多属性虚拟企业部分并行协商项目规划

在虚拟企业环境下,制定基于盟主与合作伙伴协商的项目规划不仅要考虑任务时间与工期的可行性,而且要关注工期费用。在分析虚拟企业项目协商规划的工期与费用的不确定性的基础上,提出了多属性工期一费用随机项目模型,以及工期一费用部分并行协商规划算法,以期望工期费用为优化目标,结合示例阐述其计算过程。最后针对模具生产的特点,对模具虚拟企业的项目进行仿真规划,仿真结果表明了这一方法的有效性和可靠性。     

多属性的虚拟企业并行协商项目规划算法

制订基于协商的虚拟企业项目规划不仅要考虑任务时间与工期的可行性,而且要关注费用与资源的优化。 通过分析虚拟企业项目协商规划的工期与费用的不确定性,首先提出了多属性随机项目模型;接着提出了工期- 费用并行协商规划算法,以期望工期费用为优化目标,结合示例解释其计算过程;最后针对模具生产的特点,对 模具虚拟企业的项目进行仿真规划,说明了这一方法的有效性和可靠性。     

基于协商的模具虚拟企业生产项目规划

项目规划是虚拟企业建立和运行的关键环节。虚拟企业在不同行业有不同的组织和运行模式，模具虚拟企业是一种基于项目的动态联盟，项目工期规划是盟主与合作伙伴充分协商、协调一致的过程。在分析模具虚拟企业工期协商过程的不确定性因素基础上，提出串行序贯协商的协商机制，定义盟主和潜在合作伙伴的工期方案效用模型及其修正方法，提出盟主协商策略的产生方法，通过示例解释方案效用值的计算，并通过模具生产实例验证了规划方法的可行性。     

面向协商的项目进度粗规则

虚拟企业的项目进度粗规划是一种面向协商的项目规划,分析了虚拟企业生产项目进度粗规划工作流及工期调整的一些处理原则,在项目协商规划有解的前提下,提出一种由盟主控制工期协商难度,缩短交货期的生产项目进度粗规划方法。     

虚拟企业生产项目粗规划

针对项目驱动的虚拟企业生产信息部分共享、成员企业间约束力弱的特点 ,本文提出一种基于协商的虚拟企业生产计划与控制四层模型 :项目粗规划、项目协商规划、生产详细规划和生产作业控制。并就项目粗规划进行深入的讨论 ,分析了粗规划的工作流程和缩短项目总工期的两种工期调整方法 ,从调整范围和调整次序两个方面给出了工期调整方法的处理原则。在此基础上 ,提出了一种控制子项目工期紧迫度和项目协商难度的启发式优化算法。     

虚拟企业协同项目进度控制

研究了虚拟企业环境下协同制造项目进度控制的问题。通过分析在虚拟企业环境下项目进度控制的禾确定因素，建立了两类不确定性工期-费用离散概率数学模型，提出了赶工估测的计算方法，在此基础上，确定了以赶工方案的工期-费用可协商性为综合性能指标的再协商机制，并结合示例解释其计算迹程。菠后针对模具生产的特点，对协同制造的模具项目进度进行仿真监控，说明了这一方法的有效性和可靠性。     

协同制造项目进度管理

在分析虚拟企业协商调整项目规划方案的不确定性因素的基础上,建立了工期-费用离散概率模型,提出了可快速判断是否有可行解的判据准则,并结合示例解释其过程.最后,针对模具生产的特点,提出了一种基于约束满足的近似搜索算法,并通过生产实例说明了这一方法的有效性和可靠性.     

基于削峰填谷模型的抽水蓄能机组检修资源规划

为保障抽水蓄能机组检修工作高效开展，避免检修过程中产生资源冲突，提升检修效率，本文提出一种基于削峰填谷资源优化模型的抽水蓄能机组检修资源规划方法。通过统计分析抽蓄机组不同检修级别下的资源分布，寻找不同检修工序与检修项目的资源分布规律，绘制机组检修规划全过程网络分布图，根据机组结构特点计算不同时段各项目的时间参数，求解全过程工期内最大资源需求节点，调整非关键工序的工期，优先关键项目资源分配，实现检修工期内的资源均衡，进一步实现机组检修资源优化配置。通过在某抽蓄电站2台次机组A级检修工程上的应用，现场验证了该方法的可行性与应用价值。     

不确定环境下模具制造项目群随机调度

为确保模具按时交货,通过分析模具制造项目工期、费用与报酬的不确定性,以及项目返修频繁的特点,建立了基于离散时间马尔可夫链的模具制造项目群随机演化模型,并提出了求解该随机动态规划模型的算法框架.通过启发式策略仿真和Q学习,有效解决了"维数灾难"问题.最后结合示例阐述了该算法的执行过程,及其可行性与可靠性.     

带转移时间的资源受限项目鲁棒调度优化

为使项目在面临活动工期扰动时尽可能按照基准调度计划稳定执行，针对带转移时间的资源受限项目调度问题提出鲁棒调度与资源分配集成优化方法。分别从资源转移关系、活动时差、随机活动工期三个不同角度设计三种解鲁棒性代理指标，构建了两个混合整数规划模型(MinEA,MaxPF)和一个随机规划模型(MinTPC),并分别采用精确方法和禁忌搜索启发式算法求解；在此基础上提出MinTPC+MaxPF混合优化策略。仿真实验结果表明，MinTPC+MaxPF方法在项目解鲁棒性和质鲁棒性两方面均能获得最优绩效；MinEA方法的解鲁棒性优于MinTPC,而后者的质鲁棒性优于前者。所研究的模型和方法，可以为项目决策者在工期不确定环境下协调活动进度安排和优化资源转移提供指导，提升项目计划鲁棒性，提高企业的经济效益。     

随机生产环境下的模具制造单元资源配置

通过分析模具的生产需求情况,提出了一种模具聚类指标,应用聚类算法构造了几类典型的模具范例.通过资源静态与动态配置手段,提出了一种制造单元资源配置优化策略.针对模具生产的特点,以最小化期望工期费用为优化目标,提出了一种基于资源选择决策模型的改进型蚁群能力平衡算法,并通过生产实例,说明了该方法的可靠性和有效性.     

Integrated assembly and machining planning for electronic products using a genetic algorithm approach

To produce an electronic product, both assembly operations and machining operations are required in the process plan. In most cases, the assembly operations and machining operations need to be combined in a continued order with an integrated sequence. This is different from the traditional process planning approaches in which machining operations and assembly operations are separated as two independent tasks with no interactions. For an electronic product, the two types of operations and the associated costs may affect each other in an interactive way. Therefore, the sequence planning of assembly operations and machining operations must be analyzed with an integrated model. In this research, a graph-based model is presented to represent the assembly and machining operations in an integrated model. The related operation cost functions are developed to evaluate the costs for the integrated assembly and machining sequences. The integrated sequence planning problem is solved using a genetic algorithm approach with an objective of lowest operation costs. As a result, the assembly operations and machining operations can be planned in an integrated sequence suitable for producing electronic products. The result shows that the developed method using the genetic algorithm approach is efficient for solving the integrated sequence planning problem. Example products are demonstrated and discussed.     

分布式多工厂单件制造企业提前/拖期生产计划研究

描述了分布式多工厂单件制造企业交货期下的提前／拖期生产计划,以实现最小化提前／拖期惩罚费用、生产成本以及产品运输费用之和为目标,建立了０－１规划数学模型,利用分枝定界算法得到了生产计划调度方案。计算结果证明了模型的有效性。     

整车物流网络规划集成优化模型研究

优化整车物流系统配送网络可降低成本,为此,建立了综合考虑运输规模效应、库存控制策略、设施和服务质量等决策因素的整车物流网络规划集成优化模型。给出了一种流预测和遗传算法相结合的求解方法。在遗传算法中采用二进制码和自然码组合的编码方式,使得每个合法染色体都代表一种可行物流网络结构。为了解决适应度函数中的工厂与分销中心之间的运输成本计算困难的问题,提出了流预测算法,用于确定产品在工厂、集货中心和分销中心构成的凹费用流网络中的最优运输路径,进而获得适应度函数值。最后,通过仿真试验验证了优化模型的正确性和算法的有效性。     

多项目调度问题研究

现有多项目调度研究一般都基于不切实际的假定——资源在多个项目间进行传递时不需要花费额外的时间和成本。在对传递时间进行分析的基础上,建立了考虑资源传递时间的多项目调度问题的数学模型,并针对模型设计了结合并行调度的混合遗传算法,在保证项目任务紧前关系与资源约束的条件下,能够合理优化多项目的资源分配,从而有效地缩短多项目的总工期,通过实例验证了考虑传递时间的必要性,同时实例也证明了算法的有效性。     

A dynamic inventory-production scheduling model for small scale organisations

A production scheduling model based on the minimisation of inventory costs is proposed for small scale organisations . This is an interactive model characterised by its ability to cope with continuous changes in production and demand conditions. The model is built on the foundation of the Wagner-Whitin algorithm, and has incorporated factors of safety stock, economic batch quantity, production capacity and past forecast accuracy in inventory and production scheduling. It has been implemented in a computer programme and tested within a company. Results show that by using this model substantial savings can be achieved in inventory costs.     

基于改良C-W节约算法的甩挂运输车辆调度模型

为研究甩挂运输车辆调度模型，以带有时间窗的车辆配送模型为基础，构建了包括油耗成本、过路费成本、装卸停歇时间成本和延时惩罚成本在内的总成本最小目标函数，建立了基于不同载重油耗方程的甩挂运输车辆调度模型。在算法上，构建了改良型的C-W节约算法，并用该算法找出了一个9客户案例的最优物流配送路径。     

具有交货期和工装数量约束的平行机调度

提出了一类具有工件交货期和工装数量约束的平行机调度问题.以降低部件拖期惩罚总费用为目标,建立了该问题的数学模型.提出一种遗传与模拟退火相混合的算法来求解该类问题,即GASA算法.算法在初始种群的生成上,采取了随机生成和按启发式规则生成相结合的方法;并引入模拟退火算法作为变异算子,以提高种群的多样性.最后,通过实例仿真,验证了GASA算法的有效性,并与GA算法进行了对比,对比结果表明GASA更优越.