基于产品服务融合的服务型制造企业服务创新方法研究

为了提升服务型制造企业的服务创新能力,促进企业更好地进行服务创新,本文提出了基于产品服务融合的服务创新方法,分析了产品服务融合的概念,采用关联规则算法识别出能够进行融合的产品或服务模块,在此基础上,开发出新产品服务系统的概念,并通过模块化的方法对这些模块进行相互融合,设计出新产品服务系统。最后,通过一个应用实例说明了该方法的应用过程。该方法能够为客户提供多样化的服务,从而更加灵活地满足不同客户的个性化需求。     

服务型制造企业开放式服务创新的声誉激励模型

在服务型制造企业开放式服务创新的过程中, 为了激励合作企业参与服务创新, 将公平理论引入到声誉激励机制设计中, 考虑合作企业的公平偏好程度、服务创新能力系数、知识转移能力系数、耐心系数等参数, 运用委托代理理论, 建立声誉激励模型, 并对模型进行求解和数值仿真, 得出相应的研究结论和管理启示。研究表明:当合作企业是风险规避的, 在完全信息情况下, 合作企业的公平偏好程度系数与声誉激励系数正相关;在不完全信息情况下, 合作企业的公平偏好程度系数对声誉激励系数的影响不显著;无论是否考虑合作企业的公平偏好, 合作企业的努力水平、服务创新能力系数、知识转移能力系数、耐心系数与声誉激励系数正相关;合作企业的努力成本系数、风险规避系数、产出分享系数、外部环境变量的方差与声誉激励系数负相关。     

服务大规模定制模式下的供应链调度优化

为了提升服务大规模定制(SMC)模式下供应链系统的运作柔性,应对客户较强的多样化需求特征,本文在对服务定制特征分析、服务阶段界定以及服务规模效应探讨的基础上,指出SCM模式下的供应链调度问题是一个典型的随机需求与随机资源约束的多目标动态优化问题。研究了SMC模式下供应链调度的优化目标与约束条件,建立了完整的随机多目标动态调度优化数学模型。基于SMC运作的特点,运用改进的蚁群算法对调度问题进行了求解。最后,通过实例分析了模型及算法的可行性、有效性及适用性。     

服务型制造网络资源整合决策优化模型

服务型制造是制造业发展的新模式,服务型制造的顺利开展依赖于对服务型制造网络中各种资源的整合及优化.分析服务型制造网络的运作特征, 在此基础上将决定网络和个体运作水平的硬环境因素和软环境因素作为服务型制造网络资源整合的主导因素,提出基于主导因素评判的资源整合决策模式,构建出优化整合决策的数学模型,搭建了改进的蚁群寻优算法来求解整合决策的优化过程,最后借助算例仿真验证算法的有效性与可行性。     

集团分布式制造模式下生产调配优化模型研究及算法设计

基于分布式概念的集团分布式制造生产管理模式在市场中占据着越来越重要的地位,此种运营模式由制造型企业向服务型企业蔓延的趋势也越来越明显,然而针对这一具有自身特点的集团分布式概念下的生产管理模型的调度研究却很少。研究针对此生产管理模式下集团级的生产调配问题建立数学模型,综合考虑客户订单的分散情况、各分厂日生产能力限制和产品品种多样性的特点,采用改进的遗传算法求解该模型,提出一种基于订单和工厂的两段式非负整数染色体编码方法,保证了生产能力约束和订单约束,采用PMX交叉算法避免不合法染色体的出现。选取W集团一定计划期内的客户订单数据进行实例分析,验证了该生产调配模型和算法的有效性。     

智能制造环境下的备件生产与运输协同调度问题研究

智能制造和即时配送环境下的备件生产与运输协同调度问题是目前国内研究的一大热点,这是因为备件供应链响应速度已成为当前备件制造企业赢得客户的关键因素。为了提高客户满意度,尽可能缩短从客户下达定制化生产订单到订单配送完成的时间,本文建立了以所有客户总等待时间最短为目标的混合整数规划模型和集合覆盖模型,推导了最优解性质,并设计改进的分支定价算法求得最优解。通过将小规模算例结果与CPLEX进行对比,验证了模型和算法的有效性。多组算例测试结果表明,所提出的模型和算法可以有效提升智能制造环境下的备件供应链运作效率。     

基于遗传算法的物流配送车辆调度问题研究

研究使用遗传算法求解物流配送组织过程中车辆调度问题 .通过把时间窗约束和车辆容量约束转嫁到最小费用目标函数中去 ,建立适合于遗传算法的车辆调度模型 .阐述放回式随机复制算子和适应度函数 ,设计描述行驶线路的染色体结构、初始群体生成方法、独特的交叉算子和交换变异算子 ,构造完整的遗传算法 .并给出算例 ,验证调度模型和遗传算法 .     

云制造平台加工能力分享调度优化研究

云制造平台加工能力分享的调度优化是云制造模式的核心运营问题。为提高云制造平台对参与能力分享企业资源的利用率,解决实际云制造需求环境下企业级制造资源调度问题,达到云制造平台动态实时的要求,以最小化工期和成本为目标函数,构建了基于平台并面向分享的云加工能力调度模型。为快速求解多个云任务订单的最优调度序列,引入任务简易编码和随机权重,设计了改进的二阶粒子群算法,并提出可分享加工能力时间窗的更新策略。最后,通过算例验证云制造平台加工能力调度机制的可行性和有效性。     

遗传算法对车间作业调度的研究

应用遗传算法对车间作业调度问题进行研究,针对ＪＳＳＰ的具体特性,文中提出变异函数和二次编码的思想,获得较好的仿真结果。     

不确定环境下再制造生产调度研究

针对再制造过程中存在的再制造件质量状况和加工时间不确定性调度问题,分别采用随机数和三角模糊数表示质量状况和加工时间的不确定性。在满足工序顺序、机器等限制下,将各自带有权重系数的最大完工时间和总成本之和最小值当做目标函数,构造不确定环境下再制造生产调度模糊模型且转换成确定的单目标非线性规划模型。应用多层编码遗传算法求解某个再制造子系统算例得到,决策者对于最大完工时间和总成本的重视程度不同,调度方案不同,其需要根据自身关注的重点做出决策,选择合适的调度方案。并且调度结果会受到决策者消极或积极态度的影响,态度越积极,结果越好,反之,态度越消极,结果越差,从而检验了再制造生产调度模型的正确性。希望为再制造实现产业化,规模化提供相关参考意见。     

不确定环境下基于时间、费用及鲁棒性权衡的多目标项目调度优化

项目调度中的时间和费用是两个重要的指标,而在不确定环境下进度计划的鲁棒性则是保证项目平稳实施的关键。本文研究不确定环境下的多目标项目调度优化问题,以优化项目的工期、鲁棒值和成本为目标安排各活动的开始时间。基于此,作者构建多目标项目调度优化模型,将模型分解为三个子模型分析目标间的权衡关系,然后设计非劣排序遗传算法进行求解,应用精英保留策略和基于子模型权衡关系的优化策略优化算法,进行算法测试和算例参数敏感性分析。最后,应用上述方法研究一个项目实例,计算得到非劣解集,实例的敏感性分析结果进一步验证了三个目标间的权衡关系,据此提出资源的有效利用策略。本文的研究可以为多目标项目调度制定进度计划提供定量化决策支持。     

基于遗传算法的浸染生产排缸策略

针对目前印染企业在浸染生产过程中产品种类和加工设备多、调度复杂的特性，建立了一种用于浸染生产调度的数学模型，并应用遗传算法进行排缸调度求解。以生产任务的分配优先级顺序作为染色体的编码来求解多个生产任务在多个染缸上的调度分配命题，从而得出了最优排缸策略，适用于快速、高效地解决实际生产中大量生产任务调度问题。仿真结果表明了该策略的有效性和实用性。     

基于遗传算法的车间作业计划仿真研究

将仿真技术和遗传算法相结合,根据生产车间的资源情况、优化目标等建立了生产调度仿真模型,然后对仿真输出结果进行统计,针对统计结果应用遗传算法对调度决策进行优化.仿真优化结果说明了该集成优化方法是有效性的.     

随机环境下基于成本经济的项目调度权衡优化研究

针对随机环境下项目前摄性调度与反应性调度在应对不确定因素过程中起到的不同作用,从成本经济角度出发,研究了如何通过两种调度方法的权衡实现项目计划与执行的最优配合。在此基础上构建了基于成本的前摄反应调度权衡模型,通过对鲁棒性成本与调整成本进行量化分析,实现两种调度方案的最佳权衡。考虑到问题的NP难属性,设计了基于混合变邻域禁忌搜索的随机两点启发式算法,并通过大规模算例测试验证了算法的有效性。结果表明,根据承包商对成本的敏感度,前摄性调度与反应性调度在应对不确定性因素干扰中承担的工作量会随着成本权衡比的变化而发生改变,逐渐从前摄性方法为主过渡到以反应性方法为主。最后,从项目管理角度给出了有价值的管理启示。     

基于多技能多渠道变成本的物流联络中心排班

物流联络中心的人力成本随着坐席拥有的技能、服务渠道的多少以及服务时段的不同而不同,对人员进行合理班次设计以节省人力成本尤为必要。考虑现实联络中心工作时间的连续与中断、技能组和渠道组的匹配等,提出采用分阶段法优化班次。首先给出不考虑时间中断的坐席的排班模型A,求得排班方案;接下来,在此基础上将中断时间约束加入,建立模型B,求得班次覆盖矩阵;最后加入排班调整约束,建立模型C,对多技能组中各渠道组进行调整,给出最符合实际情况的最优排班调整方案。数值实验结合物流企业实例和各方案的比较,验证了模型的有效性。该方法为联络中心排班提供了新思路,对其它服务行业的排班也具有一定的参考价值。     

机器维修的排序问题

研究了机器维修的排序问题,假设第i台机器的维修起始日期为第αi天(i=1,2,…,n)．n台机器的维修起始日期简记为(α1,α2,…,αn),得到一系列(α1,α2,…,αn)存在的充分或必要条件。     

活动执行时间可提前的多模式反应性项目调度优化

研究不确定活动工期下活动执行时间可提前的多模式反应性项目调度问题。首先对反应性研究现状进行综述;其次建立以最小化反应性总成本为目标的优化模型;随后基于问题特点设计禁忌搜索算法;最后通过具体案例分析关键参数对反应性成本的影响,并得出结论:执行时间提前得到的反应性成本及完工时间明显低于执行时间不可提前的结果;随着项目推进,总成本及影响的活动数量总体上呈减小趋势,但项目完工时间在某些时刻维持不变;对于工期增加较大的活动,将其本身或紧前活动提前启动,或将其转换至活动工期较短的模式可降低反应性成本。研究可为不确定环境下反应性计划制定提供决策支持。     

动态空间调度的混合遗传算法

提出了一种基于混合遗传算法的动态空间调度方法。首先利用遗传算法产生多个可行的分段调度序列,再采用动态决定分段位置的启发式算法——平均最大空闲矩形策略对遗传算法产生的调度序列进行解码。同时以完工时间和平台利用率的加权和作为适应度函数,充分考虑了空间调度问题所特有的动态性和时空关联性。遗传进化过程收敛后得到近似最优解,实现了调度方案的全局优化。对船厂实际生产数据进行了实证分析以及与其它算法的对比分析,证明了所提方法在空间调度问题上的有效性和实用性。     

基于遗传算法的多目标柔性工作车间调度问题求解

本文针对柔性工作车间调度问题给出了一个有意义的综合目标尽可能缩短制造周期的同时尽可能的减少机器负荷。由于传统遗传算法在多目标柔性工作车间调度问题上的局限性，我们提出了一种改进遗传算法：首先，我们给出了针对综合目标的工序调度算法获得初始集合；接着，针对柔性工作车间调度问题的特点，我们在常用的基于工序顺序的编码方法上融入了基于机器分配的编码方法，并据此设计了相应的交叉变异操作；最后借鉴了物种进化现象中的环境迁移思想设计了解决多目标优化问题的迁移操作。实验结果表明，改进的遗传算法在多目标柔性工作车间调度问题的解决上要优于传统遗传算法。     

基于可变航速的支线集装箱船舶调度优化模型与算法

随着航运市场的竞争不断加剧和集装箱船舶大型化的发展,越来越多的航运企业选择轴-辐式航运网络模式。支线船舶调度问题作为轴-辐式航运网络的重要组成部分受到研究者的高度关注。本文研究了可变航速和经济航速两种情境下的支线船舶调度问题,同时考虑枢纽港和喂给港的取送箱时间窗限制,以航运企业运营成本最小化为目标函数建立非线性混合整数规划模型。首先使用专业的规划求解器进行小规模算例的求解,验证了模型的准确性。同时运用改进的遗传算法对大规模支线船舶优化调度模型进行求解。为了提高求解效果,进一步设计了多智能体进化算法进行求解。数值结果表明,可变航速的运营成本低于经济航速的运营成本;在算法效率方面,改进遗传算法收敛速度较快,多智能体进化算法则可以提高求解精度。