基于FART技术的合同制造生产任务分配决策的研究.pdfVIP

基于FART 技术的合同制造生产任务分配决策研究 刘叶霞，王雪峰，陈志祥 (中山大学管理学院，广州，510275) 摘要：基于分布制造环境下，多工厂协作生产的任务分配问题，本文应用无监督、自组织学习的Fuzzy ART 神经网络技术， 并对其根据问题的实际进行改进，建立生产任务分配的多属性决策算法。应用该算法对一个制造企业的6 个生产任务，三个 合同制造商的实际问题进行仿真，通过该算法来寻找生产任务与合同制造商之间的最佳匹配关系，取得了理想合同制造商的 选择结果。 关键词：合同制造商选择，Fuzzy ART 神经网络，分布式制造 作者简介：刘叶霞（1986-），女，湖南娄底人，硕士生，研究方向：生产运作管理(lyx.alicia@) 王雪峰(1984-)，男，山东诸城人，硕士生，研究方向为生产运作管理(wangxuefengcn@163.com) 陈志祥(1966-)，男，广西陆川人，教授，博士，研究方向：生产运作管理 Production Task Allocation Decision Based on FART Technology LIU Ye-xia, WANG Xue-feng, CHEN Zhi-xiang (School of Business, Sun Yat-sen University, Guangzhou Guangdong 510275, China) Abstract: Under the background of distributed manufacturing, this paper uses the no supervision and self organized learning Fuzzy art neural network to solve the problem of production task allocation in collaborative multi-plant production environment. . Based on the practical problem, this paper establishes the multi-attribute decision-making algorithm for the allocation of production tasks. Simulating a assembly manufacturing enterprise with 6 production tasks and 3 contracted manufacturers, the Fuzzy ART neural network obtains a satisfied and reasonable results with an optimal matching between production tasks and the contracted manufacturers. Keywords: contracted manufacturer selection, Fuzzy ART neural network, distributed manufacturing 0 引言 理方法（Case-based reasoning ，Szelke and Markus 1997)[2−6] 整合智能学习功能解决新问题也被用来解决任务 合同制造（Contract Manufacturing，CM）是企业向外 分配问题。本文则利用模糊自适应神经网络（Fuzzy ART）， 部采购的一种方式，采购的对象一般是成品或集成部件，这 克服专家系统不能自主学习、遗传算法只可次优化、实例推 些成品和集成部件一般用来组装最终产品或直接销售。它的 理法需要经验样本的缺陷，在无监督和自组织学习的条件 具体形式为：企业与供应商订立长期供应合同，供应方按合 下，以相似度为依据，初始化分类模式，寻找生产任务与合 同规定生产所需的产