了新的选择策略和交叉算子,并且引入了兄弟竞争的策略来加快收敛速度和全局搜索能力。把该算法应用在不同类型的TSP问题的求解上,表现出了比传统遗传算法更好的收敛性和计算效率。说明改进算法是有效的。

基于MGA的代工厂和仓库决策模型优化方法研究

针对单产品多层次生产外包环境下企业面对顾客需求随机导致运输成本过高的问题,采取允许代工厂和仓库可开关以及物流再分配方法,建立考虑代工厂的能力和最小加工批量、仓库转运能力以及货车运输能力的决策模型,设计加入STP(Shortest Travel Path)快速搜索策略的MGA(Modified Genetic Algorithm)进行求解。在变化工厂总数、仓库总数、顾客总数的不同维度下,将MGA与GA和LINGO分别进行对比。分析表明,MGA与LINGO求得的最优解之间差距均在10%以内,但求解时间明显优于LINGO求解时间,MGA在求解结果和时间方面均优于GA。

利用精英策略ST-ACO算法对UA-FLP的优化求解

针对制造业中常见的不等面积设施布局优化问题(UA-FLP),提出了一种精英策略蚁群优化算法(ACO)。该算法的主要特点是采用基于切片树(ST)的编码方法,将解分成三部分,即一只蚂蚁代表一个解,它有三部分的信息素;然后结合启发式信息,进行更新寻优,得到最小的物流费用;同时采用比较新颖的边界曲线(BC)回溯方法求出最小物流费用所对应的设施布局尺寸,并确定设施之间最优的输入、输出点(I、O)位置;最后,通过算例对比证明了该方法在解决中小规模实际问题中的有效性及相比于某些现存方法的优越性。

免疫粒子群算法在混流装配线排序中的应用

混流装配线上的产品投产排序是影响装配线生产效率的重要因素。建立以最小化装配线总闲置-超载成本为优化目标的装配线排序模型,采用粒子群算法来解决混流装配线的投产排序问题。考虑到基本粒子群算法易陷入局部最优解的问题,引入免疫算法思想对其进行改进,根据抗体亲和性与浓度值的计算,及时进行粒子的替换以维持种群的多样性,防止粒子过早收敛于局部极值。利用某汽车零部件制造企业装配线的数据进行试验计算,并与其他方法相比较,仿真结果说明该方法可以有效、快速地解决装配线排序问题。