论文部分内容阅读
随着经济的不断发展市场竞争日趋激烈，企业的生产模式逐渐从面向库存的生产模式过渡到面向订单的离散型生产模式，企业越来越关注客户的要求和体验，因此为满足客户的需求产品的种类也越来越多。目前，离散型生产企业总体呈现多品种小批量的态势，对企业提出了新的考验，如何做好面向订单的多品种小批量生产方式的调度问题，关系到订单能否按时交货，关系到企业生产率的高低等企业生存的关键问题。不同于传统的大量大批生产，多品种小批量的生产模式的车间调度较为复杂，产品种类多、批量小意味着在生产过程中需要根据订单的要求不停地进行生产线的调整，自然而然的增加了生产准备时间和换模时间，间接地导致生产效率低下。另外，企业接受的订单在交货期和批量等方面各不相同造成生产调度不平衡的问题，这些问题都对面向订单的离散型生产企业的生产调度提出了更高的要求。 本研究将成组技术和改进蚁群算法相结合应用到面向订单的离散型生产系统的生产调度方面，分别从宏观和微观的层面对面向订单的离散型生产系统进行优化。根据工业工程的优化思想----从宏观到微观的优化思想，在解决调度问题前首先明确两个问题，一个是宏观层面的订单排产问题，另一个是微观层面的作业车间调度问题。针对宏观层面订单排产问题，构建订单成组模型，首先将订单按照产品种类、交货期等因素进行分解成子订单，然后运用模糊聚类方法考虑工艺相似性、交货期、客户重要度、产品需求量大小等因素对订单进行重组。重组后的订单兼顾了交货期和客户重要度的要求，同时满足产品加工过程中的工艺要求，使工艺相似度高的订单成组在一起，减少了加工过程中的生产准备时间和换模时间，从而提高生产效率和生产平稳性。针对微观方面微观层面的作业车间调度问题,构造基于记忆曲线模型的改进蚁群算法对作业车间调度问题进行优化求解，以最小加工周期时间为目标函数，解决产品和机器之间的分配问题。通过改进蚁群算法求解作业车间调度问题保证了最小作业周期时间，进一步提高了生产效率。通过建立订单成组模型和改进蚁群算法对离散型生产系统生产调度进行优化研究，有效地解决了面向订单的多频周小批量生产方式在生产调度方面存在的问题，对研究面向订单的多品种小批量离散型生产系统的研究具有一定的借鉴意义和实用价值。