一种需求不确定下生产计划与调度的集成优化方法技术

本发明专利技术涉及一种需求不确定下生产计划与调度的集成优化方法。目前生产计划与调度问题求解方式主要为传统优化方法，优化的结果很难是最优解，且很可能在工艺上无法实现，从而导致预期的生产目标无法实现，资源分配无法下达等问题的产生。本发明专利技术步骤是：获取生产计划层与调度层的具体数据；根据具体数据分别建立需求不确定下计划层费用模型与调度层费用模型；利用改进的协同优化方法对需求不确定下计划与调度费用模型进行优化，最终获取最低成本的生产方案。本发明专利技术是针对生产计划与调度优化中的一些难题，提出一种具有较强全局优化能力的优化方法，该优化方法具有开放性、鲁棒性、并行性、全局收敛性以及对问题的数学形式无特殊要求等特点。

【技术实现步骤摘要】
一种需求不确定下生产计划与调度的集成优化方法
本专利技术属于信息与控制
，涉及到自动化技术，特别是涉及一种需求不确定下生产计划与调度的集成优化方法。
技术介绍
生产计划与调度一直以来都是化工生产行业尤为重视的决策问题。生产计划与调度是借助现代先进的方法和技术，兼顾生产的工艺要求、生产资源情况等生产约束条件，优化配置各种制造资源，制定满足企业生产要求的生产方案，力求在规定的时间按规定的量生产出所要求的产品。生产计划主要针对于某一市场的需求量和化工产业自身的生产能力等因素，做出一个较长周期(一般为月、季度年等)的生产、运输、存储等安排。而生产调度主要针对化工产业自身的生产、存储能力等，在尽可能满足生产计划结果的情况下，做出一个较短周期(一般为日、周等)的生产设备以及库存等资源的安排。在生产计划与调度问题中，由于两者的时间尺度不同，如果仅仅只考虑一者而进行单纯的生产计划优化，或者单纯的生产调度优化，那么优化的结果很难是最优解，且很可能在工艺上无法实现，从而导致预期的生产目标无法实现，资源分配无法下达等问题的产生。因此对生产计划与调度的问题进行集成优化，对提高企业效率，降低生产成本具有重要意义。生产计划与调度问题是一个典型的极值求解问题。迄今为止，生产与调度问题求解方式多采用传统数学优化方法，如分支定界法、梯度下降法、外逼近算法等。由于这些方法求解效率较低，且缺乏较强的适应性与鲁棒性。因而要求具有复杂数学形式的优化问题，相当困难。基于上述问题，我们只考虑了在市场需求不确定下的生产计划与生产调度问题。
技术实现思路
本专利技术针对现有技术的不足，提出了一种需求不确定下生产计划与调度的集成优化方法。本专利技术的具体步骤是：步骤1：需要获取生产设备的具体数据，具体生产工艺数据、管理层费用单价以及产品种类数据；这些数据通过生产过程中统计获取；步骤2：通过管理层的参数建立需求不确定的生产计划费用模型，组成部分为管理层费用。通过生产工艺及原料参数建立生产调度费用模型，组成部分为固定生产费用以及可变生产费用。①构建系统级模型，即构建生产计划费用与生产调度费用模型生产计划费用与生产调度费用作为集成模型的上层问题，目标是根据市场需求情况和自身生产能力的约束条件，对整个计划周期内的生产做出规划，从而达到周期内费用最小的目的。根据调度周期时长T，将计划周期均分成Q个调度周期。生产计划费用PlanningCost与生产调度模型费用SchedulingCost由生产费用ProductionCost、库存费用InventoryCost、运输费用TransprotCost、短缺费用BackorderCost、固定生产费用EquipmentCost以及可变生产费用TaskCost组成。式中，t表示时间周期，i表示任务，I表示任务集合，j表示设备，J表示任务集合，n表示事件点,N表示事件点集合。xi,j,n表示在事件点n开始时任务i是否在设备j上执行。Bi,j,n表示在事件点n开始时任务i在设备j上的处理量。约束条件：生产平衡需求平衡生产能力约束每个生产调度周期中，生产计划的期望产量不可以超过生产能力最大值Pro、Inv、Tra、Bac分别表示生产量，库存量，运输量以及短缺量；4.补充约束在协同迭代求解的过程中，每个调度周期作为子学科，使子学科间不一致性最小作为系统级的计划周期的约束。τ用来表示计划的期望产量与调度的求解产量的差值。Pros,t表示生产计划求解产量，Pros,t′表示生产调度求解产量。μ为补充约束中的松弛因子。②构建学科级模型，即构建生产计划与生产调度模型生产计划与生产调度作为集成模型的下层问题，目标是根据生产计划的优化结果，并结合自身调度周期内资源、设备的约束条件，进行生产资源以及设备在时序上的安排，并尽可能是两者结果相接近。每个生产调度周期的模型采用状态任务网络进行建立。考虑产品的需求不确定性，基于场景方法表达不确定决策变量，每个需求不确定场景k对应的发生概率为Pk。应用二阶段随机规划方法，生产量PRO为第一阶段决策变量，库存量INV、运输量TRA、短缺量BAC为第二阶段决策变量。生产调度模型总费用由设备固定启动费用EquipmentCost以及物料处理费用TaskCost两部分组成。生产计划目标函数：k为不确定需求场景，K为不确定需求场景集合，λ为罚函数因子，其取值影响系统级优化结果对学科级优化时的影响程度；s表示物料状态，Sp表示物料集合，α、β、γ、δ分别表示生产费用单价，库存费用单价，运输费用单价以及短缺费用单价；约束条件：1.生产平衡2.需求平衡3.生产能力约束每个生产调度周期中，生产计划的期望产量不可以超过生产能力最大值4.补充约束在协同迭代求解的过程中，每个调度周期作为子学科，使子学科间不一致性最小作为系统级的计划周期的约束。τ用来表示计划的期望产量与调度的求解产量的差值。Pros,t表示生产计划求解产量，Pros,t′表示生产调度求解产量。μ为补充约束中的松弛因子。生产调度目标函数：式中τs为学科级优化所得值与系统级传递的值的偏差值，λ为系统级偏差权重因子，根据取值不同，可以影响生产计划优化结果对生产调度进行优化时的幅度，值越大则影响越强烈，即生产调度自我优化的的点越靠近生产计划传递的结果。约束条件：不等式约束分配约束加工能力约束储量约束序列约束δij为设备i处理任务j的所需时间2.等式约束2.1物料平衡约束STs,n表示物料状态s在事件点n的库存量；Ds,n表示物料状态s在事件点n的投递量；表示物料状态s在执行任务i操作时的生成分配系数，则表示物料状态s在执行任务i操作时的消耗分配系数。Ij表示设备j可以执行的任务集合，而Ji则表示执行任务i的设备集合。步骤3利用改进协同优化算法对需求不确定下生产计划与调度问题进行集成求解。具体步骤如下：①首先，根据不确定的市场需求量对系统级问题进行求解，求解获取生产计划的产量和对应的每种产品每个生产调度周期的产量Pros,t，将这些值作为目标点传递给Q个学科级问题；②生产调度根据生产计划模型传递的目标点并结合自身约束进行最优生产成本求解，得到每个生产调度周期的每种产品的具体产量Pros,t′、总费用记为TotalCost表示SchedulingCostt以及总体调度费用之和。若算法停止，输出当前的最优方案；否则转第③步，记总费用为ε表示阈值；③系统级根据生产计划的产量和Q个生产调度周期传递的产量，获取差值和将得到的差值和作为补充约束，进行下一轮的求解优化。并将新的优化结果产量传递给每个生产调度周期。记录下新的生产计划的费用PlanningCost′；④生产调度根据新传递的目标点进行优化，将返回值传递给系统级，并记录下每个调度周期的费用记为SchedulingCostt′以及总体调度费用并记新的总体费用为：⑤将两次的总体费用进行比较，θ表示迭代收敛阈值。有益效果：本专利技术的目标是针对需求不确定下生产计划与调度集成优化中的一些难题以及传统方法的不足，提出一种具有较强全局优化能力的集成优化方法，该优化方法具有开放性、鲁棒性、并行性、全局收敛性以及对问题的数学形式无特殊要求等特点。本专利技术的技术方案是将需求不确定下的生产计划与调度问题分解成一个系统级及多个学科级的问题，然后分别本文档来自技高网...

【技术保护点】
1.一种需求不确定下生产计划与调度的集成优化方法，其特征在于，该方法的步骤包括：步骤1：需要获取生产设备的具体数据，具体生产工艺数据、管理层费用单价以及产品种类数据；这些数据通过生产过程中统计获取；步骤2：通过管理层的参数建立需求不确定的生产计划费用模型，组成部分为管理层费用；通过生产工艺及原料参数建立生产调度费用模型，组成部分为固定生产费用以及可变生产费用；①构建系统级模型，即构建生产计划费用与生产调度费用模型生产计划费用与生产调度费用作为集成模型的上层问题，目标是根据市场需求情况和自身生产能力的约束条件，对整个计划周期内的生产做出规划，从而达到周期内费用最小的目的；根据调度周期时长T，将计划周期均分成Q个调度周期；生产计划费用PlanningCost与生产调度模型费用SchedulingCost由生产费用ProductionCost、库存费用InventoryCost、运输费用TransprotCost、短缺费用BackorderCost、固定生产费用EquipmentCost以及可变生产费用TaskCost组成；

【技术特征摘要】
1.一种需求不确定下生产计划与调度的集成优化方法，其特征在于，该方法的步骤包括：步骤1：需要获取生产设备的具体数据，具体生产工艺数据、管理层费用单价以及产品种类数据；这些数据通过生产过程中统计获取；步骤2：通过管理层的参数建立需求不确定的生产计划费用模型，组成部分为管理层费用；通过生产工艺及原料参数建立生产调度费用模型，组成部分为固定生产费用以及可变生产费用；①构建系统级模型，即构建生产计划费用与生产调度费用模型生产计划费用与生产调度费用作为集成模型的上层问题，目标是根据市场需求情况和自身生产能力的约束条件，对整个计划周期内的生产做出规划，从而达到周期内费用最小的目的；根据调度周期时长T，将计划周期均分成Q个调度周期；生产计划费用PlanningCost与生产调度模型费用SchedulingCost由生产费用ProductionCost、库存费用InventoryCost、运输费用TransprotCost、短缺费用BackorderCost、固定生产费用EquipmentCost以及可变生产费用TaskCost组成；式中，t表示时间周期，i表示任务，I表示任务集合，j表示设备，J表示任务集合，n表示事件点,N表示事件点集合；xi,j,n表示在事件点n开始时任务i是否在设备j上执行；Bi,j,n表示在事件点n开始时任务i在设备j上的处理量；约束条件：生产平衡需求平衡生产能力约束每个生产调度周期中，生产计划的期望产量不可以超过生产能力最大值Pro、Inv、Tra、Bac分别表示生产量，库存量，运输量以及短缺量；4.补充约束在协同迭代求解的过程中，每个调度周期作为子学科，使子学科间不一致性最小作为系统级的计划周期的约束；τ用来表示计划的期望产量与调度的求解产量的差值；Pros,t表示生产计划求解产量，Pros,t′表示生产调度求解产量；μ为补充约束中的松弛因子；②构建学科级模型，即构建生产计划与生产调度模型生产计划与生产调度作为集成模型的下层问题，目标是根据生产计划的优化结果，并结合自身调度周期内资源、设备的约束条件，进行生产资源以及设备在时序上的安排，并尽可能是两者结果相接近；每个生产调度周期的模型采用状态任务网络进行建立；考虑产品的需求不确定性，基于场景方法表达不确定决策变量，每个需求不确定场景k对应的发生概率为Pk；应用二阶段随机规划方法，生产量PRO为第一阶段决策变量，库存量INV、运输量TRA、短缺量BAC为第二阶段决策变量；生产调度模型总费用由设备固定启动费用EquipmentCost以及物料处理费用TaskCost两部分...

【专利技术属性】
技术研发人员：郑松，吴翟，葛铭，郑小青，魏江，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江,33