论文部分内容阅读
近年来随着工业化和城镇化进程的加快，居民消费结构的升级，钢材需求量持续增加，我国的钢铁工业取得了飞速的发展。但是尽管如此，我国的钢铁企业在技术水平和企业竞争力等方面与国际一流的钢铁企业相比仍然存在着一定的差距。随着全球经济一体化进程的加快，市场竞争日益激烈，我国的钢铁企业面临着不断缩短交货期，降低产品成本，增加高附加值产品产量和提升客户服务水平的巨大压力。
钢铁生产是一个多阶段过程，具有资源消耗量大、对生产稳定性要求极高的特点。在生产钢铁产品的过程中需要消耗大量的原料，同时会产生大量的中问产品。如何科学合理地确定各生产阶段的资源库存量，对于保证生产稳定运行、降低资源存储费用、提高设备产能具有重要的意义。由于钢铁生产的原料端和成品端的资源库存问题最为突出，而且这两端是直接与企业外部供应商和客户相连接的重要环节，所以钢铁企业原料端和成品端的库存优化问题格外重要。本文以这两端的资源为对象，对钢铁生产库存优化问题展开了如下研究：
1)钢板生产合同计划问题生产合同计划体现了以销定产的管理理念，是贯穿各道生产工序、决定生产能否顺利有效完成的重要环节。其主要任务是根据生产合同的交货期、各道工序的生产能力等确定生产合同在各道工序上的开始加工时间和完工时间。
本文针对钢板生产系统中的生产合同计划问题，以最小化所有生产合同的总加权完成时间为目标建立了确定性的混合整数规划模型。采用了拉格朗日松弛、线性规划和启发式算法混合求解策略，将耦合整数变量和连续变量的约束通过拉格朗日乘子松弛并引入到目标函数中。由此得到的拉格朗日松弛问题能够按照变量类型分解为两个子问题。与连续变量相关的子问题是线性规划问题，能够直接使用标准软件包OSL进行求解，另一个子问题是整数规划问题，能够通过进一步分解而求得最优解。使用基于宝钢实际生产数据所产生的测试问题对算法性能进行了测试，计算结果充分证明了该算法的有效性和稳定性。
2)原料采购问题原料采购作为企业生产的起点主要解决的是如何以适当的价格获得生产所需的适当数量原料的问题。在原料采购计划的编制过程中，需要进行供应商的选择，确定各种原料在各时间段内的采购数量，同时还需要分析采购成本的构成，考虑对于采购预算、库存能力和库存周转率等的限制。本文分别从传统采购和供应链协调采购两种不同的角度研究了宝钢的原料采购问题。
(1)以最小化制造商的采购成本为目标，建立了传统采购模型。在进行供应商选择时主要考虑了以下因素：产品价格、订货成本、与供应商建立合作关系的固定管理成本、产品质量、订单完成率、缺货损失、检测成本、库存成本、处理成本（包括厂内厂外的运输总成本、在码头或车站的接货成本）等。
(2)以最小化供应链中与采购过程相关的冗余成本为目标，建立了供应链协调采购模型。重点考虑了供应商管理库存策略(VMI)、动态确定价格和惩罚、优化检测成本和库存成本、降低供应商加班生产成本等问题。
考虑到上述模型的复杂性，本文开发了有效的启发式求解算法。计算结果充分说明了制造商与供应商之间进行协调的重要性。
3)原料库存问题原料库存管理是现代企业生产管理中的一项重要内容，其目的是在保证企业正常生产的前提下，通过对企业原料库存水平的控制，用最低的采购费用、生产费用和存储费用在适宜的时间采购或生产适当数量的原材料、半成品和最终产品。本文分别针对原料需求率为定值的单级原料库存问题和原料需求为动态的多级原料库存问题进行了研究。
(1)以实现原料库存相关成本的最小化为目标建立了单级原料库存优化模型用于确定各种原料的最佳库存水平和补库时间间隔。开发了拉格朗日松弛、序贯引入约束法和启发式算法混合求解策略。根据宝钢的生产实绩数据进行了仿真计算，实验结果表明这种方法能够在允许的时间内得到高质量的解。
(2)以最小化生产库存成本为目标函数为烁铁生产系统中的多级原料生产库存问题建立了混合整数规划模型，用于确定各种原料在各时间段内的生产量和库存量。考虑到模型中包含了大量的变量和约束，采用了基于拉格朗日松弛的分解方法。首先，将变量一致性约束借助拉格朗日乘子松弛并引入到目标函数中。然后，将得到的松弛问题按照变量类型分解为两个子问题，一个是线性规划，另一个是整数规划。线性规划子问题只涉及连续变量能够使用标准软件直接求解，而整数规划子问题能够通过多项式算法快速求出最优解。通过对可行解性质的分析加快了线性子问题求解的速度。为了提高下界，引入了有效不等式，同时开发了用于改进上界的启发式策略。为了进一步改进解的质量，文中又构造了基于变量分离的拉格朗日松弛算法，在这个算法中对某些原变量进行了复制，并使用这些复制变量重新构造了原问题。原变量与复制变量之间的关系是通过一些等式约束进行精确地描述的，这些约束也同时被追加到新构造的原问题中。当这些等式约束松弛后，新的原问题就能够按照变量类型分解为两个独立的子问题。这两个子问题均能够被最优求解。基于宝钢的实际生产数据对上述所有拉格朗日松弛算法的性能进行了测试。计算结果显示，所有的算法都能够在合理的时间内获得高质量的解，其中基于变量分离的算法效果最好。
4)冷轧生产中的多阶段生产库存问题多阶段生产库存计划是冷轧生产管理的重要内容，旨在通过对各种产品生产量和库存量的有效控制，实现各工序间的物流平衡，从而在满足客户订单需求和库存容量限制的前提下，达到最小化生产、库存及启动费用的目的。本文分别研究了需求允许延迟满足和不允许缺货两种不同类型的冷轧多阶段生产库存问题。
(1)针对需求可以延迟满足的冷轧生产系统，建立了以最小化库存成本、拖期惩罚和启动成本为目标的多阶段生产库存模型，模型中充分考虑了工序不允许停机的情况以及计划与调度之间的一致性问题。为了解决这一问题，提出了基于变量分离的拉格朗日松弛算法。使用基于实际生产数据产生的400个算例进行了仿真实验，计算结果显示对于所有的测试问题该算法都能够在15分钟的计算时间内找到高质量的解，充分证明了该算法求解实际规模问题的有效性。
(2)针对不允许缺货的冷轧生产系统，建立了以最小化生产成本、库存成本和启动成本为目标的多级生产批量模型，模型中考虑了生产工艺路线选择问题。采用基于变量分离的拉格朗日松弛算法对问题进行了求解。使用依据实际生产数据所生成的算例进行了仿真实验，计算结果显示该算法能够在较短的计算时间内找到质量较好的解。