离散制造业中生产批量计划问题的求解算法研究
发布时间：2020-12-09 18:31
物料需求计划（Material Requirements Planning, MRP）是制造资源计划/企业资源计戈（?）J（Manufacturing Resource Planning/Enterprise Resource Planning, MRPII/ERP）的基础,同时也是供应链管理（Supply Chain Management, SCM）的基础。在制造和分销企业中,遇到的最普遍的决策问题就是与MRP相关联的决策问题。虽然这些决策问题是这些企业每天都要面对的问题,但是并不意味着这些问题就是容易解决的。MRP是制造系统中协调产成品（由半成品和部件组成）补充决策的方法。MRP确保了在恰当的时间点制造系统中各个层次上的组件都具有足够的数量,使顾客对产成品的需求可以得到满足。由于组件数量的大小直接影响了生产系统的性能和生产力,而生产力是制造企业在市场中保持竞争力的重要因素,因此生产批量计划问题是MRP系统中的关键问题。由于MRP只能提供生产批量计划问题的可行解,因此寻找高质量解（具有最小成本的补充数量）的问题随之而来。实践证明当现实中的产品由几百个部件组成时,这个问题是一个棘手的组...
【文章来源】：东北大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：132 页
【学位级别】：博士
【部分图文】：
蚁群寻找食物过程
算法中速度的最大值为 0.02xNxT。GA的交叉和变异率分别是0.6和0.2。本文采用运行时间(26秒)作为两算法的比较标准，每种算法重复运行100次。表4.3给出了两种算法的比较结果，图4.3显示了两种算法的成本分布趋势图。从表4.3中一I可以看至}{HPSO的平均成本和成本的标准差要比GA的对应值小，而且HPSO所取得的最好解和最差解比GA的最好解和最差解好。从图4.3中可以清楚的看到HPSO的成本函数曲线比GA的成本函数曲线分布的更集中。表4.3和图4.3说明:HPSO的结果比GA的结果更稳定，HPSO的性能比GA的性能更好。表4.3两种算法对于实验l的求解结果的比较 Table4.3ThecomParisonofresultsbetweenHPSOalgorithmandGAforexPeri一nerltl算法平均成本267498.65348408.35成本标准差取得的最好解取得的最差解HPSOGA
大规模问题，GA算法的种群大小为60，最大迭代次数为500，停止准则是:如果在200次连续迭代内最优值没有明显变化，则停止程序。表4.18给出了4种算法对benchmark问题的求解结果，图4.7显示了认认PSO算法、八PSO算法和GA算法在50次迭代内对问题S一2求解后的平均值收敛曲线图。855850845840835划830氧825阁820退 81511〕18!080580079579078547】 013161922252831343740434649迭代次数图 4.7 F194.7Co一Ivergenee二种算法求解S一2问题的平均值收敛曲线 1inesofaverageeostsofthreealgorithmsforinstanees一2表4.18四种算法对小规模问题的求解结果 Table4.18ResLlltsoffouralgoritllxnsfors一nall一sizedinstances问题最优值算法最好解最差解平均值平均计算时f司/S达优率/ty0标准方差S一」 984.5WAPSO984.51061.51008.21.63282224 APSO984.510601014.51.632423.93 GA984.51106.51030.671.551436.59 WW109710971097一00S一 2785.2WAPSO785.2812.65794.091.71389.23 APSO785.2833.9796.221.752811.05 GA785.2905.5816.511.54228.78 WW893893893一00S一 3580.6WAPSO580.6624.93585.731.45449.14 APSO580.6620.2586.361.55287.49 GA581.03628.87592.561.53010.63 WW692.75692.75692.75一00S一 41115WAPSO11151153.751126.931
【参考文献】：
期刊论文
[1]Scatter search算法求解无能力约束生产批量计划问题[J]. 韩毅,卢勇虎,周根贵,王晓晴,王立岩,牟立峰. 系统仿真学报. 2009(13)
[2]带排斥算子的GA求解无能力约束的多级生产批量计划问题[J]. 韩毅,唐加福,牟立峰,王晓晴. 东北大学学报(自然科学版). 2008(02)
[3]求解单级多资源约束生产批量计划问题的免疫遗传算法[J]. 马佳,高立群,李丹,刘佳. 东北大学学报(自然科学版). 2007(09)
[4]带货物权重的车辆路径问题及遗传算法[J]. 潘震东,唐加福,韩毅. 管理科学学报. 2007(03)
[5]遗传算法改进策略的研究[J]. 赵振勇,王力,王保华,杨本娟. 计算机应用. 2006(S2)
[6]用于集装箱配装问题的Memetic算法[J]. 李青,钟铭,李振福,刘兆健. 辽宁工程技术大学学报. 2006(03)
[7]求解TSP问题的离散粒子群优化算法[J]. 钟一文,杨建刚,宁正元. 系统工程理论与实践. 2006(06)
[8]基于改进粒子群算法求解单级多资源约束生产批量计划问题[J]. 马慧民,柳毅,叶春明. 工业工程与管理. 2005(06)
[9]车辆路径问题的粒子群算法研究[J]. 李宁,邹彤,孙德宝. 系统工程学报. 2004(06)
[10]微粒群算法综述[J]. 谢晓锋,张文俊,杨之廉. 控制与决策. 2003(02)
本文编号：2907298
【文章来源】：东北大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：132 页
【学位级别】：博士
【部分图文】：
蚁群寻找食物过程
算法中速度的最大值为 0.02xNxT。GA的交叉和变异率分别是0.6和0.2。本文采用运行时间(26秒)作为两算法的比较标准，每种算法重复运行100次。表4.3给出了两种算法的比较结果，图4.3显示了两种算法的成本分布趋势图。从表4.3中一I可以看至}{HPSO的平均成本和成本的标准差要比GA的对应值小，而且HPSO所取得的最好解和最差解比GA的最好解和最差解好。从图4.3中可以清楚的看到HPSO的成本函数曲线比GA的成本函数曲线分布的更集中。表4.3和图4.3说明:HPSO的结果比GA的结果更稳定，HPSO的性能比GA的性能更好。表4.3两种算法对于实验l的求解结果的比较 Table4.3ThecomParisonofresultsbetweenHPSOalgorithmandGAforexPeri一nerltl算法平均成本267498.65348408.35成本标准差取得的最好解取得的最差解HPSOGA
大规模问题，GA算法的种群大小为60，最大迭代次数为500，停止准则是:如果在200次连续迭代内最优值没有明显变化，则停止程序。表4.18给出了4种算法对benchmark问题的求解结果，图4.7显示了认认PSO算法、八PSO算法和GA算法在50次迭代内对问题S一2求解后的平均值收敛曲线图。855850845840835划830氧825阁820退 81511〕18!080580079579078547】 013161922252831343740434649迭代次数图 4.7 F194.7Co一Ivergenee二种算法求解S一2问题的平均值收敛曲线 1inesofaverageeostsofthreealgorithmsforinstanees一2表4.18四种算法对小规模问题的求解结果 Table4.18ResLlltsoffouralgoritllxnsfors一nall一sizedinstances问题最优值算法最好解最差解平均值平均计算时f司/S达优率/ty0标准方差S一」 984.5WAPSO984.51061.51008.21.63282224 APSO984.510601014.51.632423.93 GA984.51106.51030.671.551436.59 WW109710971097一00S一 2785.2WAPSO785.2812.65794.091.71389.23 APSO785.2833.9796.221.752811.05 GA785.2905.5816.511.54228.78 WW893893893一00S一 3580.6WAPSO580.6624.93585.731.45449.14 APSO580.6620.2586.361.55287.49 GA581.03628.87592.561.53010.63 WW692.75692.75692.75一00S一 41115WAPSO11151153.751126.931
【参考文献】：
期刊论文
[1]Scatter search算法求解无能力约束生产批量计划问题[J]. 韩毅,卢勇虎,周根贵,王晓晴,王立岩,牟立峰. 系统仿真学报. 2009(13)
[2]带排斥算子的GA求解无能力约束的多级生产批量计划问题[J]. 韩毅,唐加福,牟立峰,王晓晴. 东北大学学报(自然科学版). 2008(02)
[3]求解单级多资源约束生产批量计划问题的免疫遗传算法[J]. 马佳,高立群,李丹,刘佳. 东北大学学报(自然科学版). 2007(09)
[4]带货物权重的车辆路径问题及遗传算法[J]. 潘震东,唐加福,韩毅. 管理科学学报. 2007(03)
[5]遗传算法改进策略的研究[J]. 赵振勇,王力,王保华,杨本娟. 计算机应用. 2006(S2)
[6]用于集装箱配装问题的Memetic算法[J]. 李青,钟铭,李振福,刘兆健. 辽宁工程技术大学学报. 2006(03)
[7]求解TSP问题的离散粒子群优化算法[J]. 钟一文,杨建刚,宁正元. 系统工程理论与实践. 2006(06)
[8]基于改进粒子群算法求解单级多资源约束生产批量计划问题[J]. 马慧民,柳毅,叶春明. 工业工程与管理. 2005(06)
[9]车辆路径问题的粒子群算法研究[J]. 李宁,邹彤,孙德宝. 系统工程学报. 2004(06)
[10]微粒群算法综述[J]. 谢晓锋,张文俊,杨之廉. 控制与决策. 2003(02)
本文编号：2907298
本文链接：https://www.wllwen.com/gongshangguanlilunwen/2907298.html
