多工厂生产计划与调度优化模型与求解算法

生产计划与调度是企业生产管理的核心任务。传统生产计划与调度主要针对单工厂生产环境。随着企业的发展与扩张,分布式多工厂组织模式越来越多,并对生产计划与调度提出了新的任务:如何实现多个分布式工厂之间生产计划与调度的协作;如何实现生产过程与运输过程的协作;如何处理工厂内外可能出现的不确定性和各种异常扰动,并敏捷、动态地恢复计划与调度的可行性。针对这些问题,本文重点研究了以下几方面内容: 1.研究将生产与运输集成的多工厂生产计划方法,并用模糊数表达不确定需求和能力。研究了抽象描述生产、存储和运输活动的过程模型-扩展状态任务网。扩展状态任务在状态任务网的基础上扩展了虚比例转化任务和组合移动任务以表达多种物料组合运输模式型运输活动。基于扩展状态任务网,建立了问题的模糊MILP模型和参数规划模型。研究了求解参数规划模型的路径重连算法。在路径重连算法中,研究了综合考虑解质量与多样性的参考解集更新策略以及分散性解变异策略对提高解质量的作用。最后用计算实验验证了路径重连算法的性能。 2.研究了将批次划分与批次调度集成优化的生产调度模式。针对批量过程型多机器并行加工生产环境,研究了具有顺序无关型产品切换时间和顺序相关型产品切换时间两种调度问题。(1)针对产品切换时间顺序无关型调度问题,建立了相应的固定费用运输问题模型,研究了求解此模型的遗传局部搜索算法。研究了集中邻域搜索策略和局部最优逃逸策略对遗传局部搜索算法全局寻优能力的强化效果,然后用实验比较了遗传局部搜索算法的最优解和基于排列编码的遗传算法、基于矩阵编码的遗传算法,Tabu启发式搜索算法的最优解的优劣。(2)针对产品切换时间顺序相关型调度问题,建立了连续时间整数规划模型,然后用实验验证了此模型与批次划分与批次调度分离的递阶模型在缩短产品生产完成时间和计算效率上的差异。 3.针对多目的批量过程生产与运输调度问题,研究了将运输调度与生产调度融合的协同调度模式。研究了多目的批量过程生产调度的分散搜索算法和运输调度的启发式算法。然后比较了协同调度模式与先生产调度再运输调度的分离调度模式在削减由于生产与运输衔接不当引起的任务延迟与处理成本的能力,以及求解效率上的差异。 4.针对插入新订单型扰动,研究了基于MAS的多工厂协作再调度方法。研究了多工厂再调度的性能评价指标和agent协作算法。针对多目的批量过程生产再调度问题,研究了受影响批次再调度方法ABR。ABR仅将原调度中受到延迟影响的批次向后移动。用实验比较了多工厂协作再调度方法和多工厂非协作再调度方法在保持生产稳定性动和扰动在工厂间传播等方面的优劣,也比较了ABR与右移再调度法RSR在完成时间和批次开始时间延迟度上的差异。 5.基于J2EE,设计与开发了一个多工厂生产计划与调度系统,实现了本文提出的模型和算法。结合中粮酒业多工厂生产计划与调度实际问题,给出了应用案例与效果,验证了本文提出的理论与方法。