多产品批处理多机并行调度问题研究.docVIP

多产品批处理多机并行调度问题研究 　　摘 要：针对多品种批量生产类型，基于准时化生产理念，研究在生产能力有限约束下将各订单拆分为各子订单，实现各子订单在多机器上的并行调度问题，以最小化生产费用、库存成本、延期惩罚之和为目标，提出了一种混合整数数学模型并采用遗传算法求解，对比了模拟实验结果并讨论了不同延期惩罚系数对不同目标函数的各项性能指标的影响。 　　关键词：生产计划调度；延期惩罚；准时化生产；遗传算法；面向订单 　　中图分类号：F403.3 文献标识码：A 　　Abstract： For multi-products batch production type， based on the JIT philosophy， we study the problem about splitting each order into sub-orders with the limited production capacity constraint to achieve sub-orders parallel scheduling on multi-machines. In order to realize the goal of minimizing the sum of production， inventory and tardiness cost， this paper proposes a mixed integer mathematical model and uses the genetic algorithm solve it. We compare simulation experiment results and discusse the influence of performance index of different objective function affected by tardiness penalty coefficient. 　　Key words： production planning and scheduling； tardiness penalties； JIT； genetic algorithms； MTO 　　0 引 言 　　生产计划与调度问题是制造企业最基础也最核心的问题，是在满足某些约束条件（如有限生产能力及资源、任务释放时间和截止期等）下对任务进行合理排序，并安排各个任务开工时间，最终实现企业一个或多个目标的最优化。实际中对调度的评价大致可归为三类：最大能力指标、成本指标、客户满意度指标[1]，其中最大能力指标大多应用在需求固定或需求无上限的情况下，传统生产调度应用较多，但实际却是提前完成生产的成品需入成品仓库需要支付一笔不小的仓储费用，延期生产产品则会有损企业声誉，同时企业还需支付违约金，因此实际中更多的综合考虑库存成本以及延期惩罚费用。 　　考虑库存成本、延期惩罚生产调度问题的核心是准时化生产。专家学者对其进行大量研究：Held[2]和Bagchi U[3]研究了单机环境下的提前、拖期调度问题；Prabuddha De[4]探讨了单机调度完成时间偏差最小化问题，调度中考虑了不同任务的加权系数情况；Coleman[5]针对考虑任务准备时间与加工顺序相关这一实际情况研究单机调度问题；Fry and Armstrong[6]，Garey and Tarjan[7]和Yano and Kim[8]研究了给定排序下的开工时间优化问题，但对惩罚权重有一定的限制；Cheng T C E[9]讨论了互不相关的任务在多机的并行调度问题，阐述流程时间加成本最小、提前拖期惩罚费用最小两个问题。 　　多机并行调度问题虽得到一定研究，但调度的任务间大多是无关的，然实际中会由于生产容量限制需要将订单拆分为加工任务，这些任务间实际上存在一定关系的，这对调度有一定的影响。本文以某酒企业生产为研究背景，研究已知交货期的订单在生产容量限制分割为子订单后的多机并行调度问题，尽量实现各订单的准时化生产。 　　1 问题描述 　　本文研究的酒生产调度是在一般车间调度问题上简化的，不考虑具体的工艺路线，整套的工艺路线在一台机器上即可生产完；其中加入了生产中容量限制这一约束，在可能情况下都以最大容量组织生产，最后不够最大容量的人任为一批组织生产，这就要求先要对生产订单进行分割，在此基础上进行调度。本文的计划排程描述如下：实现i个订单在m台机器上并行调度，其中涉及订单拆分情况。排产调度要做的是：（1）根据产品的最大生产容量将i个订单分割为各子订单即要排产的任务。（2）把各子订单安排到m台机器上生产并确定产线上子订单的生产顺序和生产时间；调度的目标是使得所有订单能够在交货期附近结束生产，使得批生产