物流資源的調(diào)度優(yōu)化是長期的戰(zhàn)略性決策問題,調(diào)度策略需要考慮多種約束條件,在云制造環(huán)境下需要根據(jù)物流調(diào)度中各生產(chǎn)節(jié)點的特異性對任務(wù)交付時間的影響進行研究。以航天云網(wǎng)云制造平臺為例,對其現(xiàn)有的物流資源調(diào)度策略進行調(diào)研及優(yōu)化研究。針對平臺現(xiàn)有的物流調(diào)度策略的特點和問題進行分析,針對物流交付時間的優(yōu)化和一般解建立了一種結(jié)合多目標(biāo),多流程和多時間窗的綜合性物流調(diào)度策略的數(shù)學(xué)模型,并對求解域進行仿真和分析。結(jié)果表明該物流調(diào)度策略所獲得的平均交付時間比平臺現(xiàn)有的調(diào)度策略要短,驗證了綜合性調(diào)度策略的可行性,為航天云網(wǎng)云制造平臺的物流調(diào)度提供借鑒。 

【文章來源】：制造業(yè)自動化. 2020,42(10)

【文章頁數(shù)】：6 頁

【部分圖文】：

最快選擇策略

航天云網(wǎng)物流調(diào)度策略

圖1 航天云網(wǎng)物流調(diào)度策略上述兩種物流調(diào)度策略并沒有將云制造“物流即制造”的特殊性進行考量，由于不同制造節(jié)點不同生產(chǎn)種類的生產(chǎn)時間不同，因此制造時間也對制造任務(wù)的交付時間有重大影響。

【參考文獻】：
期刊論文
[1]云制造環(huán)境下基于改進NSBBO的任務(wù)調(diào)度算法[J]. 鄭楚紅,彭勇,徐一鳴,廖毅.  計算機工程. 2019(10)
[2]物流配送車輛優(yōu)化調(diào)度的綜述[J]. 閆晨陽.  中國市場. 2019(15)
[3]鋼鐵企業(yè)物流庫存的車輛調(diào)度優(yōu)化[J]. 雷兆明,趙凡,廖文喆,王鵬程.  計算機仿真. 2019(01)
[4]實際約束條件下多配送中心物流車輛調(diào)度優(yōu)化[J]. 王紹光.  科學(xué)技術(shù)與工程. 2018(36)
[5]云計算中任務(wù)調(diào)度優(yōu)化策略的研究[J]. 全力,傅明.  計算機工程. 2018(08)
[6]多地點協(xié)同恐怖襲擊下的多目標(biāo)警務(wù)應(yīng)急物流調(diào)度[J]. 王雷,王欣,趙秋紅,趙揚.  系統(tǒng)工程理論與實踐. 2017(10)
[7]多配送中心物流配送車輛調(diào)度問題的分層算法模型[J]. 殷脂,葉春明.  系統(tǒng)管理學(xué)報. 2014(04)
[8]云制造環(huán)境下車間制造資源網(wǎng)格管理設(shè)計[J]. 萬曹雷,邵俊鵬.  哈爾濱理工大學(xué)學(xué)報. 2013(05)
[9]云制造資源虛擬化研究[J]. 任磊,張霖,張雅彬,陶飛,羅永亮.  計算機集成制造系統(tǒng). 2011(03)
[10]基于云計算環(huán)境的蟻群優(yōu)化計算資源分配算法[J]. 華夏渝,鄭駿,胡文心.  華東師范大學(xué)學(xué)報(自然科學(xué)版). 2010(01)



本文編號：3032284