基于連續(xù)批加工的生產(chǎn)運輸協(xié)同調(diào)度研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)和全球經(jīng)濟一體化的不斷發(fā)展，供應(yīng)鏈之間的競爭越來越激烈。更多的供應(yīng)鏈成員意識到需要通過加強與其他成員之間的合作來提高供應(yīng)鏈的競爭力，從而能夠降低各自的生產(chǎn)運營成本。物聯(lián)網(wǎng)技術(shù)的發(fā)展正好為供應(yīng)鏈成員之間的合作提供了信息基礎(chǔ)，它不僅能夠?qū)⑸a(chǎn)和運輸信息實時反饋到各自成員的管理中心，而且能夠及時將這些信息分享給其他合作成員。物聯(lián)網(wǎng)技術(shù)將供應(yīng)鏈成員之間的合作推進(jìn)到一個新的層面，利用好這些信息能夠低生產(chǎn)成本、增加利潤和提高客戶滿意度，

2、從而增強整體供應(yīng)鏈競爭力，同時能夠進(jìn)一步拓寬了生產(chǎn)運輸協(xié)同調(diào)度問題的理論研究領(lǐng)域。因此，如何將該信息價值轉(zhuǎn)化為經(jīng)濟和社會效益，運用物聯(lián)網(wǎng)信息獲得高效的生產(chǎn)運輸協(xié)同方案成為關(guān)鍵性問題。本文以鋁制品制造供應(yīng)鏈為背景，從調(diào)度角度出發(fā)研究了物聯(lián)網(wǎng)環(huán)境下供應(yīng)鏈成員之間的生產(chǎn)運輸協(xié)同調(diào)度問題。
　　本文圍繞擠壓廠的連續(xù)批處理機加工過程，系統(tǒng)性分析了多種情形下的多階段生產(chǎn)運輸協(xié)同調(diào)度問題。分別考慮了運載車輛有限情形、工件動態(tài)到達(dá)情形、工件加工時

3、間惡化情形、機器發(fā)生故障情形以及分布在不同地理位置的多制造商情形的協(xié)同調(diào)度問題。由于這些問題均為NP難，本文致力于分析最優(yōu)調(diào)度方案的性質(zhì)，并基于這些性質(zhì)設(shè)計高效的啟發(fā)式和智能算法。另一方面，本文為這些問題推導(dǎo)了問題下界，這些下界可以用于評價算法的精確度。本文對基于連續(xù)批的生產(chǎn)運輸協(xié)同調(diào)度問題的研究成果概括如下:
　　(1)研究了運載車輛有限情形下的生產(chǎn)運輸協(xié)同調(diào)度問題，調(diào)度目標(biāo)為最小化制造跨度時間?；谶\載車輛有限等約束條件，建立

4、了數(shù)學(xué)模型。根據(jù)批次在供應(yīng)商和制造商之間的運輸時間和工件在制造商機器上加工時間的關(guān)系，將問題劃分為兩種情形。針對兩種情形，分別設(shè)計了兩種啟發(fā)式算法及問題下界?；趩栴}下界推導(dǎo)出該啟發(fā)式算法最壞情形性能比例?？紤]工件數(shù)量規(guī)模，分別設(shè)計了大量的小規(guī)模和大規(guī)模隨機數(shù)據(jù)實驗。仿真實驗結(jié)果表明，當(dāng)工件數(shù)量為1000時，所構(gòu)造的兩種啟發(fā)式算法的平均相對差距分別收斂到0.48％和0.80％，均明顯優(yōu)于現(xiàn)有FOE and SPT算法和LOE and L

5、PT算法。
　　(2)研究了工件動態(tài)到達(dá)情形下的生產(chǎn)運輸協(xié)同調(diào)度問題，調(diào)度目標(biāo)為最小化制造跨度時間?；诠ぜ討B(tài)到達(dá)等約束條件，建立了數(shù)學(xué)模型。分析了最優(yōu)調(diào)度方案中關(guān)于工件動態(tài)到達(dá)時間的相關(guān)性質(zhì)，討論了工件同時到達(dá)特殊情形最優(yōu)調(diào)度方案和批次數(shù)量之間的關(guān)系?；谝陨蠁栴}性質(zhì)，構(gòu)造了兩階段TP-H啟發(fā)式算法，并證明TP-H算法最壞情形性能比例為7/2。分別通過松弛工件到達(dá)時間和假設(shè)制造商機器上沒有額外空閑時間得出兩個問題下界?；诓煌?/p>

6、的機器能力設(shè)計了仿真實驗，大量仿真實驗結(jié)果驗證了TP-H算法的有效性。當(dāng)工件數(shù)量為1000時，所構(gòu)造的TP-H算法的平均相對差距收斂到0.21％，優(yōu)于現(xiàn)有MBF算法和MFF算法。
　　(3)研究了工件加工時間惡化的生產(chǎn)運輸協(xié)同調(diào)度問題。分析了工件加工惡化情形下的幾類單機調(diào)度問題，目標(biāo)函數(shù)分別為最小化制造跨度時間、最小化延遲工件數(shù)量、最小化工件總完工時間，設(shè)計了相應(yīng)的最優(yōu)化算法?；趩螜C調(diào)度問題，考慮了有緩存區(qū)情形下的生產(chǎn)運輸協(xié)同調(diào)

7、度問題，建立了相應(yīng)的數(shù)學(xué)模型，目標(biāo)函數(shù)為最小化制造跨度時間。分析了最優(yōu)調(diào)度方案中組批及批次排序性質(zhì)，構(gòu)建了一種最優(yōu)化算法。另外研究了無緩存區(qū)情形下的生產(chǎn)運輸協(xié)同調(diào)度問題，建立了基于無緩存區(qū)約束的數(shù)學(xué)模型，目標(biāo)函數(shù)為最小化制造跨度時間。分析了最優(yōu)解性質(zhì)，推導(dǎo)出新的問題下界，構(gòu)建了一種啟發(fā)式算法。仿真實驗結(jié)果表明當(dāng)工件數(shù)量大于260時，該啟發(fā)式算法的平均和最大相對差距比例均小于0.01％。
　　(4)研究了考慮機器故障的生產(chǎn)運輸協(xié)同調(diào)

8、度問題?；趦蓚€平行制造商機器可能發(fā)生故障的情形建立了數(shù)學(xué)模型，目標(biāo)函數(shù)為最小化制造跨度時間。分析了最優(yōu)調(diào)度方案性質(zhì)，推導(dǎo)出問題下界。分別構(gòu)建了兩種情形下的調(diào)度規(guī)則，基于這些調(diào)度規(guī)則，設(shè)計了新的啟發(fā)式算法。大量的仿真實驗結(jié)果說明了該啟發(fā)式算法能夠高效地解決不同規(guī)模的問題。
　　(5)研究了分布在不同地理位置多制造商的生產(chǎn)運輸協(xié)同調(diào)度問題，基于不同地理位置的多制造商等特點建立了相應(yīng)的數(shù)學(xué)模型，目標(biāo)函數(shù)為最小化整個制造過程的跨度時間。