《基於多產品和多目的物流的流程型生產計畫最佳化研究》是采峰撰寫的一篇論文。
基本介紹
- 中文名：基於多產品和多目的物流的流程型生產計畫最佳化研究
- 作者：采峰
- 關鍵字：企業管理、生產計畫管理、生產流程 物流
- 導師：曾鳳章
- 學位授予時間：2007
- 學位級別：博士論文
- 館藏號：F273
- 學位授予單位：北京理工大學
- 館藏目錄：2009\F273\7
- 學科專業：管理科學與工程
中文摘要
根據流程型生產管理創新與發展的理論需要和流程型企業應對全球化競爭、適應市場需求、提高經濟效益的現實需要，針對流程型生產計畫最佳化一般方法缺乏的現狀，本文從生產物流的視角，開展了基於多產品、多目的物流的生產計畫最佳化理論與方法研究和仿真研究。主要內容有： (1)流程型生產的多產品和多目的物流理論與模型研究 通過由化工到製藥、冶金、煉油、食品加工等行業的生產物流調研，總結並提出了現代流程型生產的多產品和多目的物流的概念；採用從實踐觀察到理論抽象與概括的思路，描述了典型行業生產物流的實例，抽象與概括了多產品和多目的物流模式，分別建立了兩種模式的圖形模型和物流量數學模型。該理論與模型為流程型生產計畫最佳化的一般方法研究提供了新的視角，是基於多產品和多目的物流的生產計畫最佳化研究的基礎。仿真研究驗證了其可行性和有效性。 (2)流程型生產計畫的有關基礎理論與模型研究 依據加工裝配型生產計畫理論，構建了由綜合生產計畫、主生產作業計畫構成的流程型生產計畫新體系理論；分別構建了基於多產品和多目的物流的計畫物流量、期量標準等理論與模型。該理論與模型是基於多產品和多目的物流的生產計畫最佳化理論與方法研究的基礎。仿真研究驗證了其可行性和有效性。 (3)基於多產品和多目的物流的綜合生產計畫最佳化理論與方法研究 提出了兩次預測改進和兩次決策最佳化理論與方法，並進行了仿真研究。建立了基於非平穩時序的產品需求量預測改進模型，即人工神經網路-自回歸滑動平均的集成模型，並設計了統一疊代式的一次預測方法，其預測精度高於人工神經網路模型的預測精度；分別建立了基於多產品、多目的物流的一次決策最佳化模型，並設計了改進的統一搜尋式差分進化算法，收斂性良好，滿意解更優；再次套用預測改進模型，設計了修正滾動式的二次預測方法，其預測精度高於一次預測精度；基於一次決策最佳化和二次預測改進的結果，分別設計了基於多產品、多目的物流的修正滾動式的二次決策最佳化方法，其最佳化結果優於一次決策最佳化結果。 (4)基於多產品和多目的物流的主生產作業計畫最佳化理論與方法研究 提出了預測改進和決策最佳化理論與方法，並進行了仿真研究。設計了平均時段長度折合產量法，分別建立了基於多產品、多目的物流的時段長度和產量預測改進的白回歸滑動平均-反向傳播模型，能夠獲得良好的預測精度；分別建立了基於多產品、多目的物流的最終產品排序決策最佳化模型，並根據跨世代精英選擇策略的思想，設計了基於三段式染色體結構與啟發規則的改進遺傳算法，能夠獲得良好的收斂性。 (5)基於多產品和多目的物流的生產計畫最佳化理論與方法的系統性研究 最佳化理論與方法分析和仿真研究表明：綜合生產計畫最佳化，確保了生產計畫產量與外部市場需求的平衡、生產計畫系統內部的計畫物流量與生產能力的平衡的系統最佳化；主生產作業計畫最佳化，確保了主生產作業計畫與綜合生產計畫的銜接，並滿足了生產能力和供應能力的物流約束等。因此，基於多產品、多目的物流的生產計畫最佳化是一種系統最佳化，實現了由局部層面最佳化向系統整體最佳化的拓展，對流程型生產計畫最佳化的一般方法研究具有理論參考價值與實踐指導意義。
