System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于改进NSGA-II的多目标集成生产计划排产方法技术_技高网

一种基于改进NSGA-II的多目标集成生产计划排产方法技术

技术编号:43776544 阅读:15 留言:0更新日期:2024-12-24 16:14
本发明专利技术公开了一种基于改进NSGA‑II的多目标集成生产计划排产方法,在现有生产计划的基础上,考虑物料、产能、库存等多重约束,构建以物料、产能、库存等为约束,通过多重约束,建立以最小化拖期成本、最小化库存成本和最大化均衡生产为目标的集成生产计划模型,并设计一种改进的非支配排序遗传算法来有效求解多目标优化问题,提高了生产计划的准确性,与原有的求解方法相比较,改进的NSGA‑II算法具有求解精度高、收敛速度快等优点,非常适合于解决多约束条件下的复杂函数优化问题。

【技术实现步骤摘要】

本专利技术涉及一种生产计划排产方法,特别涉及一种基于改进nsga-ii的多目标集成生产计划排产方法。


技术介绍

1、现代制造企业往往采用企业资源计划系统来实现资源的统一计划与管理,通过产品需求计划,在平衡和协调生产需求与可用能力的基础上,制定产品的主生产计划,并以此来驱动物料需求计划的执行。主生产计划作为企业资源计划系统的核心和枢纽,是市场需求和企业产品生产之间的桥梁,不仅能平衡需求与可用能力,还是协调生产过程的有效工具。研究高效优化的主生产计划制定方法对制造企业具有十分重要的意义。

2、传统的主生产计划制定方法在计划编制时主要存在两个方面的不足:一是没有考虑生产能力的约束,计划编制过程首先是基于无限能力假设进行的,需经粗能力计划(rccp)的检验,之后分解得出物料需求计划,其中的所有在制品还需通过能力需求计划(crp)的检验。这种计划编制方法依靠闭环反馈机制,在计划编制过程中需要在生产计划与生产能力之间进行反复协调平衡,缺少优化手段,当生产任务多,生产能力严重冲突时,无法全面解决能力冲突问题。另一方面是不能做到生产能力的均衡利用,一些优化方法往往把生产能力作为约束条件,以生产成本、客户服务水平等作为目标进行优化,但往往忽视了生产能力的均衡利用和优化问题,这些方法不能够很好的适应生产能力分布不均衡、对生产管理具有较高要求的生产环境。


技术实现思路

1、本专利技术所要解决的技术问题是提供一种能够提高生产计划的准确性的基于改进nsga-ii的多目标集成生产计划排产方法。p>

2、本专利技术解决上述技术问题所采用的技术方案为:一种基于改进nsga-ii的多目标集成生产计划排产方法,具体包括以下步骤:

3、步骤(1):构建基于均衡生产的多目标集成生产计划模型,具体为:

4、步骤(1-1):设置约束条件:

5、a)设置产品库存约束条件为:产品各期的初始库存数量和期末库存数量须不低于安全库存数量且不超过可允许的最大库存数量;

6、b)设置物料约束条件为:中间物料和原材料不能缺货:

7、c)设置产能约束条件为:产品各期的计划产量不能超过该期可用正常生产能力;

8、d)设置计划产量非负和整数约束为:产品各期的计划产量须为非负数和整数;

9、步骤(1-2):根据上述的约束备件,定义生产过程中的最小化拖期成本、最小化库存成本和最大化均衡生产指标;

10、步骤(1-3):得到在产品库存、物料、产能及计划产量非负和整数多重约束条件下的以最小化拖期成本、最小化库存成本和最大化均衡生产指标为目标的基于均衡生产的多目标集成生产计划模型;

11、步骤(2):基于改进nsga-ii的多目标集成生产计划编制过程,得到实际的生产计划和排产甘特图,具体为;设置nsga-ii的编码方式,用个体代表一种生产作业计划方案,个体维数代表计划周期数,每一维的位置信息表示每个周期的计划产量,将拖期成本、库存成本、不满足均衡生产的惩罚成本作为改进nsga-ii的适应度函数,对所述的均衡生产的多目标集成生产计划模型求解,

12、步骤(2-1):设置算法的参数,包括个体种群规模、最大迭代次数,变异缩放因子和交叉概率;

13、步骤(2-2):设置初始种群的个体数;

14、步骤(2-3):根据个体相互之间的支配关系对个体进行非支配排序,划分为不同的非支配等级;

15、步骤(2-4):通过个体的拥挤距离来评估同一级非支配等级中个体的优劣;

16、步骤(2-5):选择操作,采用二元锦标赛策略,从种群中随机选择两个个体,若两个个体拥有不同的非支配等级,将非支配等级较小的个体作为父代,若两个个体拥有相同的非支配等级,则选择拥挤距离较大的个体作为父代;

17、步骤(2-6):遗传操作,依次进行变异操作和交叉操作,生成子代种群;

18、步骤(2-7):合并父代和子代,合并父代种群和子代种群,对合并后的种群进行非支配排序,再通过精英策略,修剪得到新一代种群;

19、步骤(2-8):迭代优化,判断本次迭代是否是最大迭代次数,若是则输出最优解集,得到优化个体;否则继续进行迭代,对新种群重复步骤2-3至2-8;

20、步骤(2-9):输出优化个体,获得生产计划和排产甘特图。

21、与现有技术相比,本专利技术的优点在于通过在现有生产作业计划的基础上,考虑物料、产能、库存等因素,构建以物料、产能、库存等为约束,通过多重约束,建立以以最小化拖期成本、最小化库存成本和最大化均衡生产为目标的集成生产计划模型,并设计一种改进的非支配排序遗传算法来有效求解多目标优化问题,能在制订生产计划时,同时考虑产品的物料和产能情况,避免出现物料缺货或能力冲突的问题,提高了生产计划的准确性。为了克服主生产计划制定受物料和生产能力限制而缺乏优化机制的问题,与原有的方法相比较,本专利技术的方法具有求解精度高、收敛速度快等优点,非常适合于解决多约束条件下的复杂函数优化问题。

22、具体地,步骤(1-2)中

23、最小化拖期成本为

24、

25、其中:t为计划期,t为总计划期集合,p为单位周期单位数量产品未满足需求的惩罚成本系数,st为第t期产品未满足需求数量,其计算公式为

26、

27、其中:grt为第t期产品的需求数量,qt为第t期产品的计划生产数量,oi为产品在计划期期初的初始库存数量,bit第t期产品的初始库存数量;

28、最小化库存成本为

29、

30、其中:h为单位周期单位数量产品的库存占用费用系数,ait为第t期产品的平均库存数量,其计算公式如下:

31、

32、其中,eit为第t期产品的期末库存数量;

33、最大化均衡生产指标为

34、

35、其中:qt为第t期产品的计划生产数量,为平均每期产品的计划生产数量,其计算公式如下:

36、

37、所述的产品库存约束条件为:

38、

39、

40、其中,sst为第t期产品的安全库存数量,mit为第t期产品的最大可允许库存数量;

41、式中,第t期产品的初始库存数量:

42、

43、当计划期期初,即t=1时,产品初始库存数量等于给定的初值oi,以后各期,即t>1时的产品初始库存数量等于上期产品的期末库存数量;

44、第t期产品的期末库存数量:

45、

46、当计划期期初,即t=1时,产品的期末库存数量=产品的初始库存数量+产品的计划生产数量-产品的需求数量,当数值小于等于零时,期末库存数量为零;

47、以后各期,即t>1时产品的期末库存数量=当期产品的初始库存数量+当期产品的计划生产数量-当期产品的需求数量-上期未满足需求产品本文档来自技高网...

【技术保护点】

1.一种基于改进NSGA-II的多目标集成生产计划排产方法,其特征在于,具体包括以下步骤:

2.如权利要求1所述的一种基于改进NSGA-II的多目标集成生产计划排产方法,其特征在于,步骤(1-2)中

3.如权利要求2所述的一种基于改进NSGA-II的多目标集成生产计划排产方法,其特征在于,

【技术特征摘要】

1.一种基于改进nsga-ii的多目标集成生产计划排产方法,其特征在于,具体包括以下步骤:

2.如权利要求1所述的一种基于改进nsga-ii的多目...

【专利技术属性】
技术研发人员:邵益平蔡铭惠沈文光鲁建厦周新田
申请(专利权)人:宁波永新光学股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1