CN108805325B - 一种生产计划与调度集成优化方法 - Google Patents

一种生产计划与调度集成优化方法 Download PDF

Info

Publication number
CN108805325B
CN108805325B CN201810319893.4A CN201810319893A CN108805325B CN 108805325 B CN108805325 B CN 108805325B CN 201810319893 A CN201810319893 A CN 201810319893A CN 108805325 B CN108805325 B CN 108805325B
Authority
CN
China
Prior art keywords
production
cost
scheduling
optimization
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810319893.4A
Other languages
English (en)
Other versions
CN108805325A (zh
Inventor
郑松
高佳欣
葛铭
郑小青
魏江
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Dianzi University
Original Assignee
Hangzhou Dianzi University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN201810319893.4A priority Critical patent/CN108805325B/zh
Publication of CN108805325A publication Critical patent/CN108805325A/zh
Application granted granted Critical
Publication of CN108805325B publication Critical patent/CN108805325B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

本发明涉及涉及一种生产计划与调度的集成优化方法。目前生产计划与调度问题求解方式主要为传统优化方法，优化的结果很难是最优解，且很可能在工艺上无法实现，从而导致预期的生产目标无法实现，资源分配无法下达等问题的产生。本发明步骤是：获取生产计划层与调度层的具体数据；根据具体数据分别建立计划层费用模型与调度层费用模型；利用改进的协同优化方法对计划与调度费用模型进行优化，最终获取最低成本的生产方案。本发明是针对生产计划与调度优化中的一些难题，提出一种具有较强全局优化能力的优化方法，该优化方法具有开放性、鲁棒性、并行性、全局收敛性以及对问题的数学形式无特殊要求等特点。

Description

一种生产计划与调度集成优化方法
技术领域
本发明属于信息与控制技术领域，涉及到自动化技术，特别是涉及一种生产计划与调度的集成优化方法。
背景技术
生产计划与调度一直以来都是化工生产行业尤为重视的决策问题。生产计划与调度是借助现代先进的方法和技术，兼顾生产的工艺要求、生产资源情况等生产约束条件，优化配置各种制造资源，制定满足企业生产要求的生产方案，力求在规定的时间按规定的量生产出所要求的产品。生产计划主要针对于市场的需求量和化工产业自身的生产能力等因素，做出一个较长周期(一般为月、季度年等)的生产、运输、存储等安排。而生产调度主要针对化工产业自身的生产、存储能力等，在尽可能满足生产计划结果的情况下，做出一个较短周期(一般为日、周等)的生产设备以及库存等资源的安排。
在生产计划与调度问题中，由于两者的时间尺度不同，如果仅仅只考虑一者而进行单纯的生产计划优化，或者单纯的生产调度优化，那么优化的结果很难是最优解，且很可能在工艺上无法实现，从而导致预期的生产目标无法实现，资源分配无法下达等问题的产生。因此对生产计划与调度的问题进行集成优化，对提高企业效率，降低生产成本具有重要意义。生产计划与调度问题是一个典型的极值求解问题。迄今为止，生产与调度问题求解方式多采用传统数学优化方法，如分支定界法、梯度下降法、外逼近算法等。由于这些方法求解效率较低，且缺乏较强的适应性与鲁棒性。因而要求具有复杂数学形式的优化问题，相当困难。
发明内容
本发明针对现有技术的不足，提出了一种生产计划与调度的集成优化方法。
一种生产计划与调度的集成优化方法，该方法的具体步骤如下：
步骤1：需要获取生产设备的具体数据(包括设备容量、固定生产费用、生产单价)，具体生产工艺数据(包括原材料种类、生产流程、处理时间、物料配比)、管理层费用单价(包括生产费用、运输费用、库存费用、短缺费用)以及产品种类；这些数据可以通过生产过程中统计获取；
步骤2通过管理层的参数建立生产计划费用模型，主要组成部分为管理层费用。通过生产工艺及原料参数建立生产调度费用模型，主要组成部分为固定生产费用以及可变生产费用。
①系统级模型(生产计划费用模型)
生产计划作为集成模型的上层问题，主要目标是根据市场需求情况，和自身生产能力等约束条件，对整个计划周期内的生产做出规划，从而达到周期内费用最小的目的。根据调度周期时长L，可将计划周期均分成N个调度周期。生产计划模型总费用由生产费用ProductionCost，库存费用 InventoryCost，运输费用TransprotCost以及短缺费用BackorderCost组成。
Figure BDA0001624989450000021
Figure BDA0001624989450000022
式中，t表示时间周期，s表示物料状态，Sp表示物料集合，α、β、γ、δ分别表示生产费用单价，库存费用单价，运输费用单价以及短缺费用单价， Pro、Inv、Tra、Bac分别表示生产量，库存量，运输量以及短缺量。
约束条件：
1.生产平衡
Figure BDA0001624989450000023
2.需求平衡
Figure BDA0001624989450000024
3.生产能力约束
每个生产调度周期中，生产计划的期望产量不可以超过生产能力最大值
Figure BDA0001624989450000025
4.补充约束
在协同迭代求解的过程中，每个调度周期作为子学科，使子学科间不一致性最小作为系统级的计划周期的约束。τ用来表示计划的期望产量与调度的求解产量的差值。μ为补充约束中的松弛因子。
Figure BDA0001624989450000026
②学科级模型(生产调度费用模型)
生产调度作为集成模型的下层问题，主要目标是根据生产计划的优化结果，并结合自身调度周期内资源、设备等约束条件，进行生产资源以及设备在时序上的安排，并尽可能是两者结果相接近。每个生产调度周期的模型采用状态任务网络(state task network，STN)进行建立。生产调度模型总费用由设备固定启动费用EquipmentCost以及物料处理费用TaskCost两部分组成。
Figure BDA0001624989450000027
式中，i表示任务，j表示设备，n表示事件点。xi,j,n表示在事件点n开始时任务i是否在设备j上执行。Bi,j,n表示任务i在设备j上的处理量。τs表示计划的期望产量与调度的求解产量的差值，λ为罚函数因子，其取值影响系统级优化结果对学科级优化时的影响程度。
约束条件：
1.不等式约束
1.1分配约束
Figure BDA0001624989450000031
1.2加工能力约束
Figure BDA0001624989450000032
1.3储量约束
Figure BDA0001624989450000033
1.4 1.4序列约束
Figure BDA0001624989450000034
Figure BDA0001624989450000035
δij为设备i处理任务j的所需时间
2.等式约束
2.1物料平衡约束
Figure BDA0001624989450000036
步骤3利用改进协同优化算法对生产计划与调度问题进行集成求解。具体步骤如下：
①根据市场需求量对生产计划问题进行求解，求解获取对应的每种产品每个生产调度周期的产量Pt k(t表示生产周期，k表示产品种类)，将这些值作为目标点传递给N个生产调度问题；
②生产调度根据生产计划模型传递的目标点并结合自身约束进行最优生产成本求解。得到每个调度周期的每种产品的具体产量Pt k′、费用记为 SchedulingCostt以及总体调度费用
Figure BDA0001624989450000037
若
Figure BDA0001624989450000038
算法停止，输出当前最优方案；否则转第③步，并记总费用为
Figure BDA0001624989450000039
其中N个生产调度周期，M种产品，ε表示阈值；
③生产计划根据N个生产调度周期传递的产量，获取差值和
Figure BDA00016249894500000310
将差值和作为补充约束，进行新一轮的求解优化。并将新的优化结果产量传递给每个生产调度周期。记录下新的生产计划的费用 PlanningCost′；
④生产调度根据新传递的目标点进行优化，将返回值传递给生产计划，并记录下每个调度周期的费用记为SchedulingCostt′以及总体调度费用
Figure BDA0001624989450000041
并记新的总体费用为
Figure BDA0001624989450000042
⑤将两次的总体费用进行比较，
Figure BDA0001624989450000043
θ表示阈值。
有益效果：本发明的技术方案是将生产计划与调度问题分解成一个系统级及多个学科级的问题，然后分别采用分支定界法，并采用罚函数及松弛因子的方法，使得系统级及学科级间相互影响，加快求解速度，最终获取最低的生产成本的集成优化方法；本发明具有开放性、鲁棒性、并行性、全局收敛性以及对问题的数学形式无特殊要求等特点。
附图说明
图1为算例状态任务网络图；
图2为本发明算法与单纯调度优化结果计划部分费用对比。
具体实施方式:
某多产品间歇式化工生产工厂，可以由三种原材料(A、B、C)，通过加热，化学反应，分离等工艺，生产出两种产品(P1、P2)。其工艺流程的状态任务网络图如图1。反应1，反应2，反应3的反应过程都可以在反应釜1以及反应釜2中进行。算例考虑的生产计划周期为40个小时，并将生产计划周期均分成5个生产调度周期。
生产调度工艺部分数据如表1,2所示，费用部分数据如表3所示，生产计划费用部分数据如表4所示。
表1生产设备工艺数据
Figure BDA0001624989450000044
表2物料状态数据(---表示无限制)
Figure BDA0001624989450000051
表3生产调度费用数据
Figure BDA0001624989450000052
表4生产计划费用数据
Figure BDA0001624989450000053
市场需求量如表5所示。
表5不同调度周期市场需求量
Figure BDA0001624989450000054
表7采用本发明算法的优化结果
Figure BDA0001624989450000055
Figure BDA0001624989450000061
为了方便对比，我们采用传统单纯生产调度优化的方式对该组市场需求量进行问题的求解，得到的优化成本结果为＄18771.95。每个调度周期具体数据及费用数据如表8所示。
表8采用纯调度优化结果
Figure BDA0001624989450000062
根据纯调度优化的结果与本发明所提出的算法的结果进行对比我们可以发现，采用本发明算法的整体费用成本减少了20.19％。单纯的调度优化费用成本中，生产调度的费用较低，但是短缺费用很高，主要由于单纯调度优化只会考虑当前调度周期的市场需求情况，没有统筹整个生产计划周期内每个生产调度周期的市场需求情况。而根据本发明所提出的算法进行优化求解时，统筹考虑每个生产调度周期的市场需求情况，而且还综合考虑生产计划的费用成本以及生产调度的费用成本，从而达到总体费用最优的结果，如图2所示，为本发明与传统方法的对比。

Claims (1)

1.一种生产计划与调度集成优化方法，其特征在于该方法的步骤包括：
步骤1：需要获取生产设备的具体数据，具体生产工艺数据、管理层费用单价以及产品种类；这些数据通过生产过程中统计获取；
步骤2：通过管理层的参数建立生产计划费用模型，组成部分为管理层费用；通过生产工艺数据及原料参数建立生产调度费用模型，组成部分为固定生产费用以及可变生产费用；
①系统级模型
根据调度周期时长T，将计划周期均分成N个调度周期；生产计划模型总费用由生产费用ProductionCost，库存费用InventoryCost，运输费用TransprotCost以及短缺费用BackorderCost组成；
Figure FDA0001624989440000011
式中，t表示时间周期，s表示物料状态，Sp表示物料集合，α、β、γ、δ分别表示生产费用单价，库存费用单价，运输费用单价以及短缺费用单价，Pro、Inv、Tra、Bac分别表示生产量，库存量，运输量以及短缺量；
约束条件：
1.生产平衡
Figure FDA0001624989440000012
2.需求平衡
Figure FDA0001624989440000013
3.生产能力约束
每个生产调度周期中，生产计划的期望产量不可以超过生产能力最大值
Figure FDA0001624989440000014
4.补充约束
在协同迭代求解的过程中，每个调度周期作为子学科，使子学科间不一致性最小作为系统级的计划周期的约束；τs为学科级模型优化所得值与系统级模型传递的值的偏差值，μ为补充约束中的松弛因子；
Figure FDA0001624989440000015
②学科级模型
生产调度作为集成模型的下层问题，其目标是根据生产计划的优化结果，并结合自身调度周期内资源、设备约束条件，进行生产资源以及设备在时序上的安排，并尽可能使两者结果相接近；每个生产调度周期的模型采用状态任务网络进行建立；生产调度模型总费用SchedulingCost由设备固定启动费用EquipmentCost以及物料处理费用TaskCost两部分组成；
Figure FDA0001624989440000021
式中，i表示任务，j表示设备，n表示事件点；xi,j,n表示在事件点n开始时任务i是否在设备j上执行；Bi,j,n表示任务i在设备j上的处理量；τs为学科级优化所得值与系统级传递的值的偏差值,λ为罚函数因子，其取值影响系统级优化结果对学科级优化时的影响程度；
约束条件：
1.不等式约束
1.1分配约束
Figure FDA0001624989440000022
1.2加工能力约束
Figure FDA0001624989440000023
1.3储量约束
Figure FDA0001624989440000024
1.4序列约束
Figure FDA0001624989440000025
Figure FDA0001624989440000026
δij为设备i处理任务j的所需时间
2.等式约束
2.1物料平衡约束
Figure FDA0001624989440000027
步骤3利用改进协同优化算法对生产计划与调度问题进行集成求解；具体步骤如下：
①根据市场需求量对生产计划问题进行求解，求解获取对应的每种产品每个生产调度周期的产量Pt k，t表示生产周期，k表示产品种类，将这些值作为目标点传递给N个生产调度问题；
②生产调度根据生产计划模型传递的目标点并结合自身约束进行最优生产成本求解；得到每个调度周期的每种产品的具体产量Pt k′、费用记为SchedulingCostt以及总体调度费用
Figure FDA0001624989440000031
若
Figure FDA0001624989440000032
则算法停止，输出当前最优方案；否则转第③步，并记总费用为
Figure FDA0001624989440000033
其中N个生产调度周期，M种产品，ε表示阈值；
③生产计划根据N个生产调度周期传递的产量，获取差值和
Figure FDA0001624989440000034
将差值和作为补充约束，进行新一轮的求解优化；并将新的优化结果产量传递给每个生产调度周期；记录下新的生产计划的费用PlanningCost′；
④生产调度根据新传递的目标点进行优化，将返回值传递给生产计划，并记录下每个调度周期的费用记为SchedulingCostt′以及总体调度费用
Figure FDA0001624989440000035
并记新的总体费用为
Figure FDA0001624989440000036
⑤将两次的总体费用进行比较，
Figure FDA0001624989440000037
θ表示阈值。
CN201810319893.4A 2018-04-11 2018-04-11 一种生产计划与调度集成优化方法 Active CN108805325B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810319893.4A CN108805325B (zh) 2018-04-11 2018-04-11 一种生产计划与调度集成优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810319893.4A CN108805325B (zh) 2018-04-11 2018-04-11 一种生产计划与调度集成优化方法

Publications (2)

Publication Number Publication Date
CN108805325A CN108805325A (zh) 2018-11-13
CN108805325B true CN108805325B (zh) 2022-03-01

Family

ID=64094816

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810319893.4A Active CN108805325B (zh) 2018-04-11 2018-04-11 一种生产计划与调度集成优化方法

Country Status (1)

Country Link
CN (1) CN108805325B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109934393A (zh) * 2019-02-28 2019-06-25 杭州电子科技大学 一种需求不确定下生产计划与调度的集成优化方法
CN110471374B (zh) * 2019-07-08 2020-07-28 杭州电子科技大学 一种水泥生料预分解过程扰动减小质量预测方法
CN110648199A (zh) * 2019-09-10 2020-01-03 达疆网络科技(上海)有限公司 一种基于定时任务的业务系统积压情况检查的方法
CN110866635B (zh) * 2019-11-05 2024-02-09 青岛大学 一种提高装置加工方案切换预测精度的方法
CN112987674B (zh) * 2021-04-27 2021-09-17 北京北方华创微电子装备有限公司 半导体加工设备的物料调度方法和装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101441468A (zh) * 2008-12-05 2009-05-27 同济大学 基于Virtual-Hub的网络协作生产调度系统及其自适应调度方法
CN104035327A (zh) * 2014-05-30 2014-09-10 杭州电子科技大学 一种啤酒糖化过程的生产调度优化方法
EP2962196A1 (fr) * 2013-02-27 2016-01-06 Jade-I Procédé de planification centralisée de taches a exécuter par des calculateurs vérifiant certains critères qualitatifs au sein d'un ensemble distribue de calculateurs
CN105576684A (zh) * 2016-02-01 2016-05-11 浙江工业大学 一种含高渗透率光电微电网中的电动汽车优化调度方法
CN105760992A (zh) * 2015-02-09 2016-07-13 北京合众伟奇科技有限公司 一种计量检定配送计划的自动规划分配方法
CN106650999A (zh) * 2016-10-25 2017-05-10 杭州电子科技大学 一种啤酒生产调度优化方法
CN106991539A (zh) * 2017-04-11 2017-07-28 中国科学院过程工程研究所 一种能源系统优化调度方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170147762A1 (en) * 2015-11-24 2017-05-25 Jonathan Vallee Method for Finding the Optimal Schedule and Route in Contrained Home Healthcare Visit Scheduling

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101441468A (zh) * 2008-12-05 2009-05-27 同济大学 基于Virtual-Hub的网络协作生产调度系统及其自适应调度方法
EP2962196A1 (fr) * 2013-02-27 2016-01-06 Jade-I Procédé de planification centralisée de taches a exécuter par des calculateurs vérifiant certains critères qualitatifs au sein d'un ensemble distribue de calculateurs
CN104035327A (zh) * 2014-05-30 2014-09-10 杭州电子科技大学 一种啤酒糖化过程的生产调度优化方法
CN105760992A (zh) * 2015-02-09 2016-07-13 北京合众伟奇科技有限公司 一种计量检定配送计划的自动规划分配方法
CN105576684A (zh) * 2016-02-01 2016-05-11 浙江工业大学 一种含高渗透率光电微电网中的电动汽车优化调度方法
CN106650999A (zh) * 2016-10-25 2017-05-10 杭州电子科技大学 一种啤酒生产调度优化方法
CN106991539A (zh) * 2017-04-11 2017-07-28 中国科学院过程工程研究所 一种能源系统优化调度方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一类两阶段生产系统生产计划与调度的集成优化;安玉伟;《计算机集成制造系统》;20120430;第18卷(第4期);第796-807页 *

Also Published As

Publication number Publication date
CN108805325A (zh) 2018-11-13

Similar Documents

Publication Publication Date Title
CN108805325B (zh) 一种生产计划与调度集成优化方法
CN111191846B (zh) 一种面向客户复杂定制需求的油缸产品排产优化装置
CN111915139B (zh) 推移式高效高准确性的智能生产排程算法及信息记录介质
CN107146039B (zh) 一种多目标协同控制的定制式混流装配生产方法及装置
CN109934393A (zh) 一种需求不确定下生产计划与调度的集成优化方法
CN101833319A (zh) 面向多重入制造系统在线调度的单台设备匹配重调度方法
CN110705815A (zh) 门店排班系统及方法
CN117311299B (zh) 基于多源异构数据集成的工厂管理系统及方法
CN114049011A (zh) 生产排程方法及装置
CN105512313B (zh) 一种增量式数据处理的方法和装置
CN102393687B (zh) 一种解决改机问题的限定分配调度方法
CN111815148A (zh) 排产方法、装置、电子设备及计算机可读存储介质
CN109086990B (zh) 面向连续生产的生产与运输联合调度方法
CN110689163A (zh) 一种节假日期间货量智能预测方法和系统
Fleisch et al. The value of information integration in meeting delivery dates
CN115358537A (zh) 一种基于多机型多架次的生产能力平衡方法
CN107170101A (zh) 一种智能排号管理方法及系统
CN111523756B (zh) 一种基于aps的钢铁企业机组速度计算的方法
CN108681838B (zh) 一种排产计划确定方法及装置
CN111985689A (zh) 一种短时负荷预测方法及系统
CN101794417A (zh) 基于序号的工作流调度和业务流程建模方法
CN102542364A (zh) 物料需求计划中平衡替代物料的方法和系统
Liu* et al. Practical lot release methodology for semiconductor back-end manufacturing
Giovanny et al. Scheduling N Jobs on Identical Parallel Machines in PT XYZ to Reduce Total Tardiness Using Earliest Due Date Rules and Job Splitting Property
Hajo et al. Streamlining Critical Queue Timer Management: A Digital Twin Approach to Optimize Frontend Manufacturing

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant