基于訂單優(yōu)先級的作業(yè)車間排產(chǎn)優(yōu)化研究與系統(tǒng)實現(xiàn).pdf

1、當前，隨著企業(yè)之間分工合作深度的不斷加深，MTO（Make To Order）生產(chǎn)模式已逐漸成為制造業(yè)的主流模式，能夠快速制定出車間的排產(chǎn)計劃，敏捷應(yīng)對市場上快速的客戶需求變化，對此種類型的企業(yè)來說至關(guān)重要。本文主要研究基于訂單優(yōu)先級的作業(yè)車間排產(chǎn)優(yōu)化問題，將訂單的優(yōu)先級引入到排產(chǎn)優(yōu)化算法中去，建立了基于訂單優(yōu)先級和生產(chǎn)周期的數(shù)學優(yōu)化模型，并采用基于優(yōu)先級的雙向調(diào)度遺傳算法求解該排產(chǎn)優(yōu)化模型，得到的結(jié)果優(yōu)于傳統(tǒng)的排產(chǎn)算法。
　　

2、 由于影響訂單優(yōu)先級的因素很多，屬于多屬性決策問題。本文采用模糊理論、層次分析法相結(jié)合的方法，給出了基于此兩種方法的訂單優(yōu)先級評估過程，并且結(jié)合實際例子驗證了該過程有效性；在多屬性決策的權(quán)重分配上，本文將基于粗糙集理論的訂單多屬性權(quán)重確定方法引入到訂單優(yōu)先級評估的模型當中，將粗糙集理論和層次分析法得到的結(jié)果進行了有效地融合?；诖植诩碚摰臋?quán)重確定方法有效地利用了訂單歷史數(shù)據(jù)信息，提取出基于客觀數(shù)據(jù)的權(quán)重評定方法，從而消除了層次分析法帶

3、來的主觀性和一致性的問題，同時也減少了因為隨機因素造成的歷史數(shù)據(jù)與實際結(jié)果不符造成的影響，使得評估的結(jié)果更加科學合理。
　　 本文后半部分研究了用遺傳算法求解以最大生產(chǎn)周期最小化為目標函數(shù)的定工序作業(yè)車間調(diào)度方法，給出了算法求解的過程，并提出了基于訂單優(yōu)先級的雙向調(diào)度方法，并對該算法過程進行了優(yōu)化改進，最后列舉了算例分析，與經(jīng)典的遺傳算法、雙向調(diào)度算法的求解結(jié)果進行了對比，結(jié)果表明基于訂單優(yōu)先級的改進雙向調(diào)度優(yōu)化算法的最終結(jié)果占