高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于微粒群优化算法的人造板生产批量时域滚动计划

方赛银 李明 邱荣祖

方赛银, 李明, 邱荣祖. 基于微粒群优化算法的人造板生产批量时域滚动计划[J]. 北京林业大学学报, 2018, 40(2): 106-113. doi: 10.13332/j.1000-1522.20170405
引用本文: 方赛银, 李明, 邱荣祖. 基于微粒群优化算法的人造板生产批量时域滚动计划[J]. 北京林业大学学报, 2018, 40(2): 106-113. doi: 10.13332/j.1000-1522.20170405
Fang Sai-yin, Li Ming, Qiu Rong-zu. Rolling horizon lot-sizing planning of wood-based panel based on an improved particle swarm optimization[J]. Journal of Beijing Forestry University, 2018, 40(2): 106-113. doi: 10.13332/j.1000-1522.20170405
Citation: Fang Sai-yin, Li Ming, Qiu Rong-zu. Rolling horizon lot-sizing planning of wood-based panel based on an improved particle swarm optimization[J]. Journal of Beijing Forestry University, 2018, 40(2): 106-113. doi: 10.13332/j.1000-1522.20170405

基于微粒群优化算法的人造板生产批量时域滚动计划

doi: 10.13332/j.1000-1522.20170405
基金项目: 

国家自然科学基金项目 31760182

国家自然科学基金项目 31100424

详细信息
    作者简介:

    方赛银,博士生,副教授。主要研究方向:木材供应链管理与优化。Email:fsy029@126.com 地址:650224云南省昆明市盘龙区白龙路白龙寺300号西南林业大学624信箱

    责任作者:

    李明,博士,教授。主要研究方向:智能优化与智能控制。Email: swfu_lm@swfu.edu.cn 地址:同上

  • 中图分类号: S784

Rolling horizon lot-sizing planning of wood-based panel based on an improved particle swarm optimization

  • 摘要: 目的生产批量计划是企业制定主令生产计划和物料需求计划的依据,生产批量计划的优化也是企业节约成本和原料的关键所在。目前人造板企业都采用批量生产模式,并且依据事先设定的生产计划确定各个阶段的生产任务,但随着市场竞争的日益激励和个性化需求的提高,每个阶段的实际生产任务通常需要根据市场需求及时调整。为此,针对人造板生产批量计划问题,提出基于微粒群优化算法(PSO)的时域滚动计划。方法首先,根据人造板批量生产特点,制定决策变量和约束条件,建立生产批量计划的混合整数决策模型。然后依据决策模型的约束条件,采用降维搜索的方式,提出改进的微粒群求解算法。最后,采用时域滚动计划进行模拟仿真。结果仿真结果表明:对于年产10万m3的刨花板生产线而言,以3个月作为一个滚动计划单元,在12个月的生产批量计划中,采用改进PSO算法获得的生产批量计划可以节约1.8%的成本,有生产能力约束时可以节约近0.9%的成本。结论对于人造板批量生产模式,时域滚动计划能够使得生产计划动态满足市场需求,同时时域滚动计划模型是一类非确定性(NP)困难问题,智能群集优化算法为此类问题的求解提供了较好的解决途径。未来的研究可以关注生产批量计划问题数学模型的完善以及智能优化算法设计方面。

     

  • 图  1  时域滚动计划概念示意图

    Figure  1.  Basic concepts of rolling horizon planning

    图  2  改进PSO算法流程图

    Figure  2.  Flow chart of the improved PSO algorithm

    表  1  时域滚动计划表(冻结周期为3个月)

    Table  1.   Schedule of rolling horizon planning (freezing period was 3 months)

    循环
    Cycle
    计划周期月份
    Months of planning horizon
    1 2 3 4 5 6 7 8
    C1 d1 d2 d3 d4 d5
    Q1, 1 Q1, 2 Q1, 3 Q1, 4 Q1, 5
    C2 d2, 2 d2, 3 d2, 4 d2, 5 d6
    Q1, 3 Q1, 3 Q2, 4 Q2, 5 Q2, 6
    C3 d3, 3 d3, 4 d3, 5 d3, 6 d7
    Q1, 3 Q2, 4 Q3, 5 Q3, 6 Q3, 7
    C4 d4, 4 d4, 5 d4, 6 d4, 7 d8
    Q2, 4 Q3, 5 Q4, 6 Q4, 7 Q4, 8
    计划Plan Q1, 1 Q1, 2 Q1, 3 Q2, 4 Q3, 5 Q4, 6 Q4, 7 Q4, 8
    注:dj表示周期j的需求量,di, j表示第i次循环Ci时周期j的需求量,Qi, j表示循环Ci时周期j的生产计划量。Notes: dj is the requirement value at j-th period. di, j is the requirement value at Ci and j-th period. Qi, j is the execution lot-sizing at Ci and j-th period.
    下载: 导出CSV

    表  2  LSP数学模型的仿真参数

    Table  2.   Simulation parameters of LSP model

    参数Parameter 取值Value
    总计划周期/月Total planning horizon/month 12
    LSP计划周期/月LSP planning period/month 3
    需求量Requirement/m3 U(7 500, 8 500)
    需求扰动Requirement disturbance/m3 U (100, 150)
    制造成本/(元·m-3)
    Manufacture cost/(CNY·m-3)
    U (2 000, 2 400)
    库存成本/(元·m-3)
    Stock cost/(CNY·m-3)
    U (100, 150)
    缺货损失/(元·m-3)
    Shortage cost/(CNY·m-3)
    U (300, 400)
    启动成本/元Setting cost/CNY U (4 000, 4 500)
    下载: 导出CSV

    表  3  市场需求量变化情况

    Table  3.   Change in the market requirement

    m3
    循环Cycle 月份Month
    1 2 3 4 5 6 7 8 9 10 11 12
    1 7 919 8 083 8 062
    2 8 694 8 672 7 927
    3 8 162 8 060 8 247
    4 7 538 7 561 7 526
    5 8 452 8 255 8 528
    6 8 462 8 758 7 929
    7 8 114 8 017 7 787
    8 7 555 7 485 7 822
    9 8 315 8 412 8 106
    10 7 790 7 800 8 323
    需求量
    Requirement
    7 919 8 694 8 162 7 538 8 452 8 462 8 114 7 555 8 315 7 790 7 800 8 323
    下载: 导出CSV

    表  4  单位产品生产成本分布    元/m3

    Table  4.   Cost of the unit product      CNY/m3

    成本Cost 月份Month
    1 2 3 4 5 6 7 8 9 10 11 12
    生产成本Production cost 2 052 2 243 2 266 2 038 2 366 2 445 2 337 2 361 2 437 2 120 2 097 2 380
    仓储成本Stock cost 148 149 144 142 143 144 144 144 148 146 145 140
    缺货损失Shortage cost 389 303 305 348 388 363 380 314 374 386 339 315
    启动成本Setting cost 4 053 4 294 4 175 4 240 4 489 4 205 4 477 4 216 4 380 4 450 4 079 4 077
    下载: 导出CSV

    表  5  生产批量时域滚动计划过程

    Table  5.   Schedule process of rolling horizon lot-sizing planning

    m3
    循环
    Cycle
    生产批量计划
    Lot-sizing planning
    月份Month
    1 2 3 4 5 6 7 8 9 10 11 12
    1 Q1 16 002 0 8 062
    Q2 11 696 4 310 8 058
    2 Q1 611 8 672 7 927
    Q2 4 917 8 672 7 927
    3 Q1 8 162 16 307 0
    Q2 8 162 11 996 4 311
    4 Q1 22 625 0 0
    Q2 11 986 3 133 7 506
    5 Q1 0 1 620 8 528
    Q2 4 004 8 255 8 528
    6 Q1 1 827 8 758 7 929
    Q2 8 462 8 758 7 929
    7 Q1 8 114 8 017 7 787
    Q2 8 114 8 017 7 787
    8 Q1 7 555 7 485 7 822
    Q2 7 555 7 485 7 822
    9 Q1 8 315 8 412 8 106
    Q2 8 315 8 412 8 106
    10 Q1 7 790 16 123 0
    Q2 7 818 11 999 4 096
    执行计划 Q1 16 002 611 8 162 22 625 0 1 827 8 114 7 555 8 315 7 790 16 123 0
    Execution plan Q2 11 696 4 917 8 162 11 986 4 004 8 462 8 114 7 555 8 315 7 818 11 999 4 096
    注:Q1代表没有生产能力约束时的生产批量计划,Q2代表有生产能力约束时的生产批量计划。Notes: Q1 represents LSP without the constrains of production capacity, and Q2 represents LSP with the constrains of production capacity.
    下载: 导出CSV

    表  6  无生产能力约束最优决策

    Table  6.   Optimization decision without constrains of production capacity

    m3
    项目Item 月份Month
    1 2 3 4 5 6 7 8 9 10 11 12
    计划Plan 16 002 611 8 162 22 625 0 1 827 8 114 7 555 8 315 7 790 16 123 0
    库存Stock 8 083 0 0 15 087 6 635 0 0 0 0 0 8 323 0
    缺货Shortage 0 0 0 0 0 0 0 0 0 0 0 0
    下载: 导出CSV

    表  7  有生产能力约束最优决策

    Table  7.   Optimization decision with constrains of production capacity

    m3
    项目Item 月份Month
    1 2 3 4 5 6 7 8 9 10 11 12
    计划Plan 11 696 4 917 8 162 11 986 4 004 8 462 8 114 7 555 8 315 7 818 11 999 4 096
    库存Stock 3 777 0 0 4 448 0 0 0 0 0 28 4 227 0
    缺货Shortage 0 0 0 0 0 0 0 0 0 0 0 0
    下载: 导出CSV
  • [1] Heady R B, Zhu Z W. An improved implementation of the Wagner-Whitin algorithm[J]. Production and Operations Management, 1994, 3(1):55-63.
    [2] Baltacioǧlu G, Temiz I, Erol S. Fuzzy Wagner Whitin algorithm and an application of class I supplies [J]. Gazi University Journal of Science, 2011, 24(1): 125-134. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=Open J-Gate000001025327
    [3] Fandel G, Trockel J. Investment and lot size planning in a supply chain: coordinating a just-in-time-delivery with a Harris- or a Wagner/Whitin-solution [J]. Journal of Business Economics, 2016, 86(1-2):173-195. doi: 10.1007/s11573-015-0800-6
    [4] Fu C C, Huang S Y. The maximum setup time and setup cost of achieving Just-in-Time system[J]. Journal of Business Theory and Practice, 2016, 4(1):75-84.
    [5] Sahin F, Narayanan A, Robinson E P. Rolling horizon planning in supply chains: review, implications and directions for future research[J]. International Journal of Production Research, 2013, 51(18):5413-5436. doi: 10.1080/00207543.2013.775523
    [6] Tiacci L, Saetta S. Demand forecasting, lot sizing and scheduling on a rolling horizon basis[J]. International Journal of Production Economics, 2012, 140(2):803-814. doi: 10.1016/j.ijpe.2012.02.007
    [7] Herrera C, Belmokhtar-Berraf S, Thomas A, et al. A reactive decision-making approach to reduce instability in a master production schedule[J]. International Journal of Production Research, 2016, 54(8):2394-2404. doi: 10.1080/00207543.2015.1078516
    [8] Xia H, Li X Y, Gao L. A hybrid genetic algorithm with variable neighborhood search for dynamic integrated process planning and scheduling [J]. Computers & Industrial Engineering, 2016, 102:99-112. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=ae252d1a40e3ed8bb445093d1413226b
    [9] Buer T, Homberger J, Gehring H. A collaborative ant colony metaheuristic for distributed multi-level uncapacitated lot-sizing [J]. International Journal of Production Research, 2013, 51(17):5253-5270. doi: 10.1080/00207543.2013.802822
    [10] Karimi-Nasab M, Modarres M, Seyedhoseini S M. A self-adaptive PSO for joint lot sizing and job shop scheduling with compressible process times [J]. Applied Soft Computing, 2015, 27:137-147. doi: 10.1016/j.asoc.2014.10.015
    [11] 王雷, 赵秋红, 许绍云.考虑柔性检修计划的圆钢热轧批量调度[J].北京航空航天大学学报, 2016, 42(3):435-443. http://d.old.wanfangdata.com.cn/Periodical/bjhkhtdxxb201603003

    Wang L, Zhao Q H, Xu S Y. Hot-rolling batch scheduling in round steel production with flexible maintenance planning [J]. Journal of Beijing University of Aeronautics and Astronautics, 2016, 42(3):435-443. http://d.old.wanfangdata.com.cn/Periodical/bjhkhtdxxb201603003
    [12] 闫萍, 焦明海, 赵冰梅.粒子群算法在Lot-sizing问题中的应用[J].控制与决策, 2012, 27(7):1077-1081. http://d.old.wanfangdata.com.cn/Periodical/kzyjc201207022

    Yan P, Jiao M H, Zhao B M. Application of particle swarm optimization algorithm in lot-sizing problem [J]. Control and Decision, 2012, 27(7):1077-1081. http://d.old.wanfangdata.com.cn/Periodical/kzyjc201207022
  • 加载中
图(2) / 表(7)
计量
  • 文章访问数:  1520
  • HTML全文浏览量:  266
  • PDF下载量:  40
  • 被引次数: 0
出版历程
  • 收稿日期:  2017-11-14
  • 修回日期:  2017-12-14
  • 刊出日期:  2018-02-01

目录

    /

    返回文章
    返回