訂單擾動(dòng)下的預(yù)制構(gòu)件生產(chǎn)重調(diào)度優(yōu)化研究

*基金項(xiàng)目：山東省重點(diǎn)研發(fā)計(jì)劃（重大科技創(chuàng)新工程）項(xiàng)目（2021CXGC011204）。

摘要：行業(yè)競(jìng)爭(zhēng)加劇帶來(lái)的市場(chǎng)波動(dòng)給企業(yè)生產(chǎn)運(yùn)營(yíng)帶來(lái)很大挑戰(zhàn)。針對(duì)以緊急插單為代表的訂單擾動(dòng)事件，如何進(jìn)行生產(chǎn)重調(diào)度并科學(xué)合理地組織生產(chǎn)，成為預(yù)制構(gòu)件企業(yè)急需解決的問(wèn)題。針對(duì)生產(chǎn)重調(diào)度問(wèn)題，以L預(yù)制構(gòu)件廠為研究對(duì)象，基于準(zhǔn)備、生產(chǎn)、運(yùn)輸各階段工序特征，以及時(shí)交付和懲罰成本最小化為目標(biāo)，建立作業(yè)調(diào)度及生產(chǎn)線選擇雙層調(diào)度優(yōu)化模型，引入遺傳算法求解重調(diào)度最優(yōu)方案。結(jié)果表明，應(yīng)用該模型及遺傳算法可有效解決實(shí)際生產(chǎn)中訂單擾動(dòng)導(dǎo)致的重調(diào)度問(wèn)題，保證及時(shí)交付和懲罰成本最小化。

關(guān)鍵詞：預(yù)制構(gòu)件；緊急插單；重調(diào)度；遺傳算法；訂單擾動(dòng)

0" 引言

隨著行業(yè)競(jìng)爭(zhēng)不斷加劇，預(yù)制構(gòu)件生產(chǎn)企業(yè)在實(shí)際生產(chǎn)過(guò)程中面臨市場(chǎng)波動(dòng)造成的訂單擾動(dòng)問(wèn)題，而已有調(diào)度方案難以滿足生產(chǎn)需求［1］，企業(yè)生產(chǎn)運(yùn)營(yíng)面臨巨大挑戰(zhàn)。如何針對(duì)以緊急插單為代表的訂單擾動(dòng)問(wèn)題，進(jìn)行科學(xué)合理地重調(diào)度以獲得最優(yōu)調(diào)度方案成為預(yù)制構(gòu)件企業(yè)急需解決的問(wèn)題。

近年來(lái)，隨著裝配式建筑行業(yè)的不斷發(fā)展，預(yù)制構(gòu)件生產(chǎn)調(diào)度問(wèn)題受到眾多學(xué)者關(guān)注。針對(duì)預(yù)制構(gòu)件生產(chǎn)調(diào)度問(wèn)題，當(dāng)前研究主要集中在不同條件和場(chǎng)景下的車間調(diào)度模型及啟發(fā)式算法的改進(jìn)和創(chuàng)新方面［2］。Chan等［3］構(gòu)建了預(yù)制構(gòu)件實(shí)際約束流水車間排序模型，分別對(duì)最小化完工時(shí)間、最小化延誤懲罰的目標(biāo)函數(shù)進(jìn)行優(yōu)化。Li等［4］建立了符合生產(chǎn)資源約束的數(shù)學(xué)模型，采用遺傳算法和分枝定界法求解模型。尹靜等［5］基于預(yù)制構(gòu)件供應(yīng)鏈，以準(zhǔn)時(shí)交付和流程時(shí)間兩個(gè)目標(biāo)為優(yōu)化準(zhǔn)則，建立生產(chǎn)運(yùn)輸協(xié)同調(diào)度模型，利用改進(jìn)的遺傳算法進(jìn)行求解。Kong等［6］在成本和期限的約束條件下，利用動(dòng)態(tài)規(guī)劃方法求解最大生產(chǎn)效率問(wèn)題。Wang等［7］對(duì)傳統(tǒng)流水車間調(diào)度模型進(jìn)行改進(jìn)，將預(yù)制構(gòu)件的生產(chǎn)劃分為9個(gè)過(guò)程。Ma等［8］針對(duì)預(yù)制構(gòu)件流水車間多條生產(chǎn)線車間調(diào)度問(wèn)題建立數(shù)學(xué)模型，利用遺傳算法求解最優(yōu)調(diào)度方案。秦旋等［9］和熊福力等［10-11］基于預(yù)制構(gòu)件生產(chǎn)方視角，在多種限制資源約束下建立更完善的模型，利用改進(jìn)遺傳算法對(duì)實(shí)際工程案例進(jìn)行求解，為企業(yè)決策者選擇優(yōu)質(zhì)生產(chǎn)方案提供參考。

綜上所述，已有研究大多是在需求條件確定的情況下對(duì)生產(chǎn)調(diào)度進(jìn)行優(yōu)化，但在實(shí)際生產(chǎn)中，內(nèi)外部不確定性因素導(dǎo)致的訂單擾動(dòng)、操作時(shí)間不確定及機(jī)器故障等問(wèn)題往往會(huì)對(duì)已有的生產(chǎn)調(diào)度造成影響。基于此，本文以L預(yù)制構(gòu)件廠為研究對(duì)象，針對(duì)生產(chǎn)過(guò)程中以緊急插單為代表的訂單擾動(dòng)問(wèn)題，建立作業(yè)調(diào)度及生產(chǎn)線選擇雙層調(diào)度優(yōu)化模型，引入遺傳算法求解重調(diào)度最優(yōu)方案，實(shí)現(xiàn)及時(shí)交付和懲罰成本最小化。

1" 問(wèn)題概述

1.1" 生產(chǎn)工序

L預(yù)制構(gòu)件廠主要生產(chǎn)預(yù)應(yīng)力混凝土疊合板（PK構(gòu)件）、預(yù)制樓梯、外板墻及梁等預(yù)制構(gòu)件，其中，PK構(gòu)件是主要產(chǎn)品，共有三條生產(chǎn)線，采用移動(dòng)模臺(tái)的生產(chǎn)方式。根據(jù)預(yù)制構(gòu)件生產(chǎn)工藝特征，將預(yù)制構(gòu)件生產(chǎn)工序分為準(zhǔn)備、生產(chǎn)、運(yùn)輸三個(gè)階段，其中，準(zhǔn)備階段包括物品準(zhǔn)備、模具組裝2道工序，生產(chǎn)階段包括預(yù)埋安放、澆筑、養(yǎng)護(hù)、模具拆卸、表面處理5道工序，運(yùn)輸階段包括存放、運(yùn)輸2道工序，具體如圖1所示。

1.2" 問(wèn)題描述

在預(yù)制構(gòu)件實(shí)際生產(chǎn)過(guò)程中，經(jīng)常面臨訂單擾動(dòng)造成的緊急插單事件。為了降低緊急插單造成的影響，需要根據(jù)構(gòu)件加工狀態(tài)及生產(chǎn)線選擇，綜合生產(chǎn)需求進(jìn)行重調(diào)度，生成最優(yōu)調(diào)度方案，實(shí)現(xiàn)及時(shí)交付和懲罰成本最小化。

約束條件具體如下：

（1）每條生產(chǎn)線之間相互獨(dú)立、配置一致。

（2）每個(gè)工序配備一臺(tái)設(shè)備且同一時(shí)間只能加工一個(gè)構(gòu)件，一個(gè)構(gòu)件在一臺(tái)機(jī)器上只能加工一次。

（3）構(gòu)件之間無(wú)優(yōu)先約束，工序按照流程順序進(jìn)行且前一道工序完成后才能進(jìn)入下一工序，工序加工過(guò)程中不能中斷。

（4）構(gòu)件養(yǎng)護(hù)工序統(tǒng)一采用蒸養(yǎng)。

（5）不同構(gòu)件的模具僅需組裝，無(wú)須更換。

2" 雙層調(diào)度優(yōu)化模型構(gòu)建

根據(jù)生產(chǎn)現(xiàn)場(chǎng)實(shí)際情況，結(jié)合相關(guān)文獻(xiàn)分析［12］，建立以及時(shí)交付和懲罰成本最小化為目標(biāo)的雙層調(diào)度優(yōu)化模型（圖2），上層為作業(yè)調(diào)度優(yōu)化層，下層為生產(chǎn)線選擇優(yōu)化層。

首先，在作業(yè)調(diào)度優(yōu)化層輸入已有的訂單數(shù)據(jù)，以及時(shí)交付和懲罰成本最小化為目標(biāo)進(jìn)行調(diào)度，得到初始調(diào)度方案；其次，在生產(chǎn)線選擇優(yōu)化層，基于初始調(diào)度方案，輸入緊急訂單數(shù)據(jù)，進(jìn)行緊急訂單的生產(chǎn)線選擇；最后，根據(jù)初始調(diào)度方案、選擇的生產(chǎn)線重新導(dǎo)入作業(yè)調(diào)度優(yōu)化層，結(jié)合實(shí)際生產(chǎn)狀態(tài)進(jìn)行重調(diào)度，確定最優(yōu)調(diào)度方案。

2.1" 作業(yè)調(diào)度優(yōu)化層

首先，對(duì)預(yù)制構(gòu)件生產(chǎn)工序進(jìn)行情境分析，基于不同情境建立不同的約束條件；其次，根據(jù)目標(biāo)及約束條件建立模型。

2.1.1" 工序情境分析

在傳統(tǒng)作業(yè)調(diào)度中，產(chǎn)品在生產(chǎn)過(guò)程中依次完成全部工序，而有些工序可以同時(shí)完成，因此，可以將工序分為順序作業(yè)工序與并行作業(yè)工序。預(yù)制構(gòu)件生產(chǎn)調(diào)度與傳統(tǒng)調(diào)度不同，預(yù)制構(gòu)件生產(chǎn)過(guò)程中普遍涉及水泥的使用，須保證這些工序一次性完成，即不可中斷工序。其中，澆筑及養(yǎng)護(hù)工序?qū)儆诓豢芍袛喙ば颍毐ＷC這些工序一次性完成，不能中斷。為了保證成本最低，若可中斷工序在一個(gè)工作日內(nèi)無(wú)法完成，一般續(xù)接至下一工作日完成，因此將預(yù)制構(gòu)件的9個(gè)工序劃分為順序可中斷工序、順序不可中斷工序、并行不可中斷工序［13］，在生產(chǎn)中產(chǎn)生9種情境，如圖3所示。

（1）順序可中斷工序。預(yù)制構(gòu)件生產(chǎn)工序中的物品準(zhǔn)備、模具組裝、預(yù)埋安裝、模具拆卸、表面處理屬于順序可中斷工序。當(dāng)天未完成的工作可停止，第二個(gè)工作日繼續(xù)工作，如圖3中情境1、情境2所示。

（2）順序不可中斷工序。預(yù)制構(gòu)件生產(chǎn)工序中的澆筑屬于順序不可中斷工序。若當(dāng)日澆筑工序完成不了，則選擇加班完成；若當(dāng)日加班也完成不了，則選擇第二個(gè)工作日繼續(xù)澆筑工序，如圖3中情境3、情境4所示。

（3）并行不可中斷工序。預(yù)制構(gòu)件生產(chǎn)工序中的養(yǎng)護(hù)、存放、運(yùn)輸屬于并行不可中斷工序，如圖3中情境5、情境6、情境7、情境8、情境9所示。其中，養(yǎng)護(hù)工序若當(dāng)天未完成，則選擇加班進(jìn)行。

存放工序是指將生產(chǎn)階段完成的預(yù)制構(gòu)件移至?xí)捍鎱^(qū)。若正常工作時(shí)間無(wú)法完成，則移至第二個(gè)工作日進(jìn)行。運(yùn)輸工序不同于養(yǎng)護(hù)和存放工序，若當(dāng)天加班工作仍未完成，則移至第二天進(jìn)行。

2.1.2" 模型建立

2.1.2.1" 目標(biāo)函數(shù)

目標(biāo)函數(shù)即預(yù)制構(gòu)件及時(shí)交付且保證產(chǎn)生的交付罰款最少，目標(biāo)函數(shù)公式如下

Minf（μ）=∑nj=1［αMax（0，" Cj-dj）+βMax（0， dj-Cj）］（1）

αMax（0， Cj-dj）（2）

βMax（0， dj-Cj）（3）

2.1.2.2" 約束條件

模型約束條件公式如下

C（Jj， NK）=TifT≤24D+HWT+HA+HNifTgt;24D+HWk=1， 2， 3， 6， 7（4）

T=Max{C（Jj-i， Kk）， C（Jj， Kk-1）}+P（j， k）（5）

D=IntegerT24（6）

C（Jj， N4）=

TifT≤24D+HW+HA24（D+1）+P（j， k）ifTgt;24D+HW+HA（7）

C（Jj， N5）=

24（D+1）if24D+HWlt;T*lt;24（D+1）T*ifT*≤24D+HWorT*≥24（D+1）（8）

T*=C（Jj， Kk-1）+P（j， k）k=5、 8、 9（9）

C（Jj， N8）=

24（D+1）if24D+HWlt;T*lt;24（D+1）T*ifT*≤24D+HWorT*≥24（D+1）（10）

C（Jj，N9）=

T*ifT*≤24D+HW+HA24（D+1）+P（j， 9）ifT*gt;24D+HW+HA（11）

上述公式中參數(shù)定義見(jiàn)表1。

在上述公式中，式（1）表示構(gòu)件完成交付后的目標(biāo)函數(shù)，即延遲罰款、提前罰款之和最少；式（2）表示構(gòu)件的延遲罰款；式（3）表示構(gòu)件的提前罰款；式（4）表示順序可中斷工序第j個(gè)種類產(chǎn)品在第k個(gè)工序的完成時(shí)間；式（5）表示順序可中斷工序的累計(jì)完成時(shí)間；式（6）表示工序完整的工作天數(shù)；式（7）表示順序不可中斷工序第j個(gè)產(chǎn)品在澆筑工序（工序4）的完成時(shí)間；式（8）表示并行不可中斷工序中第j個(gè)產(chǎn)品在養(yǎng)護(hù)工序（工序5）的完成時(shí)間；式（9）表示養(yǎng)護(hù)工序、存放工序、運(yùn)輸工序累計(jì)完成時(shí)間；式（10）表示并行不可中斷工序中第j個(gè)產(chǎn)品在存放工序（工序8）的完成時(shí)間；式（11）表示并行不可中斷工序中第j個(gè)產(chǎn)品在運(yùn)輸工序（工序9）的完成時(shí)間。

2.2" 生產(chǎn)線選擇優(yōu)化層

生產(chǎn)線選擇優(yōu)化層是指在預(yù)制構(gòu)件生產(chǎn)過(guò)程中遭遇緊急插單，需要確定緊急訂單生產(chǎn)線時(shí)，基于已有初始調(diào)度方案輸入緊急訂單數(shù)據(jù)，計(jì)算每條生產(chǎn)線的空閑時(shí)間并從大到小進(jìn)行排序，根據(jù)緊急訂單的生產(chǎn)工作時(shí)間與生產(chǎn)線的空閑時(shí)間對(duì)比選擇生產(chǎn)線及數(shù)量［12］。若緊急訂單生產(chǎn)工作時(shí)間小于生產(chǎn)線空閑時(shí)間，則選取Q條空閑時(shí)間之和大于緊急訂單生產(chǎn)工作時(shí)間的生產(chǎn)線；若緊急訂單生產(chǎn)工作時(shí)間大于生產(chǎn)線空閑時(shí)間，則選取所有生產(chǎn)線進(jìn)行生產(chǎn)。

模型公式如下

Iu=∑nkk=1［C（Ju， nu， Nu， nk）-S（Ju， n1， Nu， nk）］-∑nun1∑nkn1pu， k（u=1， 2， …U）（12）

Tj=∑9k=1C（J， Nk）（13）

Q=uif∑Uu=1Iu≤TjMin（Q∑qu=1Iugt;Tj）if∑Uu=1Iugt;Tj（14）

上述公式中參數(shù)定義見(jiàn)表2。

在上述公式中，式（12）表示每條生產(chǎn)線的空閑時(shí)間，即生產(chǎn)線各工序完成時(shí)間之和與生產(chǎn)線各工序操作時(shí)間之和（并行工序因構(gòu)件加工可并行進(jìn)行，取該工序操作時(shí)間最大值）的差值；式（13）表示完成緊急訂單所需的生產(chǎn)工作時(shí)間，即緊急訂單各工序操作時(shí)間之和；式（14）表示選取生產(chǎn)緊急訂單的Q條生產(chǎn)線。

在確定緊急訂單生產(chǎn)的生產(chǎn)線后，根據(jù)實(shí)際生產(chǎn)狀態(tài)，針對(duì)該生產(chǎn)線進(jìn)行重調(diào)度優(yōu)化，求解重調(diào)度最優(yōu)方案。

3" 遺傳算法求解

本文結(jié)合現(xiàn)有數(shù)據(jù)資料分析，引入遺傳算法解決預(yù)制構(gòu)件生產(chǎn)重調(diào)度問(wèn)題。根據(jù)已有訂單，求解初始調(diào)度方案，并基于初始調(diào)度方案對(duì)緊急訂單進(jìn)行處理，計(jì)算每條生產(chǎn)線的空閑時(shí)間，進(jìn)行生產(chǎn)線選擇優(yōu)化，結(jié)合實(shí)際生產(chǎn)情況進(jìn)行重調(diào)度，輸出最優(yōu)調(diào)度方案。在算法設(shè)計(jì)過(guò)程中，根據(jù)問(wèn)題特征設(shè)置編碼解碼及遺傳算子參數(shù)。遺傳算法求解步驟如圖4所示。

3.1" 染色體編碼

在初始生產(chǎn)調(diào)度中，計(jì)劃每條生產(chǎn)線均生產(chǎn)3種不同種類的預(yù)制構(gòu)件，每種預(yù)制構(gòu)件均需經(jīng)過(guò)加工順序相同的9個(gè)工序。每個(gè)調(diào)度方案均采用相對(duì)應(yīng)的染色體矩陣表示，染色體矩陣由多條染色體組成，染色體編碼通常采用排列數(shù)和隨機(jī)數(shù)編碼［14］。為了保證染色體矩陣的隨機(jī)性，本文選擇隨機(jī)數(shù)編碼方式。

在編碼過(guò)程中，由于工序是確定不變的，設(shè)定每條染色體為3×9的矩陣，基因上的每個(gè)數(shù)字編號(hào)整數(shù)部分為工序編碼，小數(shù)部分為預(yù)制構(gòu)件加工順序級(jí)，將整個(gè)矩陣看作一條染色體。例如：生產(chǎn)線一的3種構(gòu)件、9個(gè)工序的染色體矩陣X編碼公式如下

X=

1.72.33.24.65.16.67.28.49.6

1.52.73.54.35.86.37.38.69.2

1.82.43.14.85.26.27.88.29.3

3.2" 初始種群

初始種群的規(guī)模和生成方式在一定程度上影響算法的運(yùn)算速度和求解結(jié)果。為保證初始種群選擇的平等性，本文在所有預(yù)制構(gòu)件生產(chǎn)排序方案中隨機(jī)選擇一組作為初始種群。

3.3" 遺傳算子設(shè)計(jì)

遺傳算法的遺傳算子包括選擇、交叉、變異三大類，具體分析如下：［15］

（1）“選擇”采用錦標(biāo)賽選擇法。錦標(biāo)賽選擇法是指每次從種群中選擇4個(gè)個(gè)體且每個(gè)個(gè)體被選中的概率是相同的。選擇適應(yīng)度較高的個(gè)體作為父代，并隨機(jī)選擇一個(gè)個(gè)體作為母代進(jìn)入新種群。重復(fù)此操作，直至新種群規(guī)模達(dá)到初始種群規(guī)模，新種群中出現(xiàn)次數(shù)最多的個(gè)體為最優(yōu)個(gè)體。

（2）“交叉”選用通過(guò)“選擇”而得到的適應(yīng)度值高的個(gè)體作為父代，隨機(jī)選取個(gè)體作為母代，將兩個(gè)矩陣進(jìn)列交叉，產(chǎn)生下一代，生成新的子代染色體組。列交叉法計(jì)算公式如下

（3）“變異”采用點(diǎn)變異法。在染色中隨機(jī)選擇一或幾個(gè)位置的基因，基因的小數(shù)位進(jìn)行隨機(jī)變化，形成新的子代染色體，公式如下

3.4" 終止條件

終止條件是指在經(jīng)過(guò)編碼、種群篩選及遺傳算子設(shè)計(jì)等步驟后，達(dá)到最終輸出結(jié)果停止進(jìn)化的條件。本文選取迭代次數(shù)作為終止條件，當(dāng)?shù)螖?shù)達(dá)到一定次數(shù)后輸出最優(yōu)值或趨近最優(yōu)值的解作為最優(yōu)解。

4" 結(jié)果分析

對(duì)L預(yù)制構(gòu)件廠進(jìn)行實(shí)地調(diào)研和專家訪談，選取典型訂單，共包含9種類型構(gòu)件。訂單信息包括預(yù)制構(gòu)件的類型、每種構(gòu)件各工序的操作時(shí)間、訂單交付時(shí)間、交付提前和延遲的懲罰成本等，將上述數(shù)據(jù)導(dǎo)入模型，得到預(yù)制構(gòu)件生產(chǎn)工序時(shí)間及交付罰款，見(jiàn)表3。

根據(jù)模型數(shù)據(jù)和相關(guān)文獻(xiàn)分析［6-13］，設(shè)定遺傳算法中的算法參數(shù)，各項(xiàng)參數(shù)設(shè)定如下：種群規(guī)模——200，迭代次數(shù)——200，交叉概率——0.8，變異概率——0.05。

采用MATLAB R2022b軟件進(jìn)行仿真實(shí)驗(yàn)，將參數(shù)及已有訂單生產(chǎn)數(shù)據(jù)輸入遺傳算法程序。由于訂單緊急，24小時(shí)均處于生產(chǎn)狀態(tài)。由此，得到每條生產(chǎn)線初始調(diào)度方案（生產(chǎn)線一：2—1—3、生產(chǎn)線二：1—2—3、生產(chǎn)線三：2—3—1）及交付罰款金額（生產(chǎn)線一：78.4元、生產(chǎn)線二：108元、生產(chǎn)線三：86元），各工序完成時(shí)間及交付罰款見(jiàn)表4。

選取調(diào)度方案生產(chǎn)線一的工序初始時(shí)間和結(jié)束時(shí)間，繪制生產(chǎn)線一最優(yōu)工序甘特圖，如圖5所示。圖中，橫坐標(biāo)為時(shí)間，縱坐標(biāo)為構(gòu)件種類。

首先，通過(guò)模型計(jì)算得出各生產(chǎn)線的總空閑時(shí)間（表5）。例如，生產(chǎn)線一的第一道工序空閑時(shí)間為（4.0-0）-（1.5+1.2+1.3）=0。根據(jù)緊急訂單信息計(jì)算得到緊急訂單生產(chǎn)工作時(shí)間為17.7h，小于生產(chǎn)線一的總空閑時(shí)間（17.8h）。因此，選擇總空閑時(shí)間最大的生產(chǎn)線一進(jìn)行緊急訂單的加工。緊急訂單生產(chǎn)工序時(shí)間及交付罰款見(jiàn)表6。

在插入緊急訂單時(shí)，根據(jù)初始最佳調(diào)度方案，生產(chǎn)線一的預(yù)制構(gòu)件2的第一道工序已經(jīng)完成，因此，對(duì)其他工序進(jìn)行重調(diào)度，得到重調(diào)度生產(chǎn)計(jì)劃最優(yōu)方案生產(chǎn)完成時(shí)間（表7）。可以看出，最優(yōu)工序?yàn)?—1—3—4，懲罰金額為112元。由此，繪制重調(diào)度最優(yōu)方案甘特圖，如圖6所示。

為了驗(yàn)證模型輸出的調(diào)度方案是否為最優(yōu)調(diào)度方案，將模型所得最優(yōu)調(diào)度方案與實(shí)際生產(chǎn)中生產(chǎn)線一在最短作業(yè)時(shí)間（Short Processing Time，SPT）、最早交貨期（Earliest Due Date，EDD）及隨機(jī)排序等調(diào)度規(guī)則下生成的調(diào)度方案進(jìn)行對(duì)比，結(jié)果見(jiàn)表8。

從表8可以看出，通過(guò)本文構(gòu)建的雙層調(diào)度優(yōu)化模型及算法得到的重調(diào)度方案為最優(yōu)方案，證明了該模型及遺傳算法解決動(dòng)態(tài)生產(chǎn)調(diào)度問(wèn)題的準(zhǔn)確性、便捷性和有效性。

5" 結(jié)語(yǔ)

本文針對(duì)預(yù)制構(gòu)件生產(chǎn)中的緊急插單問(wèn)題，結(jié)合生產(chǎn)現(xiàn)場(chǎng)實(shí)際情況，構(gòu)建以準(zhǔn)時(shí)交付和懲罰成本最小化為目標(biāo)的雙層調(diào)度優(yōu)化模型，并基于遺傳算法進(jìn)行求解。結(jié)果表明，與其他調(diào)度方案相比，該模型及遺傳算法可有效解決預(yù)制構(gòu)件生產(chǎn)企業(yè)訂單擾動(dòng)的重調(diào)度問(wèn)題，便于快速確定最優(yōu)調(diào)度方案，保證及時(shí)交付和懲罰成本最小化。

但是，本文未考慮預(yù)制構(gòu)件生產(chǎn)過(guò)程中的其他約束條件，如養(yǎng)護(hù)窯的數(shù)量限制及其他成本變更問(wèn)題，存在一定的局限性。今后，可進(jìn)一步研究不同約束條件下的生產(chǎn)重調(diào)度優(yōu)化問(wèn)題，以提升預(yù)制構(gòu)件生產(chǎn)管理水平。

參考文獻(xiàn)

［1］劉天昊，唐亮，靳志宏.考慮同類訂單合并和應(yīng)急訂單干擾的生產(chǎn)調(diào)度優(yōu)化［J］.遼寧工程技術(shù)大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，41（6）：567-576.

［2］張瑞雪，馮雪婷，馬貴仁.基于NSGA-Ⅲ算法考慮碳排放的預(yù)制構(gòu)件生產(chǎn)調(diào)度及運(yùn)輸優(yōu)化［J］.工程管理學(xué)報(bào)，2023，37（2）：153-158.

［3］CHAN W T ， HU H .Production Scheduling for precast plants using a flow shop sequencing model［J］.Journal of Computing in Civil Engineering， 2002， 16（3）：165-174.

［4］LI S H A ， TSERNG H P ， YIN S Y L ，et al.A production modeling with genetic algorithms for a stationary pre-cast supply chain［J］.Expert Systems with Applications An International Journal， 2010， 37（12）：8406-8416.

［5］尹靜，孫浩，張恒熙，等.裝配式混凝土結(jié)構(gòu)生產(chǎn)運(yùn)輸協(xié)同調(diào)度［J］.科學(xué)技術(shù)與工程，2021，21（21）：9029-9034.

［6］KONG L ， LUO H .Optimal single-machine batch scheduling for the manufacture， transportation and JIT assembly of precast construction with changeover costs within due dates［J］. Automation in Construction， 2017（81）：34-43.

［7］WANG Z， HU H. Improved precast production—scheduling model considering the whole supply chain［J］.Journal of Computing in Civil Engineering， 2017，31（4）：04017013.

［8］MA Z L，YANG Z T，LIU S L，et al.Optimized rescheduling of multiple production lines for flowshop production of reinforced precast concrete components［J］.Automation in Construction， 2018（95）：86-97.

［9］秦旋，房子涵，張趙鑫.考慮資源約束的預(yù)制構(gòu)件多目標(biāo)生產(chǎn)調(diào)度優(yōu)化［J］.計(jì)算機(jī)集成制造系統(tǒng)，2021，27（8）：2248-2259.

［10］熊福力，杜瑤，曹勁松，等.基于交替混合迭代搜索方法的預(yù)制構(gòu)件生產(chǎn)調(diào)度與工人配置集成優(yōu)化［J］.計(jì)算機(jī)集成制造系統(tǒng)，2023，29（1）：121-132.

［11］熊福力，張杏，曹勁松，等.預(yù)制構(gòu)件并行生產(chǎn)線資源配置與生產(chǎn)調(diào)度集成優(yōu)化［J］.控制與決策，2022，37（9）：2399-2406.

［12］王朝靜.波動(dòng)干擾下裝配式住宅預(yù)制構(gòu)件生產(chǎn)調(diào)度優(yōu)化研究［D］.上海：上海交通大學(xué)，2018.

［13］程月明，牛占文，劉超超.裝配式建造模式中混凝土預(yù)制構(gòu)件調(diào)度優(yōu)化［J］.工業(yè)工程與管理，2020，25（4）：50-58.

［14］楊博，劉樹(shù)東，魯維佳，等.改進(jìn)遺傳算法在機(jī)器人路徑規(guī)劃中的應(yīng)用［J］.現(xiàn)代制造工程，2022（6）：9-16.

［15］任麗.基于遺傳算法的柔性流水車間調(diào)度方法研究［D］.成都：電子科技大學(xué)，2017.

PMT

收稿日期：2023-10-20

作者簡(jiǎn)介：

孫家坤（通信作者）（1973—），男，博士，教授，碩士研究生導(dǎo)師，研究方向：制造業(yè)信息化與精益生產(chǎn)。

張吉哲（1998—），男，研究方向：制造業(yè)信息化與精益生產(chǎn)。