《單件訂單接受和加工調度最佳化決策問題研究》是依託南京理工大學，由王秀利擔任項目負責人的面上項目。
基本介紹
- 中文名：單件訂單接受和加工調度最佳化決策問題研究
- 項目類別：面上項目
- 項目負責人：王秀利
- 依託單位：南京理工大學
項目摘要,結題摘要,
項目摘要
一些按訂單生產的企業，所接收的客戶訂單由於產品的異質性和在製造加工配置上的不同，主要表征為單件生產模式。客戶單件訂單具有不同的市場收益、不同的加工時間和明確的交貨期。面對眾多客戶訂單和有限的加工能力，企業需要進行訂單接受和加工調度最佳化決策以實現企業全局最大收益目標。本課題擬建立一些單件訂單接受和加工調度最佳化決策模型，其中考慮了兩機流水車間加工環境、人力加班、關聯單件訂單和轉包加工等諸多實踐因素。由於決策模型屬於最複雜的組合最佳化問題，發展有效的算法需要對問題進行深入的理論研究和方法創新。通過對問題模型結構特徵和最佳化性質的研究，我們擬發展分支定界算法以求解中等規模問題的最優解，發展啟發算法和智慧型算法以求解大規模問題的最佳化解。本課題的研究成果將推動該領域學術發展，為一些實際企業最佳化決策提供方法支持和管理啟示。
結題摘要
一些行業的市場客戶訂單，因其異質性和需要特定加工配置而具有單件生產特點。每個單件訂單常被描述為具有特定加工收益、加工時間和交貨期要求。由於訂單交貨期要求與製造商短期生產能力有限的不平衡，製造商需要把單件訂單接受與加工調度集成決策來實現其收益最大化。這些決策問題本質上是最複雜組合最佳化問題，具有巨大的理論研究挑戰性。另一方面，國內外學術界在該領域的研究成果非常有限。本項目研究既有前沿的科學價值又有潛在的套用價值。本項目研究已經取得了一些重要研究成果：（1）本項目對兩階段流水車間訂單接受與加工調度最佳化決策問題進行了深入系統的研究。具體包括構建了問題的混合整數線性規劃模型；通過理論推導和結構分析，提出了分支定界算法和啟發式算法；通過在初始蜜源選擇、工蜂智慧型搜尋策略及自學習識別蜜源技巧等方面對人工蜂群算法進行了一系列分析，提出了改進的人工蜂群算法。計算實驗例證了所提方法具有計算速度快和計算效果優良的特性。(2)本項目研究了並行機訂單接受與加工調度最佳化決策問題。針對最佳化目標是企業總收益的決策問題，我們首先構建了問題的混合整數線性規劃模型，理論研究推導了一些最佳化性質和提出了基於拉格朗日鬆弛技巧的精確算法和啟發式算法；通過計算實驗對所提出的算法性能進行了分析。針對最佳化目標是企業接單數量的最佳化決策問題提出了一種啟發式算法，並推導證明了該啟發算法具有緊的4/3的性能界。(3)本項目研究了考慮轉包的訂單接受與加工調度最佳化決策問題，其中承包商先提出訂單加工承包價格方案，製造商再進行市場訂單接受、內部加工或轉包加工決策。在假設訂單信息透明和決策雙方理性自利的情況下，研究了訂單線性報價、固定報價與轉移支付及數量折扣三種不同報價模式下的決策問題管理洞察。通過理論推導和計算實驗分析發現，線性報價方案儘管簡單易行，但大多數情況下不能實現系統全局最優；而固定報價與轉移支付及數量折扣方案在合適參數設定情況下，可以實現系統全局最優。本項目所取得理論方法研究成果有力地推動了該領域的學術發展。由此所撰寫和發表的一系列SCI/SSCI學術論文，據Web of Science統計迄今已被國際同行學者引用達25次。本項目所提出的一些最佳化決策方法能夠有效求解大規模最佳化決策問題，為實際企業決策提供技術方法支持和管理啟示。
