本文關(guān)鍵詞：流水線生產(chǎn)企業(yè)訂單接受與調(diào)度決策，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著市場環(huán)境日益復(fù)雜化,制造企業(yè)的生產(chǎn)方式逐步從原有的MTS(按庫生產(chǎn))生產(chǎn)方式向MTO(按單生產(chǎn))生產(chǎn)方式轉(zhuǎn)變。企業(yè)在采用MTO生產(chǎn)方式進(jìn)行產(chǎn)品制造的過程中,訂單的選擇接受是一個十分關(guān)鍵的問題。傳統(tǒng)的訂單接受方法是銷售部門根據(jù)企業(yè)生產(chǎn)系統(tǒng)生產(chǎn)產(chǎn)能的預(yù)估對訂單進(jìn)行選擇性接受,與生產(chǎn)部門的實際生產(chǎn)情況不完全相符,可能造成生產(chǎn)產(chǎn)能利用不充分或者是訂單任務(wù)不能在規(guī)定的時間內(nèi)交付客戶,造成延遲懲罰,對公司造成經(jīng)濟(jì)與聲譽(yù)上的雙重?fù)p失。因此本文提出一種基于訂單接受與生產(chǎn)調(diào)度一體化的決策方案,達(dá)到生產(chǎn)系統(tǒng)與訂單接受相統(tǒng)一的目的,在訂單選擇的過程中同時完成訂單生產(chǎn)任務(wù)的調(diào)度方案,確保所接受訂單能在客戶要求的時間內(nèi)完成,并在此基礎(chǔ)上獲得更多的訂單收益。緊急訂單的接受與生產(chǎn)是一類具有不可預(yù)測性的特殊情況下的訂單接受與調(diào)度問題。緊急訂單往往具有交貨時間短,訂單收益高的特點,能為企業(yè)帶來更多的收益,但由于緊急訂單在原有的生產(chǎn)計劃中沒有生產(chǎn)安排,因此緊急訂單的接受與生產(chǎn)往往會給生產(chǎn)系統(tǒng)造成巨大的負(fù)面影響,怎樣進(jìn)行緊急訂單的接受與生產(chǎn)安排也是MTO生產(chǎn)企業(yè)需要面臨的一個棘手的問題。在研究過程中,本文首先對MTO生產(chǎn)企業(yè)的訂單接受與車間調(diào)度問題進(jìn)行了現(xiàn)狀研究及相關(guān)方面的理論知識梳理,根據(jù)MTO生產(chǎn)企業(yè)的特點,建立了符合多節(jié)點流水線生產(chǎn)系統(tǒng)的訂單接受與調(diào)度一體化的訂單接受決策模型。在所接受訂單能夠保證在最遲交貨期前完成生產(chǎn)任務(wù)的前提下,使生產(chǎn)企業(yè)獲得更多的訂單收益。針對多階段流水線生產(chǎn)系統(tǒng)的特點及訂單接受與調(diào)度一體化決策模型的需要,提出了一種基于雙層編碼遺傳算法的車間調(diào)度算法,通過對該算法適應(yīng)度函數(shù)程序代碼的調(diào)整,完成訂單接受與調(diào)度一體化決策模型的求解算法。緊急訂單作為企業(yè)訂單中的具有特殊表現(xiàn)形式的訂單,在生產(chǎn)系統(tǒng)未做生產(chǎn)安排的情況下進(jìn)行緊急生產(chǎn),對生產(chǎn)系統(tǒng)的影響是十分巨大的。本文以MTO多階段流水線生產(chǎn)系統(tǒng)為研究背景,建立緊急訂單的插單生產(chǎn)策略模型,使企業(yè)在緊急訂單到達(dá)時作出合理的接受與生產(chǎn)調(diào)度方案,以追求更多的訂單收益。最后,通過對基于雙層編碼遺傳算法的車間調(diào)度算法的適應(yīng)度函數(shù)程序的調(diào)整,分別完成兩個模型的案例仿真,驗證了模型的有效性及可行性,獲得了十分滿意的仿真結(jié)果。
【關(guān)鍵詞】：MTO 訂單接受 車間調(diào)度 緊急訂單 遺傳算法
【學(xué)位授予單位】：重慶理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F274
【目錄】：

• 摘要4-5
• Abstract5-10
• 1 緒論10-22
• 1.1 研究背景及意義10-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-18
• 1.2.1 訂單接受12-14
• 1.2.2 車間調(diào)度14-16
• 1.2.3 緊急訂單16-17
• 1.2.4 訂單接受及調(diào)度研究現(xiàn)狀評述17-18
• 1.3 論文研究內(nèi)容及結(jié)構(gòu)體系18-22
• 1.3.1 主要研究內(nèi)容18
• 1.3.2 論文結(jié)構(gòu)體系18-22
• 2 相關(guān)理論概述22-32
• 2.1 MTO企業(yè)生產(chǎn)方式的理論概述22-26
• 2.1.1 生產(chǎn)方式的分類22-24
• 2.1.2 MTO企業(yè)生產(chǎn)方式的特點24-25
• 2.1.3 MTO企業(yè)生產(chǎn)組織流程25-26
• 2.2 MTO企業(yè)的訂單接受與調(diào)度理論概述26-30
• 2.2.1 訂單接受與調(diào)度問題分析26-28
• 2.2.2 訂單接受與調(diào)度常用規(guī)則28
• 2.2.3 訂單接受與調(diào)度問題的求解方法28-30
• 2.3 本章小結(jié)30-32
• 3 訂單接受與調(diào)度一體化決策研究32-46
• 3.1 訂單接受與調(diào)度模型研究32-37
• 3.1.1 問題描述32-33
• 3.1.2 模型假設(shè)33-34
• 3.1.3 建立模型34-37
• 3.1.4 模型求解方法37
• 3.2 基于雙層編碼遺傳算法的車間調(diào)度算法研究37-44
• 3.2.1 遺傳算法的概述38-39
• 3.2.2 車間調(diào)度問題的編碼與解碼39-41
• 3.2.3 交叉操作41-42
• 3.2.4 變異操作42-43
• 3.2.5 選擇操作43
• 3.2.6 適應(yīng)度函數(shù)計算程序43-44
• 3.3 本章小結(jié)44-46
• 4 緊急訂單插單策略研究46-58
• 4.1 緊急訂單相關(guān)問題闡述46-49
• 4.1.1 緊急訂單的概念及特征46-47
• 4.1.2 緊急訂單常用處理方法47-48
• 4.1.3 插單生產(chǎn)處理方式下常用的插單方式48-49
• 4.2 緊急訂單插單模型研究49-57
• 4.2.1 問題描述49-50
• 4.2.2 問題假設(shè)50-51
• 4.2.3 基于收益最大化的緊急訂單插單模型51-54
• 4.2.4 模型求解方法54-57
• 4.3 本章小結(jié)57-58
• 5 算例研究58-72
• 5.1 訂單接受與調(diào)度一體化決策案例仿真58-62
• 5.1.1 案例背景介紹58
• 5.1.2 仿真計算58-62
• 5.2 緊急訂單插單策略案例仿真62-69
• 5.2.1 案例背景介紹62-63
• 5.2.2 數(shù)據(jù)處理63-66
• 5.2.3 仿真計算66-69
• 5.3 本章小結(jié)69-72
• 6 總結(jié)與展望72-74
• 6.1 本文總結(jié)72-73
• 6.2 研究展望73-74
• 致謝74-76
• 參考文獻(xiàn)76-80
• 圖表清單80-82
• 附錄82-84
• A. 攻讀碩士學(xué)位期間參加的主要科研項目82
• B. 攻讀碩士學(xué)位期間獲獎情況82-84
• 個人簡歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文及取得的研究成果84

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 武志軍;寧汝新;萬春輝;;車間調(diào)度中的動態(tài)工作日制研究與實現(xiàn)[J];制造業(yè)自動化;2006年04期

2 周祖德;劉東;;基于多代理和蜂群算法的車間調(diào)度系統(tǒng)研究[J];武漢理工大學(xué)學(xué)報(信息與管理工程版);2009年01期

3 潘群;模糊加工時間的車間調(diào)度優(yōu)化[J];經(jīng)濟(jì)師;2004年05期

4 鐘少波;;機(jī)械制造車間調(diào)度分析及其實現(xiàn)[J];科技創(chuàng)新導(dǎo)報;2008年36期

5 鄢長勝;;調(diào)度問題擾動研究[J];科技致富向?qū)?2013年18期

6 馬樂;劉文才;;動態(tài)集成制造系統(tǒng)環(huán)境下車間調(diào)度代理協(xié)商機(jī)制的研究[J];物流科技;2008年07期

7 黃英杰;姚錫凡;;基于目標(biāo)級聯(lián)法和粒子群算法的柔性分布式車間調(diào)度[J];中南大學(xué)學(xué)報(自然科學(xué)版);2012年01期

8 董曉倩;;基于多Agent的制造車間調(diào)度系統(tǒng)架構(gòu)[J];廣東農(nóng)工商職業(yè)技術(shù)學(xué)院學(xué)報;2010年02期

9 柳寅;馬良;黃鈺;;模糊人工蜂群算法的置換流水車間調(diào)度問題求解[J];工業(yè)工程與管理;2013年04期

10 陳勝華;陳勁杰;陳仕文;李瑋;;基于TOC的車間調(diào)度系統(tǒng)研究[J];機(jī)械管理開發(fā);2010年02期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 甘屹;杜繼濤;;基于并行蟻群優(yōu)化的車間調(diào)度研究[A];全國先進(jìn)制造技術(shù)高層論壇暨第八屆制造業(yè)自動化與信息化技術(shù)研討會論文集[C];2009年

2 陳可嘉;季平;;一種集成MRP與車間調(diào)度的混合整數(shù)規(guī)劃模型[A];2006年中國運(yùn)籌學(xué)會數(shù)學(xué)規(guī)劃分會代表會議暨第六屆學(xué)術(shù)會議論文集[C];2006年

3 張秀麗;黃越;劉念;;基于混合優(yōu)化算法的多目標(biāo)柔性工作車間調(diào)度[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

4 蘇翔;竇培華;;一種基于帶熵的遺傳算法在車間調(diào)度中的應(yīng)用[A];第十屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2008年

5 朱曉東;;基于TC-TPN的SMT產(chǎn)品制造系統(tǒng)車間調(diào)度[A];2008中國電子制造技術(shù)論壇論文集[C];2008年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 張敏華;湖北化肥明年將為員工辦10件實事[N];中國石化報;2008年

2 通訊員 謝曉剛;信息化讓設(shè)備質(zhì)量管理耳聰目明[N];人民鐵道;2009年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 戴敏;面向節(jié)能的工藝規(guī)劃與車間調(diào)度研究[D];南京航空航天大學(xué);2015年

2 焦璇;基于混合量子算法的柔性作業(yè)車間調(diào)度問題研究[D];大連理工大學(xué);2015年

3 黃云峰;車間調(diào)度和諧范式與多智能體系統(tǒng)情智集成的研究[D];重慶大學(xué);2010年

4 曾強(qiáng);離散制造企業(yè)批量生產(chǎn)車間調(diào)度智能優(yōu)化研究[D];重慶大學(xué);2010年

5 鞠全勇;智能制造系統(tǒng)生產(chǎn)計劃與車間調(diào)度的研究[D];南京航空航天大學(xué);2007年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 周嚴(yán)偉;基于快速非支配排序遺傳算法的多目標(biāo)流水車間調(diào)度研究[D];華南理工大學(xué);2015年

2 邵煒世;混合差分—分布估計算法及其在車間調(diào)度中的應(yīng)用研究[D];蘭州大學(xué);2015年

3 張龍;汽車線束領(lǐng)域的工藝規(guī)劃與車間調(diào)度集成研究[D];合肥工業(yè)大學(xué);2014年

4 董怡;考慮批量的柔性車間調(diào)度研究與實現(xiàn)[D];東華大學(xué);2015年

5 馮世扣;基于遺傳退火算法的車間調(diào)度研究與應(yīng)用[D];浙江理工大學(xué);2016年

6 楊欽賀;某航空發(fā)動機(jī)裝配車間調(diào)度系統(tǒng)研發(fā)[D];東南大學(xué);2015年

7 郭超;改進(jìn)的粒子群優(yōu)化算法在輪胎硫化車間調(diào)度的應(yīng)用研究[D];青島科技大學(xué);2016年

8 陳功;基于混合遺傳算法的船舶鋼材準(zhǔn)備車間調(diào)度研究[D];江蘇大學(xué);2016年

9 苗菁;融合多策略進(jìn)化算法的靜動態(tài)混合流水車間調(diào)度方法研究[D];華南理工大學(xué);2016年

10 張晶;生產(chǎn)調(diào)度問題的BMO混合算法研究[D];北方民族大學(xué);2016年

  本文關(guān)鍵詞：流水線生產(chǎn)企業(yè)訂單接受與調(diào)度決策，，由筆耕文化傳播整理發(fā)布。

本文編號：342542