【正文】 gent, integrates ExPlanTech with factory ERP ? material agent: an instance of the pa class – integrates an MRP material resource planning system ? Special visualization and user manipulation metaagent 仿真模擬 ? 仿真模擬提供對全部任務(wù)，次序 ,先后和時間選擇決定的結(jié)果的直接觀察，能夠以較低的計算成本對方案進(jìn)行快速而詳細(xì)的分析。 minimization of makespan ? Short time horizons ? Very expensive when account for due dates Other Models (5%) ? Minimization of makespan ? Short time horizons ? Due dates effectively addressed Research Objective: Develop efficient models for Supply Chain Long time horizons。提煉工序在發(fā)酵放罐后才開始運行，屬于連續(xù)操作，其能力大于發(fā)酵能力。 implement one week。 ? 如果它與一個較為粗略但卻快速的調(diào)度求解方法結(jié)合，通過不斷的重復(fù)仿真與求解，從而能夠?qū)崿F(xiàn)在線調(diào)度。 ? 算法的收斂速度很難預(yù)測。 RCPCheck。 ? 約束規(guī)劃適合于處理含有大量約束的調(diào)度與再調(diào)度問題。 variable batchsize and processing time ? There are good algorithms for problems with fixed type and number of tasks and fixed assignments ? Depose problem in two subproblems 1. Determine type and number of tasks and assignments of units to tasks 2. Solve reduced problem with an efficient, problemspecific algorithm 分解 Basic Deposition Idea Algebra x1+2x2+2x3= 6 2x1+ x2 + x3= 6 3x2+4x3 = 7 x3+3x4+ x5= 8 x4+2x5= 8 x 1 = 2 x 2 = 1 x 3 = 1 x 4 = 2 x5=3 Optimization M2 M2 M1 Underdetermined ? Many solutions ? Solve (S1) (S2) many times Solution time: 2 (M1) → 2 10 = 1024 sec (M1) (M2) → 2 5+25= 64 sec 1st Subproblem (M1): Mathematical Programming ? MILP 2nd Subproblem (M2): Constraint Programming Modeling and Solution Paradigms Mathematical Programming ? Well known widely applied ? Efficient algorithms for moderately sized problems (branchand bound, cutting planes) ? Search is based on solution of relaxed problems Constraint Programming ? New Modeling and Solution Paradigm ? Developed in early 90’ s in AI ? Very effective for classes of optimization problems Highly constrained (feasibility) problems。 ? 由于生產(chǎn)環(huán)境的動態(tài)性，生產(chǎn)領(lǐng)域知識的多樣性，調(diào)度問題的復(fù)雜性，必須將人、數(shù)學(xué)方法和信息技術(shù)結(jié)合起來研究生產(chǎn)領(lǐng)域的管理調(diào)度問題。 計劃調(diào)度優(yōu)化方法－人工智能 ? 生產(chǎn)過程是高維對象，采用規(guī)劃模型求解調(diào)度問題，隨著維數(shù)的增加，計算量呈指數(shù)增長。必須針對特定問題，開發(fā)和使用特殊的算法。 計劃調(diào)度優(yōu)化方法－數(shù)學(xué)規(guī)劃 優(yōu)點： 主要優(yōu)點是其全局優(yōu)化的觀點，對所有的分配與次序決策都同時做出，能夠有效地評價方案的質(zhì)量。問題最后表示為MINLP，模型較為復(fù)雜。 時間表達(dá)方式差異 ? UDM直觀，簡單，將調(diào)度水平分成的等間隔時間段。 ? 非標(biāo)準(zhǔn)連續(xù)時間分布 (NUDM)，將時間表達(dá)為連續(xù)變量，時間段的劃分為非均勻方式，時間段的個數(shù)與長度非預(yù)先確定，它可以在整個調(diào)度期內(nèi)的任意一點開始。 Mockus Reklaitis (1999): STN/RTN Continuous Schilling Pantelides (1996): RTN Continuous General MINLP formulation for design and scheduling. Reduces to MILP for fixed recipes. Ierapetritou Floudas (1998): STN – Continuous EventBased Formulation New continuoustime representation with different events for each process unit. Cerda and Mendez (2023)。 Example A B B1 C A B C 原生產(chǎn)過程中， A加工時間 1h， B加工時間 4h， C加工時間 2h，原來每批次循環(huán)時間為 4小時，現(xiàn)增加一個設(shè)備 B1，批次循環(huán)時間降為 2小時； A工序上的等待時間減少了 2h ， C設(shè)備上空閑時間由原來的 2小時降為零 0 １ ２ ３ 4 5 6 7 8 9 10 11 0 １ ２ ３ 4 5 6 7 8 9 Scheduling Problems Property Different Constraints ? Sequence (in)dependent setup times ? Release/due times Different Objective Functions ? Maximize throughput over a fixed period of time ? Minimize pletion time (makespan) for a given set of orders Scheduling in Chemical Industry Man uf act uri ng I ndus t ry C hem i cal I ndus t ry O r der Si ngl e un i t ( . c ar ) V ar i abl e am ount of che m i cal ( . 1. 5 t on of s ul f ur aci d) P r oduc t i on A s s em bl y / addi t i on of par t s M i xi ng of i nt er m edi at e c hem i cal s i n v ar i ous r at i os ? Variable batch sizes ? Recycle streams, batch splitting/mixing ? Different storage policies。 實時性要求： 由于生產(chǎn)是在連續(xù)不斷的進(jìn)行之中，調(diào)度問題也隨著生產(chǎn)流程的變化而變化，在時間上要求調(diào)度決策迅速及時，與生產(chǎn)流程保持同步，要求滯后時間在一定的域值范圍之內(nèi)。 ? 由于關(guān)鍵中間品的生產(chǎn)能力存在瓶頸，可稱為有限能力下最大利潤問題。導(dǎo)致了工序間存在大量的空閑時間，降低了設(shè)備的使用率和生產(chǎn)率， 中間存儲策略 不同性質(zhì)的化工產(chǎn)品 (中間品 )具有不同的中間存儲策略： ? NIS無限存儲策略 ? FIS有限存儲策略 ? NIS無中間存儲 ? ZW零等待策略 ? MIS混合存儲策略 成品與原料一般為無限存儲，不穩(wěn)定中間品必須采用 ZW策略，而穩(wěn)定中間品可采用 FIS(有限能力的貯罐 )或 NIS(設(shè)備自身存儲 )。 中間貯罐協(xié)調(diào)工序間差異 中間貯罐： 某些需要較長加工時間的工序成為生產(chǎn)過程的瓶頸，它屬于時間瓶頸。 一般是由一些通用型的設(shè)備組成，通過對設(shè)備、原材料等資源的共享，在同一組設(shè)備上實現(xiàn)多種產(chǎn)品的生產(chǎn)，并且可以實現(xiàn)較為復(fù)雜的合成過程。 這些約束一般情況是確定的 ， 在進(jìn)行調(diào)度時大都作為確定性因素考慮 。 最優(yōu)調(diào)度問題描述 給定： 生產(chǎn)過程的工藝 、 設(shè)備及全部相關(guān)信息； 一個感興趣的時間段； 用戶定單及原料到貨信息或生產(chǎn)計劃信息 決定： 每個設(shè)備單元的操作時間 （ 例如 ， 在感興趣的時間段內(nèi)設(shè)備在每個時刻執(zhí)行哪個任務(wù) ） ；工廠的物料流 。 動態(tài)調(diào)度 ? 動態(tài)調(diào)度又稱再調(diào)度：處理突發(fā)事件，如某項生產(chǎn)控制指標(biāo)超出臨界值，設(shè)備的故障、資源突然短缺以及能源供應(yīng)中斷等。 ? 調(diào)度期變化范圍為 2－ 3天至 2－ 6月 。 如完成日期 最大設(shè)備能力類規(guī)則 適用于是計劃設(shè)備效率來最大化整個設(shè)備的生產(chǎn)能力 。 特點： 與 ERP不同，瓶頸算法順序計劃中的提前期是批量、優(yōu)先權(quán)和其它許多因素的函數(shù)，是編制作業(yè)計劃產(chǎn)生的結(jié)果。 ? “非約束”節(jié)省的一個小時無益于增加系統(tǒng)有效產(chǎn)出 。 實際調(diào)度問題 ? “ 因為瓶頸工序在不斷變化 ， 我們?nèi)绾沃榔款i在那里 ？ ” ? “ 能否自動分配工序 ？ 自動調(diào)配人力 ， 設(shè)備能力 ？ ” ? “ 在插入急單時 ， 能否自動根據(jù)目標(biāo)重排計劃 ， 一些定單自動延遲 ， 一些定單自動提前 ？ ” ? “ 能否對采購延遲 ， 生產(chǎn)的延遲 ， 設(shè)備的故障 ， 人員的效率等意外快速響應(yīng) ， 及自動進(jìn)行模擬 ， 調(diào)整 ？ ” ERP作業(yè)計劃 ERP(MRPII)制定作業(yè)計劃的方法一般包括以下幾個步驟： 確定批量； 計算提前期； 安排優(yōu)先權(quán)，安排作業(yè)計劃； 根據(jù)能力限制調(diào)整作業(yè)計劃，再重復(fù)前三個步驟。 m a x/// cFmn Flowshop問題示例 假設(shè)有 A、 B、 C、 D四種零件，都需要進(jìn)行先車后銑，其加工時間如表所示。 生產(chǎn)的柔性： ? 設(shè)備使用的柔性 ? 設(shè)備安排的柔性 調(diào)度決策內(nèi)容包括： ? 分配決策 (工件的加工次序 ) ? 時間決策 (工件的各工序的加工時間 ) ? 路徑?jīng)Q策 (工件的工序的設(shè)備分配 ) Flowshop調(diào)度問題 n個工件在 m臺機(jī)器上加工，一個工件分為 n道工序，每道工序要求不同的機(jī)器加工。 車間作業(yè)調(diào)度的特點 ? 離散制造過程中，工件生產(chǎn)時間較短，工件切換加工成本低但庫存成本很高。生產(chǎn)計劃與調(diào)度 Production Planning and Scheduling 浙江大學(xué)系統(tǒng)工程研究所 OUTLINE－ Production Scheduling 1. 離散制造過程 (APS) 2. 流程工業(yè)（間歇與連續(xù)） 3. 生產(chǎn)調(diào)度數(shù)學(xué)模型 4. 調(diào)度問題 優(yōu)化方法 5. 智能調(diào)度方法 離散制造過程生產(chǎn)調(diào)度 生產(chǎn)控制的主要內(nèi)容是作業(yè)計劃與動態(tài)調(diào)整，它稱為車間調(diào)度問題。 ? 執(zhí)行中的意外即動態(tài)調(diào)度可由車間進(jìn)行有限的局部調(diào)度，但當(dāng)其影響到生產(chǎn)計劃時，只能反饋至計劃部門，由計劃部門統(tǒng)一調(diào)整。 (1) 單機(jī)調(diào)度問題 (2) 并行機(jī)調(diào)度問題 (3) Jobshop調(diào)度問題 (4) Flowshop調(diào)度問題 (5) Openshop調(diào)度問題 給定一個工件的集合 P和一個機(jī)器的集合 M 每個工件包括多道工序 Ji={Pi1 ….. Pik} 每臺設(shè)備可以多個加工任務(wù) JMi={J(1) ….. J(li