流水线生产企业订单接受与调度决策

发布时间：2017-05-03 07:15

  本文关键词：流水线生产企业订单接受与调度决策，由笔耕文化传播整理发布。

【摘要】：随着市场环境日益复杂化,制造企业的生产方式逐步从原有的MTS(按库生产)生产方式向MTO(按单生产)生产方式转变。企业在采用MTO生产方式进行产品制造的过程中,订单的选择接受是一个十分关键的问题。传统的订单接受方法是销售部门根据企业生产系统生产产能的预估对订单进行选择性接受,与生产部门的实际生产情况不完全相符,可能造成生产产能利用不充分或者是订单任务不能在规定的时间内交付客户,造成延迟惩罚,对公司造成经济与声誉上的双重损失。因此本文提出一种基于订单接受与生产调度一体化的决策方案,达到生产系统与订单接受相统一的目的,在订单选择的过程中同时完成订单生产任务的调度方案,确保所接受订单能在客户要求的时间内完成,并在此基础上获得更多的订单收益。紧急订单的接受与生产是一类具有不可预测性的特殊情况下的订单接受与调度问题。紧急订单往往具有交货时间短,订单收益高的特点,能为企业带来更多的收益,但由于紧急订单在原有的生产计划中没有生产安排,因此紧急订单的接受与生产往往会给生产系统造成巨大的负面影响,怎样进行紧急订单的接受与生产安排也是MTO生产企业需要面临的一个棘手的问题。在研究过程中,本文首先对MTO生产企业的订单接受与车间调度问题进行了现状研究及相关方面的理论知识梳理,根据MTO生产企业的特点,建立了符合多节点流水线生产系统的订单接受与调度一体化的订单接受决策模型。在所接受订单能够保证在最迟交货期前完成生产任务的前提下,使生产企业获得更多的订单收益。针对多阶段流水线生产系统的特点及订单接受与调度一体化决策模型的需要,提出了一种基于双层编码遗传算法的车间调度算法,通过对该算法适应度函数程序代码的调整,完成订单接受与调度一体化决策模型的求解算法。紧急订单作为企业订单中的具有特殊表现形式的订单,在生产系统未做生产安排的情况下进行紧急生产,对生产系统的影响是十分巨大的。本文以MTO多阶段流水线生产系统为研究背景,建立紧急订单的插单生产策略模型,使企业在紧急订单到达时作出合理的接受与生产调度方案,以追求更多的订单收益。最后,通过对基于双层编码遗传算法的车间调度算法的适应度函数程序的调整,分别完成两个模型的案例仿真,验证了模型的有效性及可行性,获得了十分满意的仿真结果。
【关键词】：MTO 订单接受 车间调度 紧急订单 遗传算法
【学位授予单位】：重庆理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F274
【目录】：

• 摘要4-5
• Abstract5-10
• 1 绪论10-22
• 1.1 研究背景及意义10-12
• 1.2 国内外研究现状12-18
• 1.2.1 订单接受12-14
• 1.2.2 车间调度14-16
• 1.2.3 紧急订单16-17
• 1.2.4 订单接受及调度研究现状评述17-18
• 1.3 论文研究内容及结构体系18-22
• 1.3.1 主要研究内容18
• 1.3.2 论文结构体系18-22
• 2 相关理论概述22-32
• 2.1 MTO企业生产方式的理论概述22-26
• 2.1.1 生产方式的分类22-24
• 2.1.2 MTO企业生产方式的特点24-25
• 2.1.3 MTO企业生产组织流程25-26
• 2.2 MTO企业的订单接受与调度理论概述26-30
• 2.2.1 订单接受与调度问题分析26-28
• 2.2.2 订单接受与调度常用规则28
• 2.2.3 订单接受与调度问题的求解方法28-30
• 2.3 本章小结30-32
• 3 订单接受与调度一体化决策研究32-46
• 3.1 订单接受与调度模型研究32-37
• 3.1.1 问题描述32-33
• 3.1.2 模型假设33-34
• 3.1.3 建立模型34-37
• 3.1.4 模型求解方法37
• 3.2 基于双层编码遗传算法的车间调度算法研究37-44
• 3.2.1 遗传算法的概述38-39
• 3.2.2 车间调度问题的编码与解码39-41
• 3.2.3 交叉操作41-42
• 3.2.4 变异操作42-43
• 3.2.5 选择操作43
• 3.2.6 适应度函数计算程序43-44
• 3.3 本章小结44-46
• 4 紧急订单插单策略研究46-58
• 4.1 紧急订单相关问题阐述46-49
• 4.1.1 紧急订单的概念及特征46-47
• 4.1.2 紧急订单常用处理方法47-48
• 4.1.3 插单生产处理方式下常用的插单方式48-49
• 4.2 紧急订单插单模型研究49-57
• 4.2.1 问题描述49-50
• 4.2.2 问题假设50-51
• 4.2.3 基于收益最大化的紧急订单插单模型51-54
• 4.2.4 模型求解方法54-57
• 4.3 本章小结57-58
• 5 算例研究58-72
• 5.1 订单接受与调度一体化决策案例仿真58-62
• 5.1.1 案例背景介绍58
• 5.1.2 仿真计算58-62
• 5.2 紧急订单插单策略案例仿真62-69
• 5.2.1 案例背景介绍62-63
• 5.2.2 数据处理63-66
• 5.2.3 仿真计算66-69
• 5.3 本章小结69-72
• 6 总结与展望72-74
• 6.1 本文总结72-73
• 6.2 研究展望73-74
• 致谢74-76
• 参考文献76-80
• 图表清单80-82
• 附录82-84
• A. 攻读硕士学位期间参加的主要科研项目82
• B. 攻读硕士学位期间获奖情况82-84
• 个人简历、在学期间发表的学术论文及取得的研究成果84

【相似文献】

中国期刊全文数据库 前10条

1 武志军;宁汝新;万春辉;;车间调度中的动态工作日制研究与实现[J];制造业自动化;2006年04期

2 周祖德;刘东;;基于多代理和蜂群算法的车间调度系统研究[J];武汉理工大学学报(信息与管理工程版);2009年01期

3 潘群;模糊加工时间的车间调度优化[J];经济师;2004年05期

4 钟少波;;机械制造车间调度分析及其实现[J];科技创新导报;2008年36期

5 鄢长胜;;调度问题扰动研究[J];科技致富向导;2013年18期

6 马乐;刘文才;;动态集成制造系统环境下车间调度代理协商机制的研究[J];物流科技;2008年07期

7 黄英杰;姚锡凡;;基于目标级联法和粒子群算法的柔性分布式车间调度[J];中南大学学报(自然科学版);2012年01期

8 董晓倩;;基于多Agent的制造车间调度系统架构[J];广东农工商职业技术学院学报;2010年02期

9 柳寅;马良;黄钰;;模糊人工蜂群算法的置换流水车间调度问题求解[J];工业工程与管理;2013年04期

10 陈胜华;陈劲杰;陈仕文;李玮;;基于TOC的车间调度系统研究[J];机械管理开发;2010年02期

中国重要会议论文全文数据库 前5条

1 甘屹;杜继涛;;基于并行蚁群优化的车间调度研究[A];全国先进制造技术高层论坛暨第八届制造业自动化与信息化技术研讨会论文集[C];2009年

2 陈可嘉;季平;;一种集成MRP与车间调度的混合整数规划模型[A];2006年中国运筹学会数学规划分会代表会议暨第六届学术会议论文集[C];2006年

3 张秀丽;黄越;刘念;;基于混合优化算法的多目标柔性工作车间调度[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

4 苏翔;窦培华;;一种基于带熵的遗传算法在车间调度中的应用[A];第十届中国管理科学学术年会论文集[C];2008年

5 朱晓东;;基于TC-TPN的SMT产品制造系统车间调度[A];2008中国电子制造技术论坛论文集[C];2008年

中国重要报纸全文数据库 前2条

1 张敏华;湖北化肥明年将为员工办10件实事[N];中国石化报;2008年

2 通讯员 谢晓刚;信息化让设备质量管理耳聪目明[N];人民铁道;2009年

中国博士学位论文全文数据库 前5条

1 戴敏;面向节能的工艺规划与车间调度研究[D];南京航空航天大学;2015年

2 焦璇;基于混合量子算法的柔性作业车间调度问题研究[D];大连理工大学;2015年

3 黄云峰;车间调度和谐范式与多智能体系统情智集成的研究[D];重庆大学;2010年

4 曾强;离散制造企业批量生产车间调度智能优化研究[D];重庆大学;2010年

5 鞠全勇;智能制造系统生产计划与车间调度的研究[D];南京航空航天大学;2007年

中国硕士学位论文全文数据库 前10条

1 周严伟;基于快速非支配排序遗传算法的多目标流水车间调度研究[D];华南理工大学;2015年

2 邵炜世;混合差分—分布估计算法及其在车间调度中的应用研究[D];兰州大学;2015年

3 张龙;汽车线束领域的工艺规划与车间调度集成研究[D];合肥工业大学;2014年

4 董怡;考虑批量的柔性车间调度研究与实现[D];东华大学;2015年

5 冯世扣;基于遗传退火算法的车间调度研究与应用[D];浙江理工大学;2016年

6 杨钦贺;某航空发动机装配车间调度系统研发[D];东南大学;2015年

7 郭超;改进的粒子群优化算法在轮胎硫化车间调度的应用研究[D];青岛科技大学;2016年

8 陈功;基于混合遗传算法的船舶钢材准备车间调度研究[D];江苏大学;2016年

9 苗菁;融合多策略进化算法的静动态混合流水车间调度方法研究[D];华南理工大学;2016年

10 张晶;生产调度问题的BMO混合算法研究[D];北方民族大学;2016年

  本文关键词：流水线生产企业订单接受与调度决策，，由笔耕文化传播整理发布。

本文编号：342542