用来减少库存和运送成本及制造商供应链调度问题.docVIP

用来减少库存和运送成本的制造商供应链调度问题 摘要 在供应链中，制造商在不同的时间点从供应商接受任务，并且生产和提供给客户的最终产品是分批进行。供应链中制造商可以被建模为在一台机器，要解决的问题可以建模为最小化的加权流动时间的总和最小的批量交付成本。由于问题的任意处理时间，释放时间和权重是很难确定的，我们先分析一些多项式可解的特殊问题。这样，我们 开发一个启发式算法来解决一般问题。我们还开发了一个下界研究 ，我们的启发式算法和计算实验的表现证明，解决方案的启发式算法接近最优解。 介绍 供应链管理已经成为一个最重要的在制造业研究主题。这在束缚生产和外向交货同时考虑调度模型可以提高供应链的整体性能。最近 供应链调度的新兴研究领域试图解决这个问题。爱尔和波茨（2003）的研究几种供应链问题，通过包括快递费用，除了总体目标中的调度费用。所有这些文件，考虑的目标最小化加权流动时间的总和（或流动时间之和），其中加权流动时间可以理解为持有存货成本。如果我们考虑一个单独的生产系统（或组织）作为一台机器，并且在时间的订单（或生材料）到达系统释放时间，那么问题将相当于单台机器释放时间上成批调度问题。如果其处理完成，任务可以交付给客户。在大多数情况下，已完成的任务给客户时，产生快递费用。因此，作业批量交付给客户节省快递费用。然而，等待 在系统交付工作增加了持有成本。因此，我们需要找到增加的库存持有成本和降低的交付成本之间的权衡。赛维约翰和斯特尼（2009）研究这个问题在与多个客户的供应商，在这个研究中所有的工作都可以在时间为零时处理。他们提出 1.5近似算法，并进行参数数据分析来证明，该算法产生的解决方案更接近现实问题的数据的最佳解决方案。哈利姆和大田（1994）的研究成批处理调度，尽量减少制造商的流动时间，任务到达时和最终产品交付是遵循准时制生产的时间哲学。在本文中，我们研究了制造商的分批排序，在这的工作是在不同的时间由向供应商提供的，并 还有每次招致的交付成本交付向客户，并且每次向顾客分散货物都会产生一个分配费用。因此，我们的问题定义如下：我们对m顾客给出一组总做变量J=(S1，S2…Sm），其中Si=(Ji1,Ji2…Jin)是客户Ii=1,2…m设置的工作，任务数是n=Σ n 。大多数实际案例中，对于制造商m是相对稳定的。这证明了我们的假设，即客户的数量m是固定。Jik 表示顾客Ii的第k个任务。对于每个作业Jik 记为 Pik,rik和Wik 。分别是处理时间，释放时间和权重。只有属于同一顾客的作业可以在相同的批次被传递。对于顾客Ii, 每个批次是一个交付成本qi,i_m。我们的目标是找到一个时间表最大限度地减少了持有及快递费用的总和。在调度中，任务的单位持有成本Jik称为权重Wik 。系统中的时间段Jik 称为流动时间Fik。因此，系统中的持有成本Jik=（Wik*Fik）。让Cik作为完成时间Jik 。然后，我们知道了任务Jik的交货时间Dik大于或等于Cik并且Fik=Dik-rik。延伸这三个符号，该问题可以通过以下方式来表示1|m，ri，k|ΣWi，kFi,k+Σbiqi, 其中bi为客户Ii的批量数目的时间表。我们还作如下假设：（1）一旦任务被启动， 它的处理过程中不允许中断；（2）所有数据非负整数；（3）所有数据都为在零时前明确定义；（4）快递费用是独立的成批处理。 莱森等人（1977）证明了单台机器的随机释放时间的排序，以尽量减少总的完工时间和是非常艰难的。进一步，莱博等人（1984）证明单台机器的随机释放时间的排序以尽量减少总的完工时间和是非常艰难的，即使抢占被允许。因此，很明显我们的批量调度问题即使是在允许被抢占的情况下也是很困难的。艾尔和波茨（2003）的研究相似问题的假设是相同的客户的工作遵循一个固定的作业序列。他们解释释放时间供应商交货的订单到达时间，问题的动态规划算法的时间复杂度为O与工作具有相同的权重。事实上，它们的动态规划算法给定的作业序列可以很容易地修改了当作业具有任意权重问题。我们 对于这个问题的第一项研究就是找出一些特殊情况下可以解决的多项式。那么对于一般问题我们开发了启发式算法，开发下限测试该算法的性能。本文的结构如下；第2节讨论一些这个问题的初始问题。在第3节中，我们研究最佳方案，当所有作业的作业顺序是固定的。第4节研究这个问题时，每个客户的工作必须根据一个固定的排列的单台机器上加工，分两种特殊情况下（i）当所有的工作都有平等的处理时间，（ii）当所有的工作都处理单位时间。第5节研究了一般的问题，即任务有任意加工时间，权重，和释放时间。一种启发式算法和下界算法，并依据给出了计算实验表明，该启发式算法找到接近 最优解。第6节最后为结论，以简短的讨论未来的研究。 初步行动