遗传算法在多品种小批量模式MPS中的应用

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (13): 266-270.

• 工程与应用 • 上一篇

遗传算法在多品种小批量模式MPS中的应用

杨美荣1，崔曼曼2，史建锋2，肖玲诺3

1. 哈尔滨工业大学经济管理学院（威海），山东威海 264209
2. 哈尔滨工业大学管理学院，哈尔滨 150001
3. 哈尔滨工业大学人文与社会科学学院，哈尔滨 150001

出版日期:2013-07-01 发布日期:2013-06-28

Applications of Genetic Algorithm in production planning of multi-categories and small batch mode

YANG Meirong1, CUI Manman2, SHI Jianfeng2, XIAO Lingnuo3

1.School of Economics and Management at Weihai, Harbin Institute of Technology, Weihai, Shandong 264209, China
2.School of Management , Harbin Institute of Technology, Harbin 150001, China
3.School of Humanities and Social Science, Harbin Institute of Technology, Harbin 150001, China

Online:2013-07-01 Published:2013-06-28

摘要/Abstract

摘要： 结合准时制生产和约束理论，以“关键设备产能”和“产品提前期”两大约束为重心，确定以关键工作中心利用率最高和提前/拖期罚款最少作为MPS模型的两个目标，提出了一种多品种、小批量生产模式下企业MPS的双目标排单模型的建立思路和方法；应用遗传算法对模型进行优化计算，通过对企业实例数据的运行结果分析，验证了方案的有效性。

关键词: 主生产计划, 约束理论, 准时制生产, 遗传算法

Abstract: According to Just-in-Time production and Theory of Constraints, centering on two restrictions of producing ability of key work center and production lead time, determining the maximum utilization of key work center and the least earliness/tardiness fine as the two goals of MPS model, this paper presents a double-goal MPS model based on multi-variety and small-batch enterprise. It uses GA to optimize the MPS model. Through analyzing the results of the enterprise data, GA has been proved to be effective.

Key words: master production schedule, Theory of Constraints（TOC）, Just-in-Time（JIT）, Genetic Algorithms（GA）

杨美荣1，崔曼曼2，史建锋2，肖玲诺3. 遗传算法在多品种小批量模式MPS中的应用[J]. 计算机工程与应用, 2013, 49(13): 266-270.

YANG Meirong1, CUI Manman2, SHI Jianfeng2, XIAO Lingnuo3. Applications of Genetic Algorithm in production planning of multi-categories and small batch mode[J]. Computer Engineering and Applications, 2013, 49(13): 266-270.

[1]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[2]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[3]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[4]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[5]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[6]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[7]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[8]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[9]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[10]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.
[11]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.
[12]	苏庆，林华智，黄剑锋，林志毅. 结合CNN和Catboost算法的恶意安卓应用检测模型[J]. 计算机工程与应用, 2021, 57(15): 140-146.
[13]	王秀丽，周鹏，侯静楠，王仕俊，林霞. 面向变电站机器人巡检路径规划中的算法研究[J]. 计算机工程与应用, 2021, 57(14): 245-250.
[14]	陈元文. MapReduce技术在物资调运与配载问题中的应用[J]. 计算机工程与应用, 2021, 57(12): 273-278.
[15]	邱云飞，高华聪. 混合Filter与改进自适应GA的特征选择方法[J]. 计算机工程与应用, 2021, 57(11): 95-102.

遗传算法在多品种小批量模式MPS中的应用

Applications of Genetic Algorithm in production planning of multi-categories and small batch mode

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics