基于模块的绿色个性化产品配置和任务调度探讨
发布时间:2024-03-14 08:56  

本文对绿色产品配置、供应链决策和装配任务调度进行了联合优化研究。分别对碳监管政策下的产品配置和供应链联合优化问题、绿色产品配置、供应链决策和装配任务调度的双目标联合优化问题以及不确定环境下三者的联合优化问题建立了对应的数学规划模型,并设计了单目标和多目标求解算法,接着通过数值实验对所提出的算法进行验证。

第一章  绪论

1.2相关研究现状

1.2.1  产品配置研究现状

大规模定制由戴维斯在 20 世纪 90 年代初提出,是一种以大规模生产的成本和速度,提供个性化产品的生产模式[11]。大规模定制的广泛应用带动了一系列支撑技术如模块化设计、产品配置等技术的迅速发展。在大规模定制的生产模式下,企业采用模块化设计(Modular Design)思想进行产品设计。基于模块化设计思想,产品配置技术通过对共性模块和变型模块的配置组合,从而满足顾客个性化产品的需求。由于其在满足客户个性化需求的同时提高了生产效率,因而产品配置的研究与发展对推动现行生产模式进步起到了至关重要的作用。

在产品配置求解技术方面,传统方法是使用基于推理的技术,包括基于规则的推理(Rule-based Reasoning)[12]、基于约束满足的方法(Constraint Satisfaction Problem)[13]和基于实例的推理(Case-based Reasoning)[14]。例如,McDermott 等[15]采用了基于规则的方法开发了著名的计算机配置系统 R1/XCON。Wang 等  [16]将配置问题转化为约束满足问题,使用了面向对象的方法,开发了配置问题求解框架。Haug 等[17]通过研究实际案例分析了在产品配置中的七种不同策略。然而这些方法主要研究了如何推理出有效的配置解,并没有考虑在存在多个配置结果的情况下如何获得最优的配置解。因而一些研究人员从工程优化的角度进行研究,将配置选择转化为决策变量,设定目标函数为最小化总成本或者最大化利润,将配置规则、客户需求、交货期等约束转化为约束条件,建立相应的数学规划模型并求解。目前关于产品配置优化问题的研究主要集中在模型整合和求解算法两个方面。

第三章  绿色个性化产品配置和装配任务的联合优化研究

3.1装配任务

企业在完成产品配置决策后,根据配置结果在装配流程中对零件进行组装,得到最终产品交付给顾客。由于装配过程消耗大量的时间、成本和各类资源,对企业的生产经营有着重要的影响,且不同的装配结构对的影响也不尽相同。因此,有必要在产品配置中对具体的装配结构进行研究。

图  3-1 是某个具有三层装配结构定制产品的装配示意图。最底层(第 3 层)由 4 个变型模块 A、B、C、D 组成,??1,??2,…,??1,…,??2均为对应变型模块的实例。中间层的子装配体和最顶层的最终产品均由次一级的子装配体或变型模块两两组装而成。例如,第一层的子装配体 H 由第二层的子装配体 F、G 组装而成。由于不同的模块实例在组装时的工艺流程不尽相同,导致消耗的时间、成本等各种资源也不相同。因此不同的产品配置结果对装配任务有着重要影响,有必要在模型中进行考量。

此外,订单的交付周期是决定企业竞争力的重要因素。如发生延迟交货,将会严重损害企业的利润和商誉。在预计订单交付有可能延期后,企业可以通过增加资源投入缩短工期,例如招聘新的员工、购买额外的设备等等。由于不同的生产模式下投入的资源不同,因而同一个装配任务在不同的生产模式下所需要的时间、成本不同,碳排放总量也不同。因此,装配流程中需要对每个装配任务的生产模式选择进行权衡。

第四章  不确定环境下绿色产品配置和装配任务的联合优化研究

4.1问题描述

在实际的生产经营中,企业往往面临众多不确定因素。例如受市场波动影响,模块实例的采购价格具有较大的不确定性。而在装配流程中,受零件质量、工人技术水平、设备状态、工作条件等不确定因素的影响,每个装配活动的持续时间也存在不确定性。考虑到这些参数的微小扰动可能使原决策最优解变成次优解或不可行解,为减少不确定因素对决策的不利影响,本文对产品配置问题进行了鲁棒优化。因此,本研究将针对模块实例的采购价格、装配活动持续时间构建不确定集,建立一个鲁棒优化框架以解决不确定环境下的产品配置问题。

4.2不确定环境下的产品配置联合优化模型

由于采购价格受市场波动影响,装配时间则与装配工人技能水平、设备状态等因素有关,因此本文主要研究采购价格和装配时间不确定性对产品配置的影响。尽管实际上很难知道采购价格和装配时间的具体分布情况,但能够知道两个变量的区间变动范围。在鲁棒优化中,可以通过定义不确定集合????、????来刻画采购价格和装配时间的变动范围。根据模型的鲁棒性定义和解的鲁棒性,每个解应该是一个封闭的不确定集合最优解。因此在鲁棒优化中,不同的不确定集合对结果影响十分明显。为了权衡不确定集的保守程度和复杂度,如何选择一个适合的不确定集来求解鲁棒优化一直是相关学者的研究热点,因此本文将使用成本变动比例来评价不确定集。

第五章  研究结论及展望

5.2研究展望

本文对整合的产品配置问题进行了较为深入的研究,考虑了产品配置阶段、采购阶段和装配阶段。同时,考虑了碳排放政策和参数不确定性对产品配置的影响。但限于时间和作者研究水平,本文对整合的产品配置问题的研究还存在一些不足,未来可以从以下几点继续研究。

首先,本文只考虑了采购阶段中的采购决策和装配阶段中的装配任务调度,未来需要考虑其余决策变量。事实上,这两个阶段还需要进行其余决策,例如供应链网络设计、装配线平衡等。

其次,针对三阶段整合的产品配置问题,本文采用了一种精确算法。但该问题属于 NP-Hard,??约束方法只适用于中小规模问题,有必要针对这种整合的产品配置问题设计一种启发式算法,使之可以更加快速、有效地求解大规模问题。

最后,本文针对采购价格和装配时间不确定性只采用了盒式不确定集和椭球不确定集进行刻画,有必要研究其余的鲁棒建模方式如 budget 鲁棒的效果。

参考文献(略)

(本文摘自网络)
打印此文 关闭窗口
扫一扫