JIT模式下制造企业内部供需物流优化问题研究

发布时间：2017-03-29 03:10

  本文关键词：JIT模式下制造企业内部供需物流优化问题研究，由笔耕文化传播整理发布。

【摘要】：随着时代的发展与生产智能化水平的提高，制造企业间的市场竞争日趋白热化，为了适应时代需求，它们从原来的大规模、少品种生产模式转变为多品种、小批量的生产模式，企业内部的物料管理方式也从过去的大规模物料需求计划（Material RequirementPlanning，MRP）向集成化的物料供需管理模式转变。根据多品种小批量生产方式的特点，准时化（Just-in-Time，JIT）的生产模式逐渐成为众多企业追逐利益最大化、杜绝浪费所采取的重要手段，与此同时，准时化的物料供应物流成为准时化生产的重要保障。 基于上述背景，本文对JIT模式下制造企业内部的物料需求与供应问题进行探讨，重点研究了物流控制与优化问题。本文的主要工作包括以下几个方面。 以物流为线索，对JIT模式下的企业内部物料供需系统进行了分析和建模。在分析物料在企业中从接收订单开始的动态流程基础上，，将物料供需系统划分为物料需求、物料调度和物流控制三个子系统，给出了各子系统的定义；分析子系统间的联系，并利用统一建模语言（Unified Modeling Language，UML）对各子系统建立分析模型；以各子系统的计划物料数量作为度量依据，分析实际数量关系，以衡量系统的优化程度。 在上述模型基础上，重点研究了物流的优化控制问题。把物料供应系统的上层数据作为物流控制层的输入，将物流控制层的JIT物流供应问题定义为JIT车辆路径问题（Vehicle Route Problem，VRP），对该问题进行详细描述分析；并利用UML对其建立分析模型；给出JITVRP（Just-in-Time Vehicle Route Problem）的数学模型，并建立基于最小化成本的JITVRP数学模型。 设计了物流控制蚁群算法。采用C++语言在Visual Studio2013平台上对JITVRP的蚁群算法进行设计、仿真；通过改变蚁群算法中各参数值的大小，实验分析参数值对蚁群算法搜索性能的影响；改变客户数量、客户坐标和蚁群规模等数据，分别对加工站分布在100×100的坐标系中，客户数量为5、10、20的三组数据进行实验仿真，得到以最小总路径长度为目标且满足车辆载重量的行车线路及总最短路径长度；通过对车辆利用率等参量的计算和分析，验证蚁群算法对本实验的有效性。
【关键词】：物料供应模型 JIT生产 JIT物流 蚁群算法
【学位授予单位】：沈阳工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F425;F252;TP18
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-14
• 1.1 研究背景及意义9-10
• 1.2 国内外研究现状综述10-12
• 1.2.1 生产模式研究现状10-11
• 1.2.2 物料供应问题研究现状11-12
• 1.3 论文研究内容与技术路线12-14
• 1.3.1 研究内容12-13
• 1.3.2 技术路线13-14
• 第2章 JIT 生产理论与供应物流问题分析14-24
• 2.1 JIT 生产基本理论14-15
• 2.2 物料供应物流模式15-19
• 2.2.1 推式物流管理模式15
• 2.2.2 拉式物流管理模式15-17
• 2.2.3 JIT 物料供应物流模式的分类17-19
• 2.2.4 拉式与推式生产物流的比较与融合19
• 2.3 供应物流问题定义及分类19-23
• 2.3.1 VRP 问题概述19-20
• 2.3.2 VRP 问题分类20-21
• 2.3.3 求解 VRP 问题的算法21-23
• 2.4 本章小结23-24
• 第3章 基于 JIT 的物料供需系统模型24-43
• 3.1 供需系统分析24-26
• 3.1.1 物料需求与供应问题分析24
• 3.1.2 基于 JIT 的企业内部物流分析24-26
• 3.2 系统架构26-31
• 3.2.1 基于物流的物料需求与供应系统架构26-28
• 3.2.2 系统信息流28-29
• 3.2.3 层级间关系分析29-31
• 3.3 物料需求及调度层分析模型31-35
• 3.3.1 物料需求业务模型31-33
• 3.3.2 物料调度层业务模型33-35
• 3.4 JIT 物流控制层分析与建模35-39
• 3.4.1 JIT 物流控制问题描述35-37
• 3.4.2 物流控制层需求分析模型37-39
• 3.5 JIT 物流控制问题数学模型39-42
• 3.5.1 JITVRP 问题的基本混合整数数学模型39-41
• 3.5.2 最小化成本的 JITVRP 问题建模41-42
• 3.6 本章小结42-43
• 第4章 JIT 物料供应优化蚁群算法设计与实现43-55
• 4.1 蚁群算法的基本原理43-45
• 4.2 JIT 物料供应优化问题的蚁群算法设计45-46
• 4.3 蚁群算法参数分析46-49
• 4.3.1 信息素挥发因子46-47
• 4.3.2 蚂蚁数量47
• 4.3.3 启发因子分析47-49
• 4.4 JIT 物料供应优化蚁群算法实现49-54
• 4.4.1 数据设定49-50
• 4.4.2 仿真结果及分析50-54
• 4.5 本章小结54-55
• 第5章 结论55-56
• 参考文献56-59
• 在学研究成果59-60
• 致谢60

【参考文献】

中国期刊全文数据库 前10条

1 张学志;陈功玉;;车辆路线安排的改进节约算法[J];系统工程;2008年11期

2 林勇;乐晓娟;付秋芳;;Push/Pull和CONWIP/Pull生产控制模式对比分析[J];工业工程;2006年02期

3 郎茂祥,胡思继;车辆路径问题的禁忌搜索算法研究[J];管理工程学报;2004年01期

4 陈金;蔡延光;;带时间窗的中转联盟运输调度问题的混合算法研究[J];工业控制计算机;2010年01期

5 方建华,林财兴,方明伦;基于MRPⅡ和JIT的混合控制的设计与实现[J];机电一体化;2000年06期

6 祝崇隽,刘民,吴澄;供应链中车辆路径问题的研究进展及前景[J];计算机集成制造系统-CIMS;2001年11期

7 曹振新;朱云龙;;混流轿车总装配线上物料配送的研究与实践[J];计算机集成制造系统;2006年02期

8 王军强,张翠林,孙树栋,付平;MRPII、JIT、TOC生产计划与控制比较研究[J];制造业自动化;2005年02期

9 文风;黄杰;;供应链环境下的精益生产方式研究[J];科技进步与对策;2007年07期

10 张潜,高立群,刘雪梅,胡祥培;定位-运输路线安排问题的两阶段启发式算法[J];控制与决策;2004年07期

中国博士学位论文全文数据库 前2条

1 潘立军;带时间窗车辆路径问题及其算法研究[D];中南大学;2012年

2 饶卫振;大规模动态车辆路径问题优化方法研究[D];大连理工大学;2012年

  本文关键词：JIT模式下制造企业内部供需物流优化问题研究，由笔耕文化传播整理发布。

本文编号：273559