论文摘要：生产与库存计划集成建模及其优化算法研究

有关生产计划问题的研究已有较长的历史，但对不同层次的计划如何加以综合集成的研究还只停留在比较初步的阶段。本文在相关领域已有的研究成果基础上，依据整体建模和整体求解的思路，重点研究了针对易变质产品的批量计划与作业计划集成问题，以及采购计划、批量计划与作业计划集成问题。本文的主要工作内容如下：1、总结回顾了相关领域的研究现状，包括多层生产计划、库存控制、采购计划等领域，分析了现有递阶生产计划方法的优缺点。集成模型整体求解是解决多层生产计划问题很有效，也很有应用前景的一种方法，但是由于建模复杂，求解困难而研究较少。2、在总结回顾现有研究的基础上，采用基于时段的建模方法，分别针对不同的生产背景，提出了两个多层生产计划集成模型，以及相应的求解算法。① 基于易变质产品的生产计划与作业排序集成优化模型。针对大批量，多种类的规模生产易变质产品的生产企业，基于控制生产成本思想，建立了批量计划与单机排序的两层生产计划集成模型。并针对模型设计了一种协同进化遗传算法。在数值仿真实验中，对三种不同规模的问题进行计算，并与传统遗传算法进行比较，比较结果显示本文设计的协同进化遗传算法的优化性能，明显优于传统的遗传算法。② 基于成本的采购计划、批量计划与作业计划三层计划问题集成模型。整体模型的目标函数为最小化企业的综合成本，由综合生产成本和综合采购成本组成。综合生产成本包括三部分：产成品的库存成本、产成品的缺货成本和加班成本。综合采购成本包括三部分：原材料订购固定成本、原材料库存成本和原材料持有成本。针对模型设计了一种内嵌最短路算法的遗传算法，遗传算法用于优化整体目标函数，内嵌的最短路算法用于求解最优的订购策略。通过数值仿真实验并与递阶优化方法进行了详细比较，结果验证了本文提出的对企业采购计划与多层生产计划集成问题的整体建模方法，以及所采用的整体优化求解思路的可行性和实际应用价值。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/209052.html