【摘要】：訂單選擇和訂單調(diào)度是按訂單(MTO)生產(chǎn)企業(yè)的兩項重要的工作。通常,訂單選擇和訂單調(diào)度分別由市場部門和生產(chǎn)部門負責,兩者之間由于信息的不對稱往往會產(chǎn)生矛盾。市場部門傾向于盡可能多地接收訂單,而由于交貨期承諾、企業(yè)自身產(chǎn)能等限制因素,生產(chǎn)部門無法對接收的所有訂單進行加工,必須對訂單進行合理選擇,以降低工單延誤率、提升接單水平與交貨表現(xiàn)、提高對客戶響應的速度和服務水平。從供應鏈的角度來看,我們應該對市場部門的接單和生產(chǎn)部門的加工調(diào)度訂單進行統(tǒng)籌協(xié)調(diào),將接單和加工調(diào)度兩個決策問題聯(lián)合考慮,以使企業(yè)收益最大化。 訂單選擇與加工調(diào)度聯(lián)合優(yōu)化決策問題是典型NP-hard的,采用傳統(tǒng)的優(yōu)化算法難以取得令人滿意的解。理論研究表明,蟻群算法等智能算法可以較好的應用于大規(guī)模的復雜組合優(yōu)化問題。本文以收益最大化為優(yōu)化目標,首先對蟻群算法進行相應改進并將其用于解決一類并行機環(huán)境下接單與加工調(diào)度聯(lián)合優(yōu)化問題。這類并行機環(huán)境下,我們假設每臺機器對所有訂單的設置時間是固定不變的。通過對蟻群算法選擇概率函數(shù)的修改,使算法可以優(yōu)先選擇收益大且交貨期短的訂單,此外,最大-最小螞蟻信息素更新方式的采用較好地平衡了算法的求解質量和時間性能；其次,提出另一類并行機環(huán)境下接單與調(diào)度聯(lián)合優(yōu)化問題。在這類并行機環(huán)境下,機器的設置時間將隨訂單的不同而不同。同時,針對原蟻群算法的不足,將算法改進為蟻群-遺傳混合算法。這一混合算法有效的利用了兩種智能算法的優(yōu)點：利用遺傳算法的快速全局搜索性為蟻群算法提供初始信息素含量矩陣,而蟻群算法的正反饋性則利用該信息素含量矩陣有效的找出問題的最優(yōu)解或次優(yōu)解。 最后,本文針對兩類并行機環(huán)境下的蟻群算法,設計相應的仿真實驗,驗證本文所設計算法的在解決該聯(lián)合優(yōu)化決策問題的效果。實驗結果表明,蟻群算法及蟻群-遺傳混合算法能較好地應用于該類問題的求解。
【學位授予單位】：南京理工大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP18

【參考文獻】

相關期刊論文 前7條

1 任玉艷;鮑潔;王洪瑞;;改進蟻群算法在支持向量機中的應用[J];傳感器與微系統(tǒng);2011年08期

2 沈灝,楊啟帆;兩臺機器及時完工工件數(shù)最大化問題的近似算法[J];高校應用數(shù)學學報A輯(中文版);2003年02期

3 亓凌;楊建棟;李保;于涵誠;;基于自適應蟻群算法的柔性作業(yè)車間調(diào)度問題[J];機電工程;2010年02期

4 王斌曉;黃彥全;宋廷珍;董家讀;;基于混沌蟻群算法的負荷模型參數(shù)辨識[J];電力系統(tǒng)保護與控制;2011年14期

5 吳慶洪,張紀會,徐心和;具有變異特征的蟻群算法[J];計算機研究與發(fā)展;1999年10期

6 馬軍;李薇;;求解作業(yè)車間調(diào)度問題的改進蟻群算法[J];統(tǒng)計與決策;2010年13期

7 吳春輝;周水銀;;并行多機加權成套訂單數(shù)極大化的混合遺傳算法[J];系統(tǒng)工程理論與實踐;2006年11期

，

本文編號：2585951