一种MTO和MTS混合生产模式下APS排产方法

本发明属于管理科学与工程领域，涉及到运筹学建模和智能优化算法的应用,具体说是一种mto和mts混合生产模式下aps排产方法。

背景技术：

1、随着信息技术的发展,国内大部分企业的生产管理水平都有了大幅度的提高，但是针对同时具有mto-mts混合生产模式的企业来说，其生产计划排产调度问题目前仍停留在一个比较落后的水平上。企业面对mts(make-to-stock)类型订单，如何保持高效的连续生产，是亟待解决的一个问题。同时对于mto(make-to-order)类型订单，企业无法快速响应订单需求，同时针对库存物料堆积问题无法有效解决，生产计划排产调度不尽合理,无法协调用户需求个性化与快速响应之间的矛盾,极大制约了企业生产管理水平和经济效益。

2、对于混合生产模式的企业来说，如何将不同的订单展开成不同层级的工单，这是排产过程的核心环节。展开过程中需要考虑订单类型，制造mbom信息，同时兼顾库存中的半成品物料情况。展开的工单如何快速有效的分派到各个设备上，同时满足工单和设备能力约束，也是排产过程需要考虑的问题。因此混合mts-mto生产模式的企业在排产过程中需要考虑的因素包括以下几点：

3、1.如何快速将不同类型订单展开成不同层级的工单，同时兼顾制造mbom和库存物料信息。

4、2.在展开的工单集中，如何定义特殊工单，以及如何确定工单的分派顺序。

5、3.特殊工单分派结束后，如何在满足交货期要求和设备能力的前提下，高效的完成工单分派，进而完成整个生产排产过程。

技术实现思路

1、针对具有mts-mto混合生产模式企业排产过程中的不足之处，本发明提供了一种面向具有基于库存的连续批量生产与面向市场客户订单的离散生产两种混合生产特征企业的asp系统排产方法，并开发了相应的优化系统。系统由订单展开模块、工单管理模块、工单分派模块三大部分组成。系统在订单展开模块，根据订单的类型不同，同时参照mbom和库存物料信息，以不同的展开方式将订单展开成为不同层级的工单；在工单管理模块，确定了工单的分派顺序；在工单分派阶段，基于智能算法，满足交货期约束、设备能力约束和工单关联性等约束，完成所有工单的分派过程，进而完成整个排产。

2、本发明为实现上述目的所采用的技术方案是：

3、一种mto和mts混合生产模式下aps排产系统，包括：

4、订单展开模块，用于根据订单类别、制造mbom信息以及物料库存信息，对输入的订单合集展开成不同层级的工单，得到工单集合，并确定每个工单的最早开始时间和最晚结束时间；

5、工单管理模块，用于对工单集合中的特殊工单进行生产时间管理，并对工单进行排序；

6、工单分派模块，用于基于工单管理模块的排序结果和设定的优化目标及排产规则，对每一个工单进行分派。

7、所述特殊工单为仅能在特定设备和特定时间上进行加工的工单。

8、一种mto和mts混合生产模式下aps排产方法，包括以下步骤：

9、1)订单展开模块根据订单类别、制造mbom信息以及物料库存信息，对输入的订单合集展开成不同层级的工单，得到工单集合，并确定每个工单的最早开始时间和最晚结束时间；

10、2)工单管理模块对工单集合中的特殊工单进行生产时间管理，并对工单进行排序；

11、3)工单分派模块依照工单管理模块的排序结果和设定的优化目标及排产规则，对每一个工单进行分派。

12、所述步骤1)具体为：

13、若订单为计划品订单，即按库存生产模式mts的订单，则将订单从制造物料清单mbom的底层向上展开，即从原料向成品展开，底层工单展开后继续展开下一层工单，直到展开至顶层；

14、若订单为市场品订单，即按订单生产模式mto的订单，则将订单从制造物料清单mbom的顶层向下展开，即从成品向原料展开，当展开的工单无法从库存获取原料时，则继续向下展开，按照工序的执行顺序将上下两个工单关联，直到展开的工单可以从库存获取原料为止。

15、所述步骤2)包括以下步骤：

16、2.1)修改工单属性：对工单集合中的工单进行筛选，若某一工单为特殊工单时，锁定执行该工单的设备以及设备执行该工单所需时间；

17、2.2)确定工单的分派顺序：特殊工单顺序在前，常规工单根据各自所属的订单的优先级、所属工序在工艺路线中的次序再进行排序。

18、所述步骤3)包括以下步骤：

19、3.1)根据步骤1)以及步骤2)得到的工单集合以及每个工单对应的加工设备以及加工顺序，构建工单分派数学模型；

20、3.2)基于工单分派数学模型，利用免疫遗传算法，得到工单分派结果。

21、所述工单分派数学模型为：

22、排产目标函数为：

23、f1＝min(max1≤i≤n(ci))  (1)

24、

25、minf＝ω1f1+ω2f2  (3)

26、约束为：

27、sij+xijk×pijk≤cij  (4)

28、cij≤si(j+1)  (5)

29、cij≤ci  (6)

30、sij+pijk≤si′j′+l(1-yiji′j′k)  (7)

31、cij≤si(j+1)+l(1-yi(j+1)i′j′k)  (8)

32、

33、决策变量：

34、i＝1，2，...，n；j＝1，2，...，qj，k＝1，2，...，m

35、

36、

37、其中，f1：最小化最大完工时间，f2：最小化最大机器负荷；f：两个优化目标的加权求和；ω1和ω2为加权系数；n：订单总数；m：机器总数；q：n个订单展开的工单总数；ci：订单i的完工时间；pijk：工单pij在机器k上的加工时间；ω1，ω2：加权常数；i，i′：订单序号；k：机器序号；j，j′：工单序号；mij：第i个订单所展开的第j个工单的可选加工机器数；sij：工单pij的开始加工时间；cij：工单pij的结束加工时间；l：系数；

38、公式(1)为最小化最大完工时间；公式(2)为最小化最大机器负荷；公式(3)为数学模型的优化目标；

39、公式(4)和(5)为每个工单的先后顺序约束；公式(6)为工单完工时间约束；公式(7)和(8)为工单约束，即同一时刻同一台机器只能加工一个工单；公式(9)为机器约束，即同一时刻同一工单只能且仅能被一台机器加工。

40、所述免疫遗传算法包括以下步骤：

41、a)设计编码方式：采用自然数分段编码方式，每个编码分为a/b两部分组成，分别代表工单的机器选择部分和工单排序部分，机器选择部分取值范围为1，2，...，m，工单排序部分取值范围为1，2，...，q，两部分染色体长度都等于q，q表示总的工单数；

42、b)初始解生成：所有订单根据订单类型及其工单展开方式，得到包含特殊工单和普通工单的工单集合，根据每个工单可以选择加工的机器集合，随机匹配到对应的机器上，得到所有工单的初始解集；

43、c)交叉操作：将一组a和b作为一个个体，所有个体采用均匀交叉的方式进行交叉操作，随机选择r个基因位按位交叉；

44、d)变异操作：所有个体采用随机变异的方式，选择s个位置，将对应位置的工单所选择的机器变异成其可选机器集合中的任意一机器；

45、e)选择操作：根据工单分派数学模型的优化目标f，计算每个个体的适应值，同时计算每个个体与贪婪最优解之间的交叉熵，计算适应值和交叉熵相似度，选取n个个体作为下一次迭代过程的初始种群；

46、f)重复步骤步骤c)～步骤e)，直至满足迭代次数要求后，得到最优解，即满足最小化最大完工时间和最小化最大机器负荷的工单分派结果。

47、一种mto和mts混合生产模式下aps排产系统，包括存储器和处理器；所述存储器，用于存储计算机程序；所述处理器，用于当执行所述计算机程序时，实现所述的一种mto和mts混合生产模式下aps排产方法。

48、一种计算机可读存储介质，所述存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现所述的一种mto和mts混合生产模式下aps排产方法。

49、本发明具有以下有益效果及优点：

50、针对具有基于库存的连续批量生产与面向市场客户订单的离散生产两种混合生产特征的企业排产需求问题，引入了一种高级计划于排程的排产优化算法。分析了市场品订单和计划品订单的区别，充分考虑库存信息、产品交货期等因素，提出了两种不同的工单展开方式，提高企业的生产效率。同时考虑了特殊订单、订单优先级等约束条件，在工单管理模块优先将特殊工单锁定。在工单分派模块，选取订单最小化最大完工时间和最小化最大机器负荷为优化目标，建立了工单分派模块的数学模型，采用改进的免疫遗传算法进行求解，灵活选配工单的加工路线，有效的将各个工单分派到每个设备上，全面提升系统总体性能，完成排产计划。对于提高企业生产管理体系的柔性具有重要的理论意义和广泛的应用价值。