本文選題：生產(chǎn)計(jì)劃　切入點(diǎn)：生產(chǎn)調(diào)度　出處：《浙江大學(xué)》2016年博士論文　論文類型：學(xué)位論文

【摘要】：生產(chǎn)計(jì)劃和調(diào)度不僅是企業(yè)生產(chǎn)和管理的重要環(huán)節(jié)之一,而且是生產(chǎn)決策的有效依據(jù),計(jì)劃和調(diào)度方案的優(yōu)劣決定了企業(yè)的經(jīng)濟(jì)效益。生產(chǎn)計(jì)劃和調(diào)度橫向覆蓋的范圍廣,縱向包括的層次多,涉及很多不確定因素,例如：產(chǎn)品需求、產(chǎn)品銷售價(jià)格、生產(chǎn)成本、公用工程、處理時(shí)間、生產(chǎn)能力、交貨時(shí)間等不確定因素。以上不確定性因素對(duì)生產(chǎn)計(jì)劃和調(diào)度有重要的影響,可能使優(yōu)化結(jié)果不是最優(yōu)解甚至是非可行解,從而嚴(yán)重影響企業(yè)的生產(chǎn)效率和經(jīng)濟(jì)效益。本論文研究不確定環(huán)境下的生產(chǎn)計(jì)劃和調(diào)度問(wèn)題,考慮的不確定因素包括：產(chǎn)品需求、產(chǎn)品銷售價(jià)格、成本、公用工程等。根據(jù)不確定因素的時(shí)間尺度,將不確定因素劃分到計(jì)劃層或調(diào)度層中進(jìn)行區(qū)別處理。與生產(chǎn)計(jì)劃相比,生產(chǎn)調(diào)度涉及的約束較多,針對(duì)生產(chǎn)調(diào)度問(wèn)題的建模方法也更多,所以不確定環(huán)境下的生產(chǎn)調(diào)度問(wèn)題是本文的重點(diǎn)研究?jī)?nèi)容之一。另外,公用工程不確定性與生產(chǎn)過(guò)程聯(lián)系緊密,對(duì)調(diào)度優(yōu)化結(jié)果的可行性和最優(yōu)性影響較大,但又經(jīng)常被忽視。因此,本論文在調(diào)度層主要圍繞公用工程的不確定問(wèn)題展開(kāi)研究,分別從建模方法和生產(chǎn)過(guò)程類型兩個(gè)方面進(jìn)行了深入的研究和分析。為了降低公用工程不確定性對(duì)生產(chǎn)和經(jīng)濟(jì)利益的影響,分別提出變周期調(diào)度策略、公用工程與生產(chǎn)率之間模糊關(guān)系、混合雙層連續(xù)模型、計(jì)劃調(diào)度雙層集成模型等方法。本文的主要研究工作和創(chuàng)新點(diǎn)如下：1)在計(jì)劃模型中考慮多種不確定因素,例如：產(chǎn)品需求、產(chǎn)品銷售價(jià)格和成本的不確定性,采用離散時(shí)間建模方法,建立混合整數(shù)線性規(guī)劃(Mixed Integer Linear Programming, MILP)不確定計(jì)劃模型,并利用機(jī)會(huì)約束規(guī)劃理論描述以上3種不確定因素。除了基本約束之外,在不確定模型中還考慮了生產(chǎn)率波動(dòng)和庫(kù)存水平超限約束。分析了置信因子的不同取值對(duì)優(yōu)化結(jié)果的影響及原因。驗(yàn)證了所建模型可以處理帶有多種不確定參數(shù)的計(jì)劃問(wèn)題,使含有不確定參數(shù)的約束在大于某概率水平下成立,優(yōu)化結(jié)果為企業(yè)在不同戰(zhàn)略目標(biāo)下的生產(chǎn)決策提供依據(jù)。2)針對(duì)間歇生產(chǎn)過(guò)程和連續(xù)生產(chǎn)過(guò)程,采用離散時(shí)間建模方法,分別建立MILP不確定調(diào)度模型,用于降低公用工程擾動(dòng)對(duì)生產(chǎn)過(guò)程造成的影響。在間歇生產(chǎn)調(diào)度模型中,引入四維0-1變量,使得生產(chǎn)任務(wù)可以跨越多個(gè)調(diào)度周期,有效地解決了公用工程統(tǒng)計(jì)量不準(zhǔn)確的問(wèn)題。在連續(xù)生產(chǎn)調(diào)度模型中,提出變周期調(diào)度策略,解決了調(diào)度周期與公用工程擾動(dòng)的持續(xù)時(shí)間不匹配以及計(jì)算復(fù)雜度問(wèn)題。算例驗(yàn)證了間歇過(guò)程調(diào)度模型在公用工程無(wú)擾動(dòng)情況下,可以準(zhǔn)確地統(tǒng)計(jì)公用工程消耗量；在公用工程帶有擾動(dòng)的情況下,模型的優(yōu)化結(jié)果可以對(duì)公用工程擾動(dòng)做出響應(yīng),降低了公用工程擾動(dòng)對(duì)優(yōu)化結(jié)果的影響。連續(xù)過(guò)程算例驗(yàn)證了當(dāng)公用工程擾動(dòng)小于調(diào)度周期時(shí),變周期調(diào)度模型能夠?qū)_動(dòng)做出響應(yīng),并獲得更好的優(yōu)化結(jié)果。3)針對(duì)間歇生產(chǎn)過(guò)程的不確定調(diào)度問(wèn)題,基于特定單元事件點(diǎn)的連續(xù)時(shí)間建模方法,建立混合整數(shù)非線性規(guī)劃(Mixed Integer Nonlinear Programming, MINLP)不確定調(diào)度模型。采用模糊理論描述公用工程的不確定性,并建立公用工程和生產(chǎn)率之間的模糊線性關(guān)系,來(lái)間接描述處理時(shí)間的不確定性。最后利用加權(quán)平均法將不確定模糊模型轉(zhuǎn)化成確定性模型再求解。通過(guò)算例驗(yàn)證了模型的有效性,并詳細(xì)地分析了一些重要的參數(shù)對(duì)優(yōu)化結(jié)果的影響及其取值方法。4)特定單元事件點(diǎn)連續(xù)時(shí)間模型(Unit-specific Event-based Continuous Time Model, UEBCTM)存在約束過(guò)于嚴(yán)格和計(jì)算不準(zhǔn)確問(wèn)題。為了解決UEBCTM模型的缺陷,提出雙層模型結(jié)構(gòu)并建立基于特定單元事件點(diǎn)和時(shí)間槽的混合模型。采用UEBCTM建模方法,建立上層MILP模型；采用基于時(shí)間槽的連續(xù)時(shí)間建模方法,建立下層的非線性模型。此外,在下層模型中引入模糊理論來(lái)描述公用工程供給量的不確定性。雙層混合模型的求解通過(guò)上、下層模型的迭代獲得。算例驗(yàn)證了雙層混合模型不但具有UEBCTM模型的優(yōu)點(diǎn),而且解決了UEBCTM模型的缺陷,并能夠在公用工程不確定的情況下為生產(chǎn)決策提供依據(jù)。5)考慮生產(chǎn)計(jì)劃和調(diào)度中的多種不確定因素,建立多周期的計(jì)劃和調(diào)度雙層集成模型。計(jì)劃層采用離散時(shí)間建模方法并引入機(jī)會(huì)約束隨機(jī)規(guī)劃來(lái)描述需求不確定性,建立離散時(shí)間線性不確定計(jì)劃模型,同時(shí)考慮了生產(chǎn)率波動(dòng)和參考庫(kù)存約束。調(diào)度層解決帶有公用工程不確定的生產(chǎn)調(diào)度問(wèn)題,采用UEBCTM建模方法并引入模糊理論建立關(guān)于多用途間歇過(guò)程的連續(xù)時(shí)間不確定調(diào)度模型。利用滾動(dòng)優(yōu)化策略對(duì)計(jì)劃和調(diào)度雙層模型進(jìn)行迭代求解。仿真結(jié)果驗(yàn)證了所提方法的有效性和優(yōu)越性。機(jī)會(huì)約束方法可以結(jié)合不確定信息優(yōu)化產(chǎn)品的產(chǎn)量,為決策者提供更準(zhǔn)確的參考依據(jù),有利于決策的合理性和有效性。使用模糊理論表示公用工程的不確定性更真實(shí)地描述了公用工程的供給量,增加了調(diào)度結(jié)果的可行性,降低了不確定參數(shù)對(duì)優(yōu)化結(jié)果的影響,同時(shí)提高了設(shè)備和公用工程的利用率。
[Abstract]:Production planning and scheduling is not only an important part of enterprise production and management, and is effective on the basis of production decision, planning and scheduling scheme determines the economic benefits of the enterprise. The scope of production planning and scheduling for horizontal coverage is wide, including multiple levels, involving many uncertain factors, such as product demand product sales prices, production costs, utilities, processing time, production capacity, delivery time and other uncertain factors. These uncertainty factors have an important effect on the production planning and scheduling, may make the optimization results than the optimal solution or even infeasible solutions, thus seriously affect the production efficiency and economic benefits. This paper the uncertainty of production planning and scheduling problem under uncertainty, including consideration: product demand, product sales price, the cost of utilities, etc. according to the uncertain factors The time scale, the uncertain factors into plan layer or layer scheduling distinction. Compared with the production plan, production scheduling involves many constraints, the modeling method for production scheduling is more uncertain, so the production scheduling problem under the environment is one of the key research content of this paper. In addition, the utility is not the uncertainty and the production process is closely linked, has great influence on the optimization results of feasibility and optimality, but often overlooked. Therefore, this paper mainly focus on scheduling layer utilities uncertain issues research, from two aspects of modeling method and process type is studied and analyzed in order to. To reduce the uncertainty of utilities impact on production and economic benefits, propose variable cycle scheduling strategy, the fuzzy relation between utilities and productivity, mixed double continuous Planning and scheduling model, double integration model and method. The main research work and innovations are as follows: 1) in the planning model considering various uncertain factors, such as product demand, product sales price and cost uncertainty, the discrete time modeling method, establish a mixed integer linear programming (Mixed Integer Linear Programming. MILP) uncertain planning model, and use the chance constrained programming theory described above 3 kinds of uncertain factors. In addition to the basic constraints, in the uncertain model also considers the productivity fluctuation and inventory levels exceeding limit constraints. Analysis of the different values of the confidence factor to influence the optimization results and the reasons. The model can be verified treatment plan with a variety of uncertain parameters, the uncertain parameters in the establishment of a level greater than the probability, the results of the optimization of enterprises in different strategic goals The production decision.2) provide the basis for batch process and continuous process, the discrete time modeling method, MILP uncertain scheduling model are established respectively, to reduce the disturbance impact on the utility of the production process. In the batch production scheduling model, introducing the four-dimensional 0-1 variables, making the production task spanning multiple scheduling cycle, effectively solves the problem of inaccurate statistics of public works. In the continuous production scheduling model, put forward the periodic scheduling strategy, solve the duration of scheduling period and utility disturbances do not match and the computational complexity problem. Examples show the batch process scheduling model of non disturbance in utilities, can accurate statistical utility consumption; with disturbances on the utility model, the optimization results can respond to public engineering disturbance reduction The utility of low disturbance influence on the optimization results. The continuous process is verified when less than the scheduling period utility disturbance, variable cycle scheduling model can respond to disturbance, and obtain better optimization results.3) for uncertain scheduling of batch production process, continuous time modeling method based on the specific unit event, a mixed integer nonlinear programming (Mixed Integer Nonlinear Programming, MINLP) uncertain scheduling model. Using fuzzy theory to describe the utility of uncertainty, fuzzy linear relationship and the establishment of utilities and productivity between the indirect description of processing time uncertainty. The uncertainty of the fuzzy model is transformed into a deterministic model and then solved by the weighted average method. Through an example to verify the validity of the model, and a detailed analysis of some important parameters on the optimization results. Sound and value method.4) specific unit event continuous time model (Unit-specific Event-based Continuous Time Model, UEBCTM) constraint is too strict and not accurate calculation. In order to solve the defects of the UEBCTM model, the double model structure and a hybrid model specific unit event and time slot based. Using UEBCTM modeling method, establish the upper MILP model; continuous time modeling method based on time slots, a nonlinear model of the lower. In addition, fuzzy theory is introduced to describe the utility supply uncertainty in the lower model. The bilevel mixed model by iteration, obtain the lower model. Examples show the advantages of hybrid model not only has the UEBCTM the model, and solves the defects of the UEBCTM model, and in the public works under the condition of uncertainty is provided according to the production decision According to.5) consider a variety of production planning and scheduling uncertain factors in the planning and scheduling model of multi period integrated double layer. The plan by using the discrete time modeling method and the introduction of chance constrained programming to describe the demand uncertainty, a discrete time uncertain linear planning model, considering the productivity fluctuations and reference inventory constraints. Scheduling layer to solve scheduling problem with uncertain utilities, using UEBCTM modeling method and fuzzy theory based on continuous time multipurpose batch process uncertain scheduling model is introduced. The rolling optimization strategy for planning and scheduling of two-layer model can be used in iteration. Simulation results verify the validity and superiority of the proposed method.. the chance constraint method can be combined with uncertain information to optimize the output of product, to provide more accurate reference for decision makers, is conducive to the decision Reasonable and effective. The use of fuzzy theory to describe the utility uncertainty more realistically describes the supply of utilities, increase the feasibility of scheduling results, reduce the influence of uncertain parameters on the optimization results, and improve the utilization rate of equipment and utilities.

【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：TB497

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;全國(guó)大中型水泥玻璃陶瓷企業(yè)超額完成第三季度生產(chǎn)計(jì)劃[J];建筑材料工業(yè);1959年20期

2 ;深入群眾 抓思想 促生產(chǎn)——開(kāi)挖四隊(duì)連續(xù)七個(gè)月完成生產(chǎn)計(jì)劃的主要經(jīng)驗(yàn)[J];水利與電力;1961年14期

3 馬士華,陳榮秋;一種綜合生產(chǎn)計(jì)劃與控制新模式[J];湖北工學(xué)院學(xué)報(bào);1996年S1期

4 梁武榮;實(shí)施旬滾動(dòng)生產(chǎn)計(jì)劃的設(shè)想[J];機(jī)電工程技術(shù);2002年S1期

5 張斌,于明,王晨,陳榮興,劉艷凱,蘇穎;生產(chǎn)計(jì)劃制定過(guò)程的分析及數(shù)學(xué)建模[J];工業(yè)工程與管理;2003年03期

6 顧永麟;俄羅斯2004年～2010年機(jī)車生產(chǎn)計(jì)劃[J];國(guó)外內(nèi)燃機(jī)車;2004年06期

7 徐秋棟;《生產(chǎn)計(jì)劃與控制》[J];工業(yè)工程與管理;2004年S1期

8 胡朝峰,汪濱,過(guò)學(xué)迅;制定汽車生產(chǎn)計(jì)劃的優(yōu)化模型[J];汽車科技;2005年06期

9 陳志祥;;生產(chǎn)計(jì)劃動(dòng)態(tài)響應(yīng)過(guò)程模式與案例研究[J];成組技術(shù)與生產(chǎn)現(xiàn)代化;2006年03期

10 張新敏;杜厚東;李志強(qiáng);;基于蟻群算法的連續(xù)時(shí)間生產(chǎn)計(jì)劃優(yōu)化[J];沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào);2007年03期

相關(guān)會(huì)議論文 前10條

1 張磊;蔣洪波;;提高生產(chǎn)計(jì)劃安排的科學(xué)性[A];電子玻璃技術(shù)學(xué)術(shù)論文集[C];2004年

2 田聿新;;多品種小批量生產(chǎn)廠經(jīng)營(yíng)生產(chǎn)計(jì)劃輔助決策系統(tǒng)[A];發(fā)展戰(zhàn)略與系統(tǒng)工程——第五屆系統(tǒng)工程學(xué)會(huì)年會(huì)論文集[C];1986年

3 張偉;徐潔;顧幸生;蔣慰孫;張建新;張耀;;生產(chǎn)計(jì)劃的遞階結(jié)構(gòu)模型及其應(yīng)用[A];1994中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1994年

4 楊柳;鐘金宏;;考慮外包的多產(chǎn)品生產(chǎn)計(jì)劃問(wèn)題模型與仿真[A];中國(guó)企業(yè)運(yùn)籌學(xué)[2010(1)][C];2010年

5 徐峰;張乃堯;華煒;;混合型企業(yè)的資源模型和制定生產(chǎn)計(jì)劃的方法[A];1998年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];1998年

6 王罡;蕭蘊(yùn)詩(shī);田華;吳啟迪;;生產(chǎn)計(jì)劃方法概述[A];1995中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1995年

7 張紅宇;高陽(yáng);;再制造生產(chǎn)計(jì)劃與排程研究綜述[A];第三屆（2008）中國(guó)管理學(xué)年會(huì)——市場(chǎng)營(yíng)銷分會(huì)場(chǎng)論文集[C];2008年

8 鄭燕;藍(lán)伯雄;;復(fù)雜制造系統(tǒng)生產(chǎn)計(jì)劃優(yōu)化模型的實(shí)現(xiàn)方法[A];全國(guó)第十屆企業(yè)信息化與工業(yè)工程學(xué)術(shù)年會(huì)論文集[C];2006年

9 顧培亮;徐學(xué)軍;;一種市場(chǎng)策略與生產(chǎn)計(jì)劃的集成方法[A];復(fù)雜巨系統(tǒng)理論·方法·應(yīng)用——中國(guó)系統(tǒng)工程學(xué)會(huì)第八屆學(xué)術(shù)年會(huì)論文集[C];1994年

10 王雪峰;陳志祥;;一種多級(jí)分布式制造系統(tǒng)生產(chǎn)計(jì)劃問(wèn)題研究[A];中國(guó)企業(yè)運(yùn)籌學(xué)[2010(1)][C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 楊利;武儀公司提前完成全年生產(chǎn)計(jì)劃[N];中國(guó)航空?qǐng)?bào);2008年

2 金牛;俄錫產(chǎn)商明年增產(chǎn)[N];中國(guó)物資報(bào);2000年

3 特約撰稿 袁松范;開(kāi)源節(jié)流，，從生產(chǎn)計(jì)劃開(kāi)始[N];醫(yī)藥經(jīng)濟(jì)報(bào);2003年

4 陳黎明 孫波 邱德春;沙鋼十月生產(chǎn)計(jì)劃早安排[N];中國(guó)冶金報(bào);2003年

5 本報(bào)記者 龍?zhí)┝?通訊員 江玲;生產(chǎn)計(jì)劃到天 裝置監(jiān)管到點(diǎn)[N];中國(guó)石化報(bào);2013年

6 北京金卉坤和科貿(mào)有限公司 馬騰;擬定鳳梨生產(chǎn)計(jì)劃應(yīng)科學(xué)理性[N];中國(guó)花卉報(bào);2009年

7 王瑩;7103廠生產(chǎn)計(jì)劃在余震中有序推進(jìn)[N];中國(guó)航天報(bào);2008年

8 CTOCIO;如何解決“插單”帶來(lái)的影響[N];中國(guó)財(cái)經(jīng)報(bào);2008年

9 SAP公司售前咨詢經(jīng)理 王磊;SAP的高級(jí)計(jì)劃與優(yōu)化器[N];中國(guó)冶金報(bào);2004年

10 單曉敬;軟包裝企業(yè)如何做好生產(chǎn)與物料控制[N];中國(guó)包裝報(bào);2008年

相關(guān)博士學(xué)位論文 前10條

1 王越;不確定環(huán)境下生產(chǎn)計(jì)劃和調(diào)度的研究[D];浙江大學(xué);2016年

2 蘇生;多工廠生產(chǎn)計(jì)劃與調(diào)度優(yōu)化模型與求解算法[D];哈爾濱工業(yè)大學(xué);2007年

3 張紅宇;基于對(duì)等網(wǎng)的再制造信息共享及生產(chǎn)計(jì)劃與調(diào)度研究[D];中南大學(xué);2010年

4 蔣國(guó)璋;面向鋼鐵流程知識(shí)網(wǎng)系統(tǒng)的生產(chǎn)計(jì)劃與調(diào)度模型及其優(yōu)化研究[D];武漢科技大學(xué);2006年

5 柯順魁;工廠化育苗生產(chǎn)運(yùn)營(yíng)關(guān)鍵技術(shù)與應(yīng)用研究[D];上海交通大學(xué);2014年

6 李修飛;鋼鐵企業(yè)面向訂單的集成生產(chǎn)計(jì)劃管理技術(shù)研究[D];大連理工大學(xué);2008年

7 嚴(yán)浩云;基于LOMC技術(shù)的生產(chǎn)計(jì)劃與控制技術(shù)研究[D];復(fù)旦大學(xué);2007年

8 盧克斌;煉鋼—連鑄生產(chǎn)計(jì)劃與調(diào)度的優(yōu)化方法研究及應(yīng)用[D];東北大學(xué);2010年

9 戴欣華;化工流程中混合生產(chǎn)線的生產(chǎn)計(jì)劃問(wèn)題與復(fù)雜反應(yīng)約束的調(diào)度問(wèn)題的研究[D];浙江工業(yè)大學(xué);2014年

10 王巖;通用的可重構(gòu)Holonic生產(chǎn)計(jì)劃與控制系統(tǒng)（GR-HPPCS）研究[D];南京航空航天大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 董曉楊;煉油企業(yè)集成過(guò)程操作的生產(chǎn)計(jì)劃優(yōu)化[D];浙江大學(xué);2015年

2 楊紅軍;CA公司生產(chǎn)管理優(yōu)化研究[D];大連海事大學(xué);2015年

3 楊靜;工程機(jī)械液壓管件生產(chǎn)計(jì)劃分系統(tǒng)設(shè)計(jì)研究[D];長(zhǎng)安大學(xué);2015年

4 付力;半導(dǎo)體制造封裝測(cè)試系統(tǒng)生產(chǎn)計(jì)劃建模與優(yōu)化研究[D];西南交通大學(xué);2015年

5 季志勇;P醫(yī)療（蘇州）有限公司生產(chǎn)計(jì)劃優(yōu)化研究[D];蘇州大學(xué);2015年

6 盧丹丹;不確定需求下多品種制造企業(yè)的模糊遞階生產(chǎn)計(jì)劃與調(diào)度方法研究[D];上海大學(xué);2015年

7 楊紫光;基于產(chǎn)能平衡的電子元器件制造企業(yè)生產(chǎn)計(jì)劃建模研究[D];電子科技大學(xué);2015年

8 于善;農(nóng)機(jī)生產(chǎn)企業(yè)生產(chǎn)計(jì)劃管理系統(tǒng)研究與開(kāi)發(fā)[D];新疆大學(xué);2015年

9 王燕超;敏捷制造模式下S半導(dǎo)體制造公司生產(chǎn)計(jì)劃的研究與優(yōu)化[D];中國(guó)科學(xué)院大學(xué)(工程管理與信息技術(shù)學(xué)院);2015年

10 陳幸;按客戶訂單排程的生產(chǎn)計(jì)劃研究[D];電子科技大學(xué);2013年

本文編號(hào)：1606866