產(chǎn)能不平衡問(wèn)題的優(yōu)化模型與算法

1、產(chǎn)能不平衡問(wèn)題的優(yōu)化模型與算法在激烈的市場(chǎng)競(jìng)爭(zhēng)環(huán)境中,增加產(chǎn)品種類(lèi)雖然會(huì)讓制造商擁有更強(qiáng)的生存能力,但卻并不意味著利潤(rùn)的增加。制造商在市場(chǎng)上的成功都明顯地受益于復(fù)雜的管理,否則可能會(huì)對(duì)整體收益造成負(fù)面的影響。這使得升級(jí)用戶個(gè)性化定制服務(wù)成為一個(gè)新的商業(yè)前沿,對(duì)各種個(gè)性化需求進(jìn)行處理的智能系統(tǒng)也成為增強(qiáng)競(jìng)爭(zhēng)力的關(guān)鍵之一。以往的學(xué)者大多關(guān)注如何適度生產(chǎn)和調(diào)節(jié)市場(chǎng)計(jì)劃,但始終沒(méi)有出現(xiàn)一個(gè)對(duì)過(guò)程和表現(xiàn)均有決定性影響的策略?？蛻魧?dǎo)向生產(chǎn)配置的深化,產(chǎn)品的多樣化將會(huì)不斷地給生產(chǎn)車(chē)間帶來(lái)動(dòng)態(tài)變化的瓶頸問(wèn)題和平衡產(chǎn)能問(wèn)題。本文將所有這類(lèi)問(wèn)題稱(chēng)為廣義上的“不平衡產(chǎn)能利用”問(wèn)題,主要研究如何將客戶需求轉(zhuǎn)化為內(nèi)部彈

2、性和提升生產(chǎn)過(guò)程的效率問(wèn)題。本項(xiàng)研究是在應(yīng)對(duì)網(wǎng)絡(luò)情報(bào)系統(tǒng)造成的困難下完成的,解決問(wèn)題的關(guān)鍵是減少造成需求復(fù)雜性的原因,并減少在多工位的生產(chǎn)線環(huán)境下的訂貨生產(chǎn)中,由于偏向于批量在線客戶需求而產(chǎn)生的制造過(guò)程中的變異?！安黄胶猱a(chǎn)能利用”問(wèn)題可以分為兩個(gè)子問(wèn)題：動(dòng)態(tài)資源瓶頸問(wèn)題和平衡產(chǎn)能問(wèn)題。本文目標(biāo)是探求問(wèn)題的特征和實(shí)質(zhì),提出解決問(wèn)題的算法和模型。本文主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)可以歸納如下：1）由于處理此問(wèn)題的關(guān)鍵難點(diǎn)在于將外部變量轉(zhuǎn)化為內(nèi)部變量,本文的思路是通過(guò)減少投產(chǎn)要素的不一致性（需求波動(dòng)）,對(duì)接收訂單和拒絕訂單的時(shí)機(jī)進(jìn)行權(quán)衡,以此來(lái)平滑生產(chǎn)計(jì)劃。解決問(wèn)題的模型由初始化的訂單接受模型和初始化的生產(chǎn)線

3、調(diào)度模型整合而成,進(jìn)而利用產(chǎn)能不足和產(chǎn)能過(guò)剩的權(quán)衡機(jī)制加以強(qiáng)化,達(dá)到降低不必要產(chǎn)能耗損、收益最大化的目的。產(chǎn)能不足和產(chǎn)能過(guò)剩的權(quán)衡機(jī)制加以強(qiáng)化,達(dá)到降低不必要產(chǎn)能耗損、收益最大化的目的。為了測(cè)試模型的效果,本文利用耦合限制算法進(jìn)行計(jì)算機(jī)模擬實(shí)驗(yàn),研究數(shù)據(jù)來(lái)自一家真實(shí)的泰國(guó)雨傘企業(yè),結(jié)果顯示,該模型確實(shí)可以降低生產(chǎn)成本,減弱產(chǎn)出的變動(dòng)幅度。2)針對(duì)動(dòng)態(tài)資源瓶頸問(wèn)題,構(gòu)建數(shù)學(xué)模型。目標(biāo)是處理瓶頸的轉(zhuǎn)換以達(dá)到總利潤(rùn)最大化和產(chǎn)能最小化。根據(jù)問(wèn)題和模型的特點(diǎn),分別采用了四種排列導(dǎo)向的分布式估計(jì)算法來(lái)權(quán)衡利潤(rùn)和未充分利用的產(chǎn)能,四種分布式估計(jì)算法采用了同步的選擇和排序規(guī)則。之前的研究者大多采用遺傳算法(G

4、A算法)，將分布式估計(jì)算法應(yīng)用于此類(lèi)問(wèn)題本文尚屬首次。將兩項(xiàng)功能目標(biāo)整合成一項(xiàng)功能目標(biāo)有助于降低問(wèn)題的復(fù)雜度。計(jì)算機(jī)模擬實(shí)驗(yàn)的數(shù)據(jù)也證明了在多條生產(chǎn)線、多個(gè)動(dòng)態(tài)瓶頸的環(huán)境下,該模型確實(shí)可以減少不必要產(chǎn)能并提升總利潤(rùn)。對(duì)于本文討論的問(wèn)題,基于節(jié)點(diǎn)的算法要遠(yuǎn)優(yōu)于基于邊緣的算法,特別是將其應(yīng)用于漸進(jìn)式學(xué)習(xí)時(shí),效果比遺傳算法更好。3)對(duì)于平衡產(chǎn)能問(wèn)題,本文將加班條件考慮進(jìn)實(shí)驗(yàn)中來(lái),使產(chǎn)能的成本隨時(shí)間變化而變化。這樣動(dòng)態(tài)資源瓶頸問(wèn)題就轉(zhuǎn)化為三個(gè)優(yōu)化目標(biāo)：總利潤(rùn)最大化,不必要產(chǎn)能最小化以及獲取產(chǎn)能成本最小化。根據(jù)問(wèn)題和應(yīng)用模型的特點(diǎn),本文采用了兩種基于節(jié)點(diǎn)的分布式估計(jì)算法。這樣,將三項(xiàng)功能目標(biāo)整合成一項(xiàng)目標(biāo),進(jìn)一步降低了問(wèn)題的復(fù)雜度。較之于只能找到正常工作時(shí)間段的最優(yōu)訂單組合的其他算法,引入了懲罰機(jī)總而言之, 本文的制的NB-COIN算法,可以找到加班時(shí)間段獲益最大的訂單組合成果不僅要追求產(chǎn)品的高利潤(rùn),同時(shí)也追求生產(chǎn)線的產(chǎn)能協(xié)調(diào)。在產(chǎn)能不足的情況下,可以通過(guò)加班的方式增加生產(chǎn)線的產(chǎn)能、接受更多的訂單以提高客戶滿意度。但加班也會(huì)導(dǎo)致生產(chǎn)成本的增加,因此對(duì)于多產(chǎn)品、多工位的生產(chǎn)線,需要調(diào)整工位產(chǎn)能不足與產(chǎn)能過(guò)剩的關(guān)系,實(shí)現(xiàn)生產(chǎn)線的整體再平衡。本文采用修改/調(diào)節(jié)四種分布式估計(jì)算法一EHBSA,NHBS,COIN及NB