第一篇：生產(chǎn)計(jì)劃調(diào)度的靈魂：約束規(guī)則

生産計(jì)劃調(diào)度的靈魂：約束規(guī)則

現(xiàn)在，約束計(jì)劃的開發(fā)已經(jīng)吸引各個(gè)領(lǐng)域的專家的高度注意，因爲(wèi)，它是有潛力解決現(xiàn)實(shí)中的非常難的問題。不僅基於很強(qiáng)的理論基礎(chǔ)，而且，也廣泛吸引商業(yè)利益。特別是在對變異的建模優(yōu)化與滿意問題。無論我們是用先進(jìn)的基因演算法，還是用人機(jī)互動(dòng)式的仿真方法，都需要對制造業(yè)的復(fù)雜約束，多目標(biāo)優(yōu)化，大規(guī)模的搜索和車間生産的不確定性的問題進(jìn)一步研究，以適用實(shí)際需要。

在人類努力的大多領(lǐng)域，約束在不斷的增加。它們在物理世界形成互相依賴。約束是在一些未知或變化 的簡單的邏輯關(guān)系，在給定的領(lǐng)域，每一個(gè)約束取一值。約束就限制了變化所帶來的可能的值，它反映部分資訊，約束也可以是不協(xié)調(diào)的，它可以在不同領(lǐng)域 互相約束。實(shí)際上，我們都用約束來指導(dǎo)推理和決策，是每天的常見行動(dòng)的重要的一部分。如，我可以從5點(diǎn)到6點(diǎn)在那。這就是典型的約束，我們用它計(jì)劃我們的時(shí)間。自然，我們不能僅僅解決一個(gè)約束，因爲(wèi)約束很少是獨(dú)立的。，所以，我們不得不接受的現(xiàn)實(shí)是這些問題比較復(fù)雜。

約束計(jì)劃是基於約束規(guī)則的電腦系統(tǒng)的程式，約束計(jì)劃的概念是詳述問題的約束來解決問題。結(jié)果是找到讓所有的約束滿意的方案。計(jì)劃調(diào)度的實(shí)施的關(guān)鍵是基於約束規(guī)則，基於約束自動(dòng)的調(diào)配資源，優(yōu)化計(jì)劃，來達(dá)到你所需要的計(jì)劃目標(biāo)。對離散的制造行業(yè)解決復(fù)雜的加工過程如多工序，多資源等（Jobshop調(diào)度），對重復(fù)式或流程式的制造行業(yè)解決順序問題如優(yōu)化排序等（Flowshop調(diào)度）。

如你的主要目標(biāo)是一個(gè)滿足所有任務(wù)規(guī)定的完成日期嗎？ 還是你重點(diǎn)是提高設(shè)備利用率，減少非生産時(shí)間（準(zhǔn)備時(shí)間和設(shè)備維護(hù)時(shí)間）？ 確定基本計(jì)劃的目標(biāo)是選擇合適的規(guī)則的先決條件。一旦決定你的目標(biāo)，你就可以選擇規(guī)則來完成目標(biāo)。

一、基於訂單（Job-based）排程方法

工作中心WC A 有兩個(gè)資源 工作中心WC B 有一個(gè)資源

訂單MO-1 最高優(yōu)先順序。

訂單MO-2 次優(yōu)先順序

是基於訂單的優(yōu)先順序決定下一個(gè)訂單的加工，可以自動(dòng)識別訂單的優(yōu)先順序和手工定義優(yōu)先順序，在電腦自動(dòng)的根據(jù)規(guī)則的優(yōu)選級排出生産計(jì)劃後，還可以手工介入，修改優(yōu)先順序進(jìn)行重排。以滿足復(fù)雜的現(xiàn)實(shí)的需要。

約束規(guī)則如下：

（1）瓶頸：基於次要任務(wù)選擇規(guī)則的排列。向前和向後方法來計(jì)劃所有未分配的任務(wù)訂單。重點(diǎn)是瓶頸資源的工序的。雙向模式只計(jì)劃需要指明瓶頸資源的任務(wù)。能用任何可得到的規(guī)則計(jì)劃剩馀任務(wù)。

（2）完成日期：基於最早完成日期。

（3）先到先服務(wù)：按照先到訂單，先安排生産。

（4）升冪訂單屬性值：按規(guī)定的訂單升冪的值排列。訂單的屬性可以是數(shù)值，字母。

（5）優(yōu)先順序：按照最小數(shù)值優(yōu)先。如果你用此規(guī)則，優(yōu)先順序欄位必須在訂單上定義。

（6）加工時(shí)間：按照訂單最小的加工時(shí)間優(yōu)先。

（7）下達(dá)日期：按照最早開始日期優(yōu)先。

Page 1 of 8

（8）相反優(yōu)先順序：按照最大數(shù)值優(yōu)先。如果你用此規(guī)則，優(yōu)先順序欄位必須在訂單上定義。

（9）閑散時(shí)間：按照最小閑散時(shí)間優(yōu)先。

二、基於事件（Event-based）的排程方法

是基於高利用率的方法。實(shí)現(xiàn)其計(jì)劃的關(guān)鍵是二步導(dǎo)向的規(guī)則使用。有二個(gè)基本的規(guī)則：（1）工序選擇規(guī)則OSR；（2）資源選擇規(guī)則RSR。

針對不同産品和資源，必須選擇不同的規(guī)則，在決定是使用工序選擇規(guī)則或資源選擇規(guī)則時(shí)，主要考慮的是什麼是一個(gè)好的計(jì)劃標(biāo)準(zhǔn)？一旦確定你的目標(biāo)，你就可以選擇工序和資源選擇規(guī)則來完成目標(biāo)。一般來說，先選擇工序選擇規(guī)則，然後選擇合適的資源選擇規(guī)則。在一些情況下，有關(guān)的資源選擇規(guī)則被工序選擇規(guī)則所決定。

工序選擇規(guī)則OSR（Operation Selection Rule）

至少一個(gè)資源是空閑的，二個(gè)或多個(gè)工序能用於這個(gè)資源，采用OSR。此規(guī)則決定那一個(gè)工序被載入。這就是決定計(jì)劃結(jié)果質(zhì)量好壞的關(guān)鍵因素。獨(dú)立的工序選擇規(guī)則詳細(xì)介紹如下：

（1）最早完成日期：選擇最早完成的工序（也許是訂單完成日期）

（2）最高優(yōu)先順序第一：選擇最高優(yōu)先順序（最低值）的工序

（3）最低優(yōu)先順序第一： 選擇最低優(yōu)先順序（最高值）的工序

（4）最高訂單屬性欄位：選擇最高（最大）訂單屬性欄位的工序

（5）最低訂單屬性欄位： 選擇最低（最?。┯唵螌傩詸谖坏墓ば?/p>

（6）動(dòng)態(tài)最高訂單屬性欄位：選擇動(dòng)態(tài)最高（最大）訂單屬性欄位的工序

（7）動(dòng)態(tài)最低訂單屬性欄位： 選擇動(dòng)態(tài)最低（最小）訂單屬性欄位的工序

（8）計(jì)劃檔案訂單：選擇訂單 出現(xiàn)先到先服務(wù)的工序

（9）關(guān)鍵率：選擇最小關(guān)鍵率的工序。

關(guān)鍵率=剩馀計(jì)劃工作時(shí)間/（完成日期-當(dāng)前時(shí)間）

（10）實(shí)際關(guān)鍵率：選擇最小實(shí)際關(guān)鍵率的工序

實(shí)際關(guān)鍵率=剩馀實(shí)際工作時(shí)間/（完成日期-當(dāng)前時(shí)間

（11）最少剩馀工序（靜態(tài)）：選擇最少剩馀工序時(shí)間的工序

（12）最長等待時(shí)間：選擇最長等待時(shí)間的工序

（13）最短等待時(shí)間： 選擇最短等待時(shí)間的工序

（14）最大過程時(shí)間：選擇最大過程時(shí)間的工序

（15）最小過程時(shí)間： 選擇最小過程時(shí)間的工序

（16）最小工序閑散時(shí)間：選擇最小工序閑散時(shí)間的工序。

訂單任務(wù)的閑散時(shí)間=任務(wù)剩馀完成時(shí)間-剩馀工作時(shí)間

工序閑散時(shí)間=任務(wù)閑散時(shí)間/完成任務(wù)的剩馀工序數(shù)

（17）最小訂單閑散時(shí)間：選擇最小訂單任務(wù)的閑散時(shí)間的工序

（18）最小工作剩馀：選擇所有需要完成訂單的最小剩馀過程時(shí)間的工序。

資源選擇規(guī)則（RSR）Resource Selection Rule

RSR選擇工序載入到資源組內(nèi)的哪一資源。

（1）最早結(jié)束時(shí)間：選擇將要最先完成工序的資源

（2）最早開始時(shí)間： 選擇將要最先開始工序的資源

（3）最遲結(jié)束時(shí)間： 選擇將要最遲完成工序的資源

Page 2 of 8

（4）與前工序一樣： 選擇被用於前一工序的資源

（5）非瓶頸最早開始時(shí)間：選擇將要最早開始工序的非瓶頸資源

相關(guān)選擇規(guī)則：

如果選擇一工序選擇規(guī)則，就自動(dòng)的選擇相應(yīng)的資源選擇規(guī)則。

（1）系列順序回圈：選擇同樣或下一個(gè)最高（最低）系列值的工序。當(dāng)沒有最高值的工序，順序?qū)⑾喾?，選擇最低的工序。

（2）系列降順序：選擇同樣或下一個(gè)最低系列值的工序

（3）系列升順序： 選擇同樣或下一個(gè)最高系列值的工序

（4）最小準(zhǔn)備系列： 選擇最小準(zhǔn)備時(shí)間及最近的系列值的工序。

（5）最小準(zhǔn)備時(shí)間： 選擇最小準(zhǔn)備或換裝時(shí)間的工序

（6）定時(shí)區(qū)的系列順序回圈：選擇同樣或下一個(gè)最高（最低）系列值工序。且只考慮在特定的時(shí)區(qū) 的訂單完成日期 的工序。當(dāng)沒有最高值的 工序，順序?qū)⑾喾?，選擇最低的工序。

（7）定時(shí)區(qū)的系列降順序：選擇同樣或下一個(gè)最低系列值工序。且只考慮在特定的時(shí)區(qū) 的訂單完成日期 的工序。

（8）定時(shí)區(qū)的系列升順序： 選擇同樣或下一個(gè)最高系列值工序。且只考慮在特定的時(shí)區(qū) 的訂單完成日期 的工序。

（9）定時(shí)區(qū)的最小準(zhǔn)備系列： 選擇最小準(zhǔn)備時(shí)間及最近的系列值的工序。且只考慮在特定的時(shí)區(qū) 的訂單完成日期 的工序。

（10）定時(shí)區(qū)的最小準(zhǔn)備時(shí)間： 選擇最小準(zhǔn)備或換裝時(shí)間的工序，且只考慮在特定的時(shí)區(qū) 的訂單完成日期 的工序。

工序選擇規(guī)則的分析

標(biāo)準(zhǔn)的工序選擇規(guī)則有二十多個(gè)標(biāo)準(zhǔn)規(guī)則。不同的規(guī)則對應(yīng)不同的目標(biāo)。這些規(guī)則可以進(jìn)一步分成靜態(tài)與動(dòng)態(tài)的規(guī)則。

靜態(tài)規(guī)則：爲(wèi)所有在排隊(duì)中的訂單，所有等待的工序提供一簡單的索引機(jī)制。這些規(guī)則在每一次預(yù)先類比時(shí)間時(shí)不需要再次評估。用於工序選擇規(guī)則的叁數(shù)是固定的。例如規(guī)則是最早完成日期規(guī)則，完成日期在順序排程中從未改變。在排隊(duì)中的第一個(gè)工序被分配到一等待資源。因爲(wèi)規(guī)則總是選擇第一個(gè)等待工序，此規(guī)則執(zhí)行的非?？臁?/p>

動(dòng)態(tài)規(guī)則：每一個(gè)在排隊(duì)的工序被每一次調(diào)用的規(guī)則檢查。因此，我們是基於當(dāng)前的訂單任務(wù)和系統(tǒng)的狀態(tài)決定我們的選擇。這個(gè)機(jī)制充分考慮了任何改變出現(xiàn)的時(shí)間和事件的結(jié)果。例如，最小工序空閑規(guī)則，因爲(wèi)工序的空閑值隨時(shí)在改變。因爲(wèi)動(dòng)態(tài)選擇規(guī)則需要在每一次事先類比以後檢查在排隊(duì)中的每一個(gè)工序，它比靜態(tài)規(guī)則要慢一些。

爲(wèi)有助於分析規(guī)則，我們對規(guī)則進(jìn)行分類。分成四個(gè)主要類別來對應(yīng)四個(gè)不同的計(jì)劃目標(biāo)。它們是

1、預(yù)先確定任務(wù)的叁數(shù)。

2、最小化任務(wù)緩慢。

3、最小化任務(wù)流程時(shí)間。

4、最大化設(shè)備利用率。我們將討論每一個(gè)核心目標(biāo)和相應(yīng)的工序及資源規(guī)則以支援這些目標(biāo)。規(guī)則的分類目的是幫助你爲(wèi)達(dá)到你的核心目標(biāo)而縮小你的規(guī)則的選擇。對某一類的規(guī)則選擇是基於你的計(jì)劃問題。每一個(gè)類別的規(guī)則都混合一些靜態(tài)和動(dòng)態(tài)的規(guī)則。

預(yù)先確定訂單任務(wù)的叁數(shù)：是基於預(yù)先定義訂單任務(wù)的優(yōu)先順序來選擇下一個(gè)工序或用戶規(guī)定的屬性欄位（如成本）。一般來說，每一個(gè)規(guī)則由特性的最高，最低的值被調(diào)用。這類包括最高優(yōu)

Page 3 of 8 先順序，最低優(yōu)先順序，最高訂單特性欄位，最低訂單特性欄位，動(dòng)態(tài)最高訂單特性欄位，動(dòng)態(tài)最低訂單特性欄位，計(jì)劃檔案訂單，最長等待時(shí)間，最短等待時(shí)間，和最大過程時(shí)間。

最高優(yōu)先順序和最低優(yōu)先順序是分別用最高或最低優(yōu)先順序選擇工序的靜態(tài)規(guī)則。

最高訂單特性欄位，最低訂單特性欄位是和優(yōu)先順序規(guī)則相似的靜態(tài)規(guī)則，除了基於用戶定義屬性的選擇。例如。最高訂單特性欄位規(guī)則用一個(gè)屬性欄位定義，如由成本的最高值來選擇任務(wù)。因爲(wèi)這是一個(gè)靜態(tài)規(guī)則，它假設(shè)當(dāng)訂單任務(wù)正在等待處理時(shí)成本是不變的。

動(dòng)態(tài)最高訂單特性欄位，動(dòng)態(tài)最低訂單特性欄位規(guī)則是動(dòng)態(tài)的。雖然這些規(guī)則執(zhí)行較慢，它們也適應(yīng)當(dāng)訂單任務(wù)正在等待時(shí)屬性欄位可以改變的情況。

計(jì)劃檔案訂單規(guī)則是一靜態(tài)規(guī)則，是基於已進(jìn)入資料庫的訂單來選擇訂單。這個(gè)規(guī)則和先到先服務(wù)規(guī)則相似。

最長等待時(shí)間，最短等待時(shí)間規(guī)則是一動(dòng)態(tài)規(guī)則，它是基於訂單任務(wù)被等待計(jì)劃的時(shí)間來選擇工序。

最大過程時(shí)間規(guī)則是用最大過程時(shí)間來選擇工序。預(yù)先確定任務(wù)的叁數(shù)規(guī)則一般用於訂單任務(wù)的特性的情況。（如優(yōu)先順序或成本），不考慮任務(wù)完成日期或設(shè)備利用率。因爲(wèi)這些規(guī)則忽略完成日期，它們典型更適應(yīng)面向庫存生産（MTS）環(huán)境，而不是面向訂單生産環(huán)境（MTO）。

最小化任務(wù)延緩：在許多面向訂單生産環(huán)境（MTO），計(jì)劃目標(biāo)是保證每一個(gè)訂單任務(wù)按期完成。最小化任務(wù)延緩的規(guī)則是建立一最小化延緩任務(wù)的計(jì)劃。這類規(guī)則包括最早完成日期，最小化運(yùn)行閑散時(shí)間，最小化訂單閑散時(shí)間，關(guān)鍵率，和實(shí)際關(guān)鍵率。這些規(guī)則的最簡單的是最早完成日期。這是一靜態(tài)規(guī)則。雖然這個(gè)規(guī)則執(zhí)行的非?？臁＿@一類所有的規(guī)則是基於空閑時(shí)間計(jì)算的動(dòng)態(tài)規(guī)則。空閑時(shí)間是完成日期和最早完成時(shí)間的差異。

最小訂單閑散時(shí)間規(guī)則選擇一個(gè)父項(xiàng)任務(wù)的工序，父項(xiàng)任務(wù)有最小的閑散時(shí)間。如它沒被選擇，這個(gè)訂單任務(wù)大多可能是延遲的。

最小運(yùn)行閑散時(shí)間規(guī)則是基於每一個(gè)工序的平均閑散時(shí)間（訂單任務(wù)計(jì)算的閑散時(shí)間/剩馀工序數(shù)量）而不是任務(wù)的剩馀閑散時(shí)間。這個(gè)基於閑散時(shí)間的規(guī)則形成的基本想法是每一個(gè)剩馀工序有一固有的風(fēng)險(xiǎn)，根據(jù)它延遲的可能性，每一個(gè)工序的最小閑散時(shí)間的訂單任務(wù)是最關(guān)鍵的。因此，如果我們在同樣的閑散時(shí)間中選擇訂單任務(wù)，我們會選擇最大剩馀工序數(shù)量的訂單任務(wù)，因次，根據(jù)每個(gè)工序最小閑散時(shí)間的規(guī)則來選擇處理風(fēng)險(xiǎn)最大的訂單任務(wù)。

基於閑散時(shí)間規(guī)則的最後的差異是關(guān)鍵率。這個(gè)規(guī)則選擇父項(xiàng)任務(wù)有最大關(guān)鍵率的工序。關(guān)鍵率是剩馀工作時(shí)間/（剩馀工作時(shí)間+閑散時(shí)間）。注意只要閑散時(shí)間是正的數(shù)，分母大於它，關(guān)鍵率就小於1。就此，任務(wù)還沒有延遲。如果關(guān)鍵率大於1，閑散時(shí)間是負(fù)數(shù)，任務(wù)就不能按期完成。關(guān)鍵率規(guī)則與最小工序閑散時(shí)間規(guī)則相似。相同的是，它們都是用閑散時(shí)間來計(jì)算的。不同的是它的剩馀工作已完成。它的基本的前提是剩馀閑散時(shí)間本身在決定最關(guān)鍵訂單任務(wù)時(shí)并不重要，即相關(guān)的剩馀工作已完成。如我們有許多剩馀工作，那麼，我們需要較大的閑散時(shí)間來保證我們的訂單任務(wù)不能延遲。

最小化任務(wù)過程時(shí)間：在一些環(huán)境，關(guān)鍵問題是計(jì)劃設(shè)備的效率來最小化訂單任務(wù)的平均時(shí)間。在最小化任務(wù)過程時(shí)間規(guī)則 忽略任務(wù)完成日期而集中於減少訂單任務(wù)的時(shí)間。這類規(guī)則包括最小化流程時(shí)間，最少剩馀工序，最小工作剩馀。這類規(guī)則是基於過程時(shí)間最短的概念，減少所有訂單任務(wù)的平均任務(wù)過程時(shí)間。

Page 4 of 8

案例一：

有二個(gè)訂單任務(wù)A，B。在單一的機(jī)器上加工處理。讓我們假設(shè)任務(wù)A需要4小時(shí)，B需要量10小時(shí)。如我們加工A，B，任務(wù)A立即開始及4小時(shí)完成，産生4小時(shí)的過程時(shí)間。任務(wù)B開始等待4小時(shí)，加工10小時(shí)産生14小時(shí)。兩個(gè)訂單一共用了18小時(shí)，所以平均過程時(shí)間是9小時(shí)。

如我們把加工順序倒過來，B的過程時(shí)間是10，和A的過程時(shí)間是14。兩個(gè)訂單一共用了24小時(shí)，所以平均過程時(shí)間是12小時(shí)。

雖然，這是一個(gè)非常簡單的例子。如果有許多機(jī)器和許多不同的訂單任務(wù)的應(yīng)用就較復(fù)雜。不管怎樣，這類規(guī)則都是用同樣的概念-最短處理任務(wù)的時(shí)間，僅僅不同的它是怎樣決定最短任務(wù)。最小化處理時(shí)間規(guī)則是靜態(tài)規(guī)則，用最短工序時(shí)間選擇工序。最小化工作剩馀規(guī)則是動(dòng)態(tài)規(guī)則，它是基於父項(xiàng)任務(wù)的最小剩馀工作選擇工序。剩馀工作是對所有任務(wù)的剩馀工序的合計(jì)時(shí)間。最小化過程時(shí)間規(guī)則檢查單一工序的加工時(shí)間，而最小化工作剩馀規(guī)則檢查所有的剩馀工序的加工時(shí)間。最少剩馀工序規(guī)則和最小剩馀工作規(guī)則相似，除了這個(gè)規(guī)則是基於剩馀工序數(shù)量而不是過程時(shí)間的合計(jì)。

最大設(shè)備能力：在一些面向庫存生産的環(huán)境（MTS）中，關(guān)鍵的問題是設(shè)備效率。即最大化整個(gè)設(shè)備的生産能力。在最大化設(shè)備能力規(guī)則 忽略任務(wù)的完成日期而集中於設(shè)備的能力效率來産生計(jì)劃。這類規(guī)則包括最小準(zhǔn)備時(shí)間，系列順序升UP，系列順序降DOWN，系列順序周期，和用系列的最少準(zhǔn)備。另外，每一規(guī)則都與時(shí)間相連。所有這類規(guī)則都集中于減少轉(zhuǎn)變成本，最大化的設(shè)備能力。這個(gè)轉(zhuǎn)變成本能在一順序相關(guān)的準(zhǔn)備時(shí)間中設(shè)置。我們正努力消除設(shè)備的任何沒有必要的非生産時(shí)間。

如果我們爲(wèi)整個(gè)工序的排序，在連續(xù)的工序之間，要考慮順序相關(guān)的準(zhǔn)備時(shí)間及轉(zhuǎn)變成本，此時(shí)，我們就能用系列規(guī)則。

案例二：

在混合油漆中，我們在定義好的順序中一般要逐漸從淡色移動(dòng)到深色。如從深色移動(dòng)到淡色時(shí)，就有整個(gè)清洗混合的油箱的準(zhǔn)備時(shí)間即轉(zhuǎn)變成本。在一些情況下，我們有事先規(guī)定好的順序。例如，我們也許要處理顔色順序A，B，C，D，E的訂單，這就稱爲(wèi)系列順序。如果我們剛要加工顔色A，我們會首先尋找有顔色A的其他訂單。如沒有，我們會尋找顔色B的訂單，依此順序，等等。系列規(guī)則提供這個(gè)能力。這些規(guī)則允許我們規(guī)定一個(gè)系列值。（如油漆顔色，溫度，等等）。每一個(gè)訂單/工序及動(dòng)態(tài)建立系列，或自動(dòng)的增加，減少，或使系列值上下回圈。

在增加系列的情況下，系列升順序規(guī)則選擇一系列值并大於或等於被選擇工序的系列值的工序。如，如果我們建立一零件尺寸的增加系列值，規(guī)則選擇同樣或下一個(gè)最大尺寸的工序。如等待工序沒有同樣或大的值，規(guī)則就開始一個(gè)新的系列順序。

系列降順序規(guī)則也是類似的。

案例三：

生産化工纖維材料時(shí)，根據(jù)産品的型號和厚度對品種進(jìn)行分類，對品種的最優(yōu)排産。

Page 5 of 8

如取最小值= { 3m/1。4m，6m/1。4m，┅。}來決定在哪個(gè)訂單的加工順序及哪個(gè)資源最經(jīng)濟(jì)。

系列順序回圈規(guī)則在增加順序和減少順序前後交替。如系列增加，它將繼續(xù)增加，直到?jīng)]有一樣或較大的系列值訂單剩馀的訂單。當(dāng)這種情況出現(xiàn)，規(guī)則會轉(zhuǎn)爲(wèi)減少系列值并開始選擇有一樣或較小系列值的訂單。當(dāng)所有這樣的訂單耗盡，它就回到增加系列的策略。這個(gè)規(guī)則以此方式繼續(xù)，在增加和減少系列值之間重復(fù)回圈。

案例四：

在熱處理時(shí)，溫度是間隔的增加到最高，然後降低。

最小準(zhǔn)備系列規(guī)則結(jié)合最小準(zhǔn)備時(shí)間規(guī)則和系列順序回圈規(guī)則。最小準(zhǔn)備時(shí)間和最靠近的系列值的工序被選擇。

定時(shí)的規(guī)則僅僅考慮任務(wù)完成日期正好落入規(guī)定的時(shí)區(qū)的工序。時(shí)區(qū)必須定義在資料庫。如，你要跟蹤顔色的系列，但是，你僅想考慮在下一周的完成的訂單任務(wù)。這個(gè)規(guī)則既要最小化顔色的改變。又要不能延遲訂單任務(wù)。

資源選擇規(guī)則分析

雖然工序選擇規(guī)則在決定生産計(jì)劃方面起著重要作用。資源選擇規(guī)則在加工處理中也能起重要作用。尤其在最小準(zhǔn)備時(shí)間和系列工序選擇規(guī)則上，資源選擇規(guī)則是由工序選擇規(guī)則自動(dòng)決定的。（如選擇最小準(zhǔn)備時(shí)間工序規(guī)則，最小準(zhǔn)備時(shí)間資源選擇規(guī)則被自動(dòng)選擇）。然而，在選擇所有的剩馀工序選擇規(guī)則時(shí)，你必須在資源選擇規(guī)則中選擇其一。

最早結(jié)束時(shí)間是缺省的資源選擇規(guī)則。它選擇將完成的第一個(gè)的工序?；静呗允潜M快完成工序。因此，此規(guī)則與工序選擇規(guī)則的最小化過程時(shí)間相似。

最早開始時(shí)間規(guī)則選擇將開始第一個(gè)工序的資源。這些規(guī)則集中減少資源閑散時(shí)間。

最遲結(jié)束時(shí)間規(guī)則選擇將選擇最後完成工序的資源。如果資源不包括在有效資源組，缺省最早結(jié)束時(shí)間規(guī)則。

非瓶頸的最早結(jié)束時(shí)間規(guī)則將首先完成工序的非瓶頸資源。非瓶頸最早開始時(shí)間規(guī)則將首先開始工序的非瓶頸資源。

三、基於物料約束（Material Constrain）

當(dāng)生産計(jì)劃想要計(jì)劃一個(gè)需要某物料的工序時(shí)，它將僅僅計(jì)劃庫存水平足以滿足當(dāng)時(shí)或以後的工序。如果在計(jì)劃時(shí)區(qū)不能滿足條件，物料約束計(jì)劃將首先查看是否有未分配的定單，産生庫存需求。如果它找到這樣的定單，它將首先計(jì)劃定單，然後計(jì)劃工序的庫存需要。如定單産生庫存需求另外的未有的庫存，物料約束計(jì)劃將象以前一樣尋找定單來計(jì)劃。這個(gè)過程將重復(fù)許多次。如果有不夠，就需要庫存補(bǔ)充。

靜態(tài)物料約束規(guī)則（SMC）

Page 6 of 8

先對每一個(gè)物料從ERP系統(tǒng)導(dǎo)入建立可用量清單，最早開始的訂單和被分配的物料，隨著物料業(yè)務(wù)，訂單日期的延遲，或變化，系統(tǒng)會自動(dòng)調(diào)整或顯示訂單的變化。

MO-3只有在MO-1，MO-2，PO-1完成後，才能開工。

因爲(wèi)MO-1的延遲，自動(dòng)調(diào)整MO-3的開工日期

動(dòng)態(tài)物料約束規(guī)則（DMC）

當(dāng)計(jì)劃建立時(shí)，動(dòng)態(tài)分配物料，允許重新分配物料到另外的一個(gè)訂單，它可以處理物料的有效期，變化的產(chǎn)出率，和減少在制品等實(shí)際問題。

MO-3 只有在MO-1，MO-2，PO-1完成後，才能開工。

而MO-1延遲，導(dǎo)致調(diào)整MO-3只能用MO-2-1，PO-1，MO-1的物料，而原來的MO-2-2的物料可以重新分配到MO-2，PO-1的完成後就可以開工。

從庫存取出約束（Take from stock kit）

定義在一工序需要的子項(xiàng)。在我們做計(jì)劃時(shí)，考慮子項(xiàng)物料從庫存的可用量的約束來排計(jì)劃。

放入庫存約束（Put to stock kit）

定義從工序的父項(xiàng)産出結(jié)果。在我們做計(jì)劃時(shí)，考慮産出的約束，必須考慮庫位所能容納的約束。

生産計(jì)劃根據(jù)産品結(jié)構(gòu)的相關(guān)性來分配物料的約束，查詢約束可以按物料編碼報(bào)告物料約束。也可以按訂單號報(bào)告物料約束。工具約束：工具子項(xiàng)反映關(guān)鍵工具作爲(wèi)資源，也可以作爲(wèi)約束物料，如你可以定義工具産生約束，如工具維修，故障。

總之，制造業(yè)對客戶需求的回應(yīng)越來越強(qiáng)烈?，F(xiàn)在生産計(jì)劃調(diào)度系統(tǒng)正開始將基於約束規(guī)則基因搜尋和類比仿真模式結(jié)合起來，解決制造同步化問題和工廠的順序沖突問題。

現(xiàn)在，約束計(jì)劃已經(jīng)成功應(yīng)用到許多不同問題領(lǐng)域。它和分析DNA結(jié)構(gòu)一樣多樣化。對醫(yī)院的時(shí)間表和工業(yè)的排程。實(shí)踐證明它能較好適應(yīng)解決現(xiàn)實(shí)的問題。因爲(wèi)，許多應(yīng)用領(lǐng)域自然的需要約束。分派問題也許是第一個(gè)工業(yè)應(yīng)用約束解決工具。用甘特圖來描述計(jì)劃可能是最成功的應(yīng)用領(lǐng)域如有限約束排程。

在現(xiàn)實(shí)中，約束計(jì)劃可以廣泛的運(yùn)用，但是當(dāng)前的工具也有可能沒有涉及到的領(lǐng)域或局限和缺點(diǎn)。無論是從理論上，還是實(shí)際的觀點(diǎn)來看，約束的定義促使問題可追蹤是非常重要的，約束計(jì)劃的有效性仍然是不可預(yù)測的：何時(shí)，如何使用約束。通常直覺是決策的最重要的部分。有時(shí)，盲目的快速搜尋如按時(shí)間順序後排比約束進(jìn)化（基因演算法）更有效。在許多約束模型 的特別問題是成本優(yōu)化。有時(shí)，它是對改善起初的方案是非常困難的。且一個(gè)小的改善就會花去很多時(shí)間。

約束計(jì)劃也在不斷的進(jìn)化，它們能動(dòng)態(tài)的增加約束。大部分情況下，約束系統(tǒng)産生的計(jì)劃是可執(zhí)行的。除了機(jī)器故障，延遲的計(jì)劃，在最壞的情況下，新訂單的接受。這是需要快速的重排計(jì)劃

Page 7 of 8 或提高當(dāng)前的方案來解決未預(yù)料的事件。同時(shí)，在通常較緊計(jì)劃優(yōu)化的方案和可以解決較少差異的，穩(wěn)定的，次優(yōu)化的方案之間交替選擇。

當(dāng)前的約束滿意系統(tǒng)的缺點(diǎn)標(biāo)志著未來研究發(fā)展方向，在它們之間，建?？瓷先ナ亲钪匾闹?。已經(jīng)開始討論使用全局約束，把主要的約束預(yù)先設(shè)置到套裝軟體。（如所有不同的約束規(guī)則）。目前，建模語言較多的使用ILOG公司的（ILOG Solver）來表示約束問題。（如名列前矛的商業(yè)管理軟體供應(yīng)商均采用此技術(shù)）

從較低層次的觀點(diǎn)，視覺化的技術(shù)越來越流行，他們幫助定義系統(tǒng)的瓶頸。各種約束解決方法的交互研究是最具挑戰(zhàn)的問題之一?；旌涎菟惴ńY(jié)合各種約束技術(shù)是這個(gè)研究的結(jié)果。另外感興趣的研究領(lǐng)域是解決協(xié)同和對應(yīng)的結(jié)合的理論。約束滿意技術(shù)和傳統(tǒng)的OR（Operation Research）方法如整數(shù)規(guī)劃是另外的挑戰(zhàn)。研究平行和并行的約束已作爲(wèi)提高效率的方法，在這些系統(tǒng)，多層代理技術(shù)是最有前景。

Page 8 of 8

第二篇：生產(chǎn)計(jì)劃調(diào)度

目前大多數(shù)仿真是以靜態(tài)方式運(yùn)行的：仿真系統(tǒng)僅以啟動(dòng)時(shí)確定下來的靜態(tài)數(shù)據(jù)集作為輸入，仿真運(yùn)行過程中不能動(dòng)態(tài)地向系統(tǒng)注入數(shù)據(jù)。如果有新數(shù)據(jù)到來，必須重新運(yùn)行仿真系統(tǒng)。這就限制了應(yīng)用仿真系統(tǒng)的分析和預(yù)測能力。而許多領(lǐng)域已形成了對動(dòng)態(tài)應(yīng)用仿真系統(tǒng)的需求，在此背景下，美國國家自然科學(xué)基金會（The National ScienceFoundation，NSF）提出了動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)應(yīng)用系統(tǒng)（DynamicData Driven Application Systems，DDDAS）的概念和研究方向，試圖將仿真與實(shí)驗(yàn)有機(jī)地結(jié)合起來，構(gòu)成一種仿真與實(shí)驗(yàn)融合為一體的自然和諧的共生動(dòng)態(tài)反饋系統(tǒng)。

各單元模塊的功能如下

1．控制單元：控制仿真模型運(yùn)行，抽取模型的狀態(tài)特征數(shù)據(jù)與注入數(shù)據(jù)對比分析，據(jù)此調(diào)整模型和分辨率；控制實(shí)際生產(chǎn)線運(yùn)行，根據(jù)仿真結(jié)果數(shù)據(jù)反饋生產(chǎn)線調(diào)度優(yōu)化方案；控制數(shù)據(jù)采集，根據(jù)仿真結(jié)果數(shù)據(jù)產(chǎn)生數(shù)據(jù)采集策略，反饋數(shù)據(jù)采集模塊執(zhí)行。

2．仿真模型單元：根據(jù)控制系統(tǒng)指令，產(chǎn)生新的仿真目標(biāo)策略。據(jù)此，從模型庫調(diào)用相應(yīng)模型進(jìn)行新模型的構(gòu)建，并動(dòng)態(tài)調(diào)整模型或模型參數(shù)，達(dá)到仿真結(jié)果與仿真目標(biāo)逼近。最后，將模型與仿真結(jié)果進(jìn)行分析評價(jià)，并形成知識保存在知識庫中，為完善模型庫構(gòu)建和模型選擇提供依據(jù)。

3．人機(jī)接口單元：顯示仿真結(jié)果，支持用戶對仿真策略進(jìn)行調(diào)整和控制，支持用戶根據(jù)仿真結(jié)果對生產(chǎn)線運(yùn)行進(jìn)行控制，支持用戶根據(jù)仿真結(jié)果對數(shù)據(jù)采集策略進(jìn)行選擇控制。

4．?dāng)?shù)據(jù)采集單元：根據(jù)控制系統(tǒng)指令，生成新的數(shù)據(jù)采集策略。據(jù)此，采集生產(chǎn)線上的數(shù)據(jù)，并且具備多信息源數(shù)據(jù)融合能力。

(一)動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)仿真單元

此單元由調(diào)度模塊和仿真模塊組成，完成調(diào)度方案的生成功能。

其中，調(diào)度模塊包括相互協(xié)同的兩個(gè)層次：上層模塊是生產(chǎn)計(jì)劃調(diào)度器，采用全局優(yōu)化的方法，利用群體智能蟻群算法進(jìn)行尋優(yōu)，可產(chǎn)生一個(gè)靜態(tài)的調(diào)度計(jì)劃，其尋優(yōu)時(shí)間長的問題可以通過多Agent建模的分布式計(jì)算能力得到解決。下層模塊是實(shí)時(shí)調(diào)度模塊，采用啟發(fā)式的規(guī)則對生成的調(diào)度計(jì)劃進(jìn)行調(diào)整，并通過仿真進(jìn)行分析和驗(yàn)證。當(dāng)不確定事件發(fā)生，生產(chǎn)線上的環(huán)境變量發(fā)生改變時(shí)，該模塊負(fù)責(zé)調(diào)整調(diào)度計(jì)劃適應(yīng)新的系統(tǒng)狀態(tài)。如果在多個(gè)調(diào)度目標(biāo)無法優(yōu)化的情況下，通知上層模塊，重新生成調(diào)度計(jì)劃。整個(gè)過程是一個(gè)動(dòng)態(tài)反饋過程。采用智能算法的優(yōu)點(diǎn)在于能夠從全局的角度進(jìn)行優(yōu)化，缺點(diǎn)在于模型描述的精度不高和易于陷入局部優(yōu)化解；利用帶啟發(fā)式規(guī)則的仿真方法恰恰能夠精確地描述模型和改善局部的解的性能，同時(shí)在較短的時(shí)間內(nèi)生成優(yōu)化的調(diào)度方案。上層的調(diào)度結(jié)果不僅會指導(dǎo)下層的調(diào)度過程，即帶啟發(fā)式規(guī)則的仿真是對智能蟻群算法產(chǎn)生的調(diào)度計(jì)劃的局部修改；而且下層的調(diào)度結(jié)果也能幫助上層的調(diào)度尋優(yōu)，啟發(fā)式規(guī)則產(chǎn)生的某些局部優(yōu)化解也可以作為啟發(fā)信息指導(dǎo)蟻群算法更快地收斂。

仿真模塊完成以下三種功能：首先，它能夠?qū)崿F(xiàn)用戶可視化的生產(chǎn)線建模，模型的復(fù)雜程度可以根據(jù)用戶研究問題的深度不同進(jìn)行定義和設(shè)置；其次，為適應(yīng)動(dòng)態(tài)變化的生產(chǎn)環(huán)境，在仿真運(yùn)行過程中，生產(chǎn)模型也可以根據(jù)生產(chǎn)線的具體情況進(jìn)行自動(dòng)修正，如某個(gè)設(shè)備失效等；最后，對調(diào)度模塊產(chǎn)生的調(diào)度方案進(jìn)行仿真，并把由此生成的對該調(diào)度方案的多目標(biāo)評價(jià)值和對瓶頸設(shè)備的預(yù)測數(shù)據(jù)反

饋給調(diào)度模塊，作為對下一步調(diào)度優(yōu)化判斷的依據(jù)。(二)動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)仿真控制單元

由中心推理機(jī)和輔助功能Agent組成，共同構(gòu)成一個(gè)調(diào)度決策支持系統(tǒng)。中心推理機(jī)實(shí)現(xiàn)基于案例庫或規(guī)則庫的智能決策功能，輔助功能Agent在中心推理機(jī)的協(xié)同下工作，包括多目標(biāo)管理Agent、優(yōu)化策略管理Agent、調(diào)度仿真劇情管理Agent、調(diào)度因素分析Agent等四種類型的Agent，它們分別實(shí)現(xiàn)不同的控制功能。

多目標(biāo)管理Agent：負(fù)責(zé)控制當(dāng)前調(diào)度優(yōu)化的方向，對調(diào)度方案評價(jià)函數(shù)中多個(gè)不同目標(biāo)的權(quán)重進(jìn)行動(dòng)態(tài)的參數(shù)調(diào)整，實(shí)現(xiàn)調(diào)度目標(biāo)與當(dāng)前生產(chǎn)線的實(shí)際生產(chǎn)情況一致。柔性制造系統(tǒng)生產(chǎn)線調(diào)度問題是一個(gè)多目標(biāo)的優(yōu)化問題。短期優(yōu)化目標(biāo)包括：最大化生產(chǎn)量、最大化WIP移動(dòng)步數(shù)、最小訂單交貨延遲率、降低加工周期、降低加工周期方差、降低WIP水平等。目標(biāo)之間存在相互制約的關(guān)系，如何選取各目標(biāo)優(yōu)化的權(quán)重以平衡各目標(biāo)優(yōu)化的能力是需要解決的問題。各目標(biāo)權(quán)值的大小比例是一個(gè)動(dòng)態(tài)調(diào)適的過程。首先，它必須與我們生產(chǎn)計(jì)劃對當(dāng)前生產(chǎn)的要求和側(cè)重點(diǎn)一致。同時(shí)，它也在不斷地動(dòng)態(tài)調(diào)整，保持與生產(chǎn)線當(dāng)前的實(shí)際生產(chǎn)情況一致，完成這個(gè)任務(wù)需要中心推理機(jī)的協(xié)同，如基于案例庫的推理等。

優(yōu)化策略管理Agent：直接對調(diào)度和仿真模塊下達(dá)指令，負(fù)責(zé)監(jiān)控調(diào)度仿真的執(zhí)行過程。優(yōu)化策略管理Agent根據(jù)控制模塊設(shè)定的優(yōu)化目標(biāo)或調(diào)度模塊反饋的優(yōu)化目標(biāo)的達(dá)成情況，在中心推理機(jī)的幫助下，按照推理規(guī)則，進(jìn)行模型和算法的調(diào)整，實(shí)現(xiàn)全局優(yōu)化算法和局部優(yōu)化算法之間的動(dòng)態(tài)協(xié)作，當(dāng)滿足一定的條件時(shí)，返回優(yōu)化的調(diào)度方案作為當(dāng)前的最優(yōu)解。

調(diào)度仿真劇情管理Agent：協(xié)助用戶完成“what—if”分析。與傳統(tǒng)仿真不同，動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)仿真是一種與生產(chǎn)線生產(chǎn)過程并行的仿真方法。因此，我們可以在仿真過程中設(shè)置多個(gè)時(shí)間斷點(diǎn)，通過改變假設(shè)條件來進(jìn)行生產(chǎn)預(yù)測；同時(shí)，也可以進(jìn)行回放分析，這在傳統(tǒng)仿真方法中是無法實(shí)現(xiàn)的。對多劇情仿真的管理由仿真劇情管理Agent實(shí)現(xiàn)；同時(shí)，仿真參數(shù)和得到的結(jié)果也將作為知識保存在案例庫中。

調(diào)度因素分析Agent：接收來自數(shù)據(jù)采集模塊的實(shí)時(shí)生產(chǎn)線數(shù)據(jù)，比較仿真數(shù)據(jù)與生產(chǎn)數(shù)據(jù)的差異，如果發(fā)現(xiàn)兩者有較大的偏差，即參數(shù)超出了允許的域值范圍，則使用中心推理機(jī)分析原因，并將分析的調(diào)度因素傳遞給優(yōu)化策略管理Agent，作為調(diào)整調(diào)度模型和算法的依據(jù)。同時(shí)，將調(diào)度因素反饋給數(shù)據(jù)采集策略Agent，由后者按一定的策略完成下一步的生產(chǎn)線數(shù)據(jù)采集工作。(三)動(dòng)態(tài)數(shù)據(jù)注入單元

由數(shù)據(jù)采集策略Agent根據(jù)調(diào)度因素分析A—gent反饋的結(jié)果生成下一步的數(shù)據(jù)采集策略，然后派出對應(yīng)的移動(dòng)Agent到生產(chǎn)制造EMS系統(tǒng)中采集生產(chǎn)線上的生產(chǎn)數(shù)據(jù)。由于柔性制造系統(tǒng)生產(chǎn)線由上百個(gè)生產(chǎn)設(shè)備構(gòu)成，如果對所有的生產(chǎn)數(shù)據(jù)進(jìn)行采集必然影響數(shù)據(jù)的采集效率，所以采用移動(dòng)Agent既縮短時(shí)間又提高數(shù)據(jù)的精確性，同時(shí)還可以根據(jù)需要對數(shù)據(jù)作一定的預(yù)處理以縮小傳遞的數(shù)據(jù)量。

(四)用戶界面交互Agent 負(fù)責(zé)把仿真數(shù)據(jù)展示給用戶，同時(shí)，接收用戶對仿真模型或參數(shù)的控制。使用戶可以實(shí)時(shí)地控制仿真的整個(gè)過程，并利用仿真結(jié)果指導(dǎo)生產(chǎn)和數(shù)據(jù)采集過程。

模型運(yùn)行機(jī)制

從圖3中可見，動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)仿真的過程與生產(chǎn)線的生產(chǎn)過程是并行進(jìn)行的。仿真系統(tǒng)根據(jù)一定的時(shí)鐘節(jié)拍采樣生產(chǎn)線上的數(shù)據(jù)；然后，將仿真數(shù)據(jù)與生產(chǎn)線數(shù)據(jù)作比較，使用因素分析Agent分析原因。如果發(fā)現(xiàn)兩者有較大的偏差，即參數(shù)超出了允許的域值范圍，則調(diào)整仿真模型，重新進(jìn)行仿真。其中，仿真模型根據(jù)動(dòng)態(tài)注入的生產(chǎn)數(shù)據(jù)完成自適應(yīng)調(diào)整是整個(gè)DDDAS的核心，本文采用分層優(yōu)化的思想生成調(diào)度方案，同時(shí)達(dá)到全局和局部的優(yōu)化目標(biāo)。首先，將智能搜索技術(shù)與離散事件仿真技術(shù)相結(jié)合，得到上層的調(diào)度方案；然后，應(yīng)用優(yōu)化策略Agent對仿真結(jié)果進(jìn)行分析，找到進(jìn)一步優(yōu)化的方向，利用啟發(fā)式調(diào)度規(guī)則進(jìn)行方案調(diào)整得到下層的調(diào)度方案，并反復(fù)地使用仿真進(jìn)行驗(yàn)證。不僅下層的調(diào)度方案建立在上層調(diào)度方案的基礎(chǔ)上；同時(shí)，上層的調(diào)度模塊接受下層調(diào)度方案的局部優(yōu)化解作為啟發(fā)信息引導(dǎo)搜索過程，以加快收斂，在較短的時(shí)間內(nèi)得到全局的優(yōu)化解。與傳統(tǒng)的靜態(tài)仿真不同，DDDAS仿真能動(dòng)態(tài)地吸收新的數(shù)據(jù)，并將仿真過程同真實(shí)系統(tǒng)相融合，讓二者相互協(xié)同起來。一方面，通過真實(shí)系統(tǒng)運(yùn)行過程中產(chǎn)生的參數(shù)同步地對仿真系統(tǒng)進(jìn)行調(diào)整，可以大大提高仿真的準(zhǔn)確性、時(shí)效性、智能化；另一方面，通過仿真提供的數(shù)據(jù)同步地為真實(shí)系統(tǒng)地運(yùn)行提供決策支持，這些將大大地?cái)U(kuò)展仿真系統(tǒng)的應(yīng)用能力。

第三篇：生產(chǎn)計(jì)劃調(diào)度大作業(yè)

《作業(yè)車間調(diào)度的非合作博弈模型與混合自適應(yīng)遺傳算法》 作者：周光輝，王蕊，江平宇，張國海

摘要：采用博弈理論，建立了一種基于非合作博弈的作業(yè)車間任務(wù)調(diào)度模型，在該任務(wù)調(diào)度模型中，將源于不同客戶的制造任務(wù)映射為非合作博弈模型中的局中人，并將與制造任務(wù)包括的工序集所對應(yīng)的可選加工設(shè)備映射為可行方案集，將使各制造任務(wù)的加工完成時(shí)間和成本組合形成的多目標(biāo)綜合指標(biāo)映射為收益函數(shù)，從而將對任務(wù)調(diào)度模型的求解轉(zhuǎn)換為尋求非合作博弈模型的Nash均衡點(diǎn)，通過設(shè)計(jì)的爬山搜索混合自適應(yīng)遺傳算法、自適應(yīng)交叉和變異算子，實(shí)現(xiàn)了對該任務(wù)調(diào)度非合作博弈模型的Nash均衡點(diǎn)的有效求解，同時(shí)算例仿真結(jié)果也驗(yàn)證了所提出的調(diào)度方法的正確性。

根據(jù)數(shù)學(xué)模型和假設(shè)條件，競爭驅(qū)動(dòng)的作業(yè)車間任務(wù)調(diào)度目標(biāo)就是尋求使得每個(gè)制造任務(wù)均能達(dá)到綜合目標(biāo)值最小、利益均衡的調(diào)度結(jié)果。

《基于自適應(yīng)遺傳算法的Job Shop 調(diào)度問題研究》 作者：沈斌，周瑩君，王家海

Job Shop 求解過程的計(jì)算量隨問題的規(guī)模呈指數(shù)增長，已被證明是NP完全問題。因此近年來傾向于利用人工智能的原理和技術(shù)進(jìn)行搜索，尋找復(fù)雜問題的較優(yōu)解，特別是以效仿生物處理模式以獲得智能信息處理功能的遺傳算法研究最為深入。但是也有不足之處，早熟收斂問題，局部搜索能力，算子的無方向性，正因?yàn)檫@些不足限制了以遺傳算法的進(jìn)一步推廣和應(yīng)用，因此對遺傳算法進(jìn)行改進(jìn)顯得尤為重要。本文提出一種新的自適應(yīng)遺傳算法用以求解Job Shop調(diào)度問題。

Job Shop問題描述

一個(gè)加工系統(tǒng)有m臺設(shè)備，要求加工n個(gè)工件，第i個(gè)工件ji包含m個(gè)操作（工序），需要考慮如下假設(shè)：

1）每道工序必須按照工藝順尋依次在指定的設(shè)備上加工，且必須在前一道工序（如果存在））加工完成后才一開始加工；

2）工件在一臺設(shè)備上一旦開始加工，便不能中斷，必須等到加工完成后，才能加工另外工件，即某一時(shí)刻一臺設(shè)備只能加工一個(gè)工件； 3）同一個(gè)工件不能同時(shí)在兩個(gè)設(shè)備上加工；

4）同一臺設(shè)備不能同時(shí)加工兩個(gè)工件；

5）每個(gè)工件在每臺設(shè)備上必須加工一次，也只能加工一次；

6）各工件的工藝路線jsn和每到工序的加工時(shí)間jt已知，且不隨加工排序的改變而改變，轉(zhuǎn)移時(shí)間和輔助時(shí)間忽略不計(jì)或計(jì)入加工時(shí)間。

《A Hybrid Genetic Algorithm for Job Shop Scheduling Problem to Minimize Makespan》 作者：Lin Liu, Yugeng Xi

In this paper, we present a hybrid genetic algorithm for the job shop scheduling problem to mimize makespan.How to improve GA performance is a critical issue when using a GA to solve optimization problems.The general way focuses on tuning its parameters such as population size, crossover rate and mutation rate.However, if all parameters have attained the useful bounds, the expected improvement is often not worth the efforts of finding even better parameters.More potential improvements can be only explored by modifying the size of search space.The set of active schedules is usually large and includes a lot of schedules with relatively large idle times on machines, and thus with relatively large idle times on machines, and thus with poor performance in terms of makespan.The proposed algorithm used the idea of hybrid scheduler to reduce the search space as well as the computational efforts.The search space can be reduced or increased by controlling the upper bound of idle times allowed on machines.Since the parameters of the hyubrid scheduler are unlikely to be determined appropriately in advance, we search better values of them in the hybrid GA evolution.Dissimilar to Gas in literatures, a chromosome includes not only genes representing the relative priorities of all operations but also genes representing the parameters to determine the upper bound of idle times permitted on a given machine before scheduling an operation.The random keys representation is used to encode a chromosome.Each element of the chromosome is a real number of [0,1].During the schedule generation phase, the SPV rule is used to convert a real number vector into a job repetition representation.Based on the hybrid scheduler, a chromosome is decoded into a feasible schedule.Finally, a local search is executed in the neighborhood determined by the critical active chain to improve the performance of the schedule generated in the schedule generation phase.nd In the 2section, we present the formulation of job shop scheduling problem to minimize makespan.In the 3 section, we describe the proposed hybrid genetic algorithm in detail.In the 4 section, the proposed algorithm is evaluated on benchmark instances.Finally, we conclude the paper with a summary in 5th section.《Hybrid Genetic Algorithm for Solving Job-Shop Scheduling Problem》 作者：S.M.Kamrul Hasan

The Job-Shop Scheduling Problem(JSSP)is a well-known difficult combinatorial optimization problem.Many algorithms have been proposed for solving JSSP in the last few decades, including algorithms based on evolutionary techniques.However, there is room for improvement in solving medium to large scale problems effectively.In this paper, we present a Hybrid Genetic Algorithm(HGA)that includes a heuristic job ordering with a Genetic Algorithm.We apply HGA to a number of benchmark problems.It is found that the algorithm is able to improve the solution the solution obtained by traditional genetic algorithm.《Scheduling jobs and maintenances in flexible job shop with a hybrid genetic algorithm》

Most flexible job shop scheduling models assume that the machines are available all of the time.However, in most realistic situations, machines may be unavailable due to maintenances, pre-schedules and so on.In this paper, we study the flexible job shop scheduling problem with availability constraints.The availability constraints are non-fixed in that the completion time of the maintenance tasks is not fixed and has to be determined during the scheduling procedure.We then propose a hybrid genetic alogorithm to solve the flexible job shop scheduling problem with non-fixed availability constraints.The genetic algorithm uses an innovative representation method thrdand applies genetic operations in phenotype space in order to enhance the inheritability.We also define two kinds of neighbourhood for the problem based on the concept of critical path.A local search procedure is then integrated under the framework of the genetic algorithm.Representative flexible job shop scheduling benchmark problems and fJSP-nfa problems are solved in order to test the the effectiveness and efficiency of the suggested methodology.《A Hybrid genetic algorithm for no-wait job shop scheduling problems》 作者：Jason Chao-Hsien Pan, Han-Chiang Huang

A no-wait job shop describes a situation where every job has its own processing sequence with the constraint that no waiting time is allowed between operations within any job.A NWJS problem with the objective of minimizing total completion time is a NP-hard problem and this paper proposes a hybrid genetic algorithm(HGA)to solve this complex problem.A genetic operation is defined by cutting out a section of genes from a chromosome and treated as a subproblem.This subproblem is then transformed into an asymeetric traveling salesman problem(ATSP)and solved with a heuristic algorithm.Subsequently, this section with new sequence is put back to replace the original section of chromosome.The incorporation of this problem-specific genetic operator is responsible for the hybrid adjective.By doing so, the course of the search of the proposed genetic algorithm is set to more profitable regions in the solution space.The experiemental results show that this hybrid genetic algorithm can accelerate the convergence and improve solution quality as well.

第四篇：生產(chǎn)計(jì)劃調(diào)度崗位職責(zé)

生產(chǎn)計(jì)劃調(diào)度崗位職責(zé)

1、生產(chǎn)計(jì)劃調(diào)度崗位職責(zé)

1、目的

建立生產(chǎn)計(jì)劃調(diào)度崗位職責(zé)，切實(shí)履行調(diào)度協(xié)調(diào)、管理職能。

2、范圍

生產(chǎn)計(jì)劃調(diào)度

3、責(zé)任

生產(chǎn)計(jì)劃調(diào)度應(yīng)履行其自身的崗位職責(zé)，總調(diào)度負(fù)責(zé)監(jiān)督、檢查。

4、內(nèi)容

4.1、原輔材料采購計(jì)劃的編制

4.1.1根據(jù)銷售部半月銷售計(jì)劃的急緩情況，制定原輔材料的采購計(jì)劃并根據(jù)排產(chǎn)情況限定到貨期；

4.1.2采購部所采購物資到司后，督促化驗(yàn)員對原輔材料的質(zhì)量進(jìn)行化驗(yàn)分析；

4.1.3及時(shí)聯(lián)系裝卸隊(duì)對合格留用的原輔材料卸至指定倉庫的指定位置；

4.1.4 臨時(shí)性備品備件采購計(jì)劃的制定；

4.2、設(shè)備檢修計(jì)劃的編制

4.2.1調(diào)度根據(jù)各車間設(shè)備運(yùn)行狀況報(bào)表，制定設(shè)備的檢修、維修計(jì)劃；

4.2.2因緊急情況需要立即進(jìn)行設(shè)備檢修的，車間在征得調(diào)度同意后可自行進(jìn)行檢修，調(diào)度要進(jìn)行跟蹤檢查，以盡快完成設(shè)備檢修任務(wù)；

4.2.3根據(jù)各車間設(shè)備運(yùn)轉(zhuǎn)狀況安排設(shè)備檢維修的具體時(shí)間；

4.3、生產(chǎn)計(jì)劃的分解 4.3.1根據(jù)銷售部半月銷售計(jì)劃的急緩情況，制定詳細(xì)的排產(chǎn)計(jì)劃；

4.3.2確定各產(chǎn)品的生產(chǎn)日產(chǎn)量、完成期限等要求；

4.3.3對生產(chǎn)計(jì)劃完成情況進(jìn)行跟蹤、督促和檢查；

4.4、生產(chǎn)調(diào)度

4.4.1掌握生產(chǎn)作業(yè)情況和動(dòng)態(tài)，協(xié)調(diào)產(chǎn)、供、銷、運(yùn)，做好綜合平衡；

4.4.2了解和掌握各車間的生產(chǎn)、原料與產(chǎn)品的庫存情況，及時(shí)進(jìn)行協(xié)調(diào)；

4.4.3了解生產(chǎn)過程中水、電、汽及相關(guān)設(shè)備的運(yùn)行、平衡情況，及時(shí)進(jìn)行協(xié)調(diào)；

4.4.4 針對銷售計(jì)劃分解生產(chǎn)任務(wù)指標(biāo)，安排車間進(jìn)行生產(chǎn)，并對生產(chǎn)過程進(jìn)行監(jiān)督檢查；

4.4.5 對銷售計(jì)劃的變更和追加進(jìn)行分解，及時(shí)通知車間進(jìn)行生產(chǎn)；

4.5、計(jì)劃完成率的考核

4.5.1 對采購計(jì)劃的完成情況進(jìn)行跟蹤、督促，不能按時(shí)、按質(zhì)、按量完成采購計(jì)劃的，視情況對采購部進(jìn)行考核；

4.5.2 銷售部頻繁變更和追加銷售計(jì)劃的，視情況對銷售部進(jìn)行考核；

4.5.3 對不能按照計(jì)劃完成生產(chǎn)任務(wù)的車間，視情況對生產(chǎn)車間進(jìn)行考核；

4.5.4 對不配合工作、不能按要求及時(shí)完成臨時(shí)指派工作的，視情況對個(gè)人或單位進(jìn)行考核；

4.5.5 每月對采購、生產(chǎn)車間進(jìn)行計(jì)劃及時(shí)完成率考核。

5、日常工作

5.1 在總調(diào)度的領(lǐng)導(dǎo)下對公司生產(chǎn)計(jì)劃進(jìn)行管理、生產(chǎn)相關(guān)數(shù)據(jù)收集、匯總與上報(bào)及日常事務(wù)的協(xié)調(diào)工作。

5.1.1 將每天各車間的產(chǎn)量、產(chǎn)品質(zhì)量、設(shè)備運(yùn)行狀況等情況收集匯總，報(bào)生產(chǎn)副總、總工、總經(jīng)理各一份。

5.1.2 將每天倉儲走貨、庫存及盤庫情況收集匯總，報(bào)生產(chǎn)副總、總經(jīng)理各一份。

5.2 負(fù)責(zé)檢查各車間生產(chǎn)情況及發(fā)現(xiàn)生產(chǎn)現(xiàn)場管理中存在的問題。

5.2.1 對非外因和非計(jì)劃性停產(chǎn)的情況進(jìn)行原因分析，并追究當(dāng)事者的責(zé)任。

5.2.2 對生產(chǎn)過程中出現(xiàn)的一些問題協(xié)調(diào)處理，處理不了的及時(shí)向總調(diào)度匯報(bào)。

5.2.3 負(fù)責(zé)公司（北廠包含集團(tuán)）急、難、險(xiǎn)、重任務(wù)的指揮協(xié)調(diào)和人員組織。

5.2.4 完成各級領(lǐng)導(dǎo)賦予的臨時(shí)性工作。

2、生產(chǎn)調(diào)度員崗位職責(zé)

1、生產(chǎn)調(diào)度員在項(xiàng)目執(zhí)行經(jīng)理的帶領(lǐng)下工作。

2、負(fù)責(zé)全項(xiàng)目部日常生產(chǎn)、安全的協(xié)調(diào)調(diào)度和管理工作。

3、做好“上傳下達(dá)”工作，負(fù)責(zé)及時(shí)準(zhǔn)確地向勞務(wù)班組下傳達(dá)生產(chǎn)任務(wù)、生產(chǎn)調(diào)度指令、各項(xiàng)通知、通報(bào)等；負(fù)責(zé)向有關(guān)領(lǐng)導(dǎo)及時(shí)匯報(bào)生產(chǎn)情況及主要生產(chǎn)進(jìn)度。

4、隨時(shí)掌握生產(chǎn)、安全動(dòng)態(tài)；對現(xiàn)場生產(chǎn)進(jìn)度情況進(jìn)行重點(diǎn)了解，發(fā)現(xiàn)問題應(yīng)及時(shí)如實(shí)逐級上報(bào)。

5、負(fù)責(zé)建立完整的原始記錄，及時(shí)提出調(diào)度報(bào)表和生產(chǎn)、安全動(dòng)態(tài)分析資料，做到匯報(bào)及時(shí)、數(shù)字準(zhǔn)確、內(nèi)容完整、問題真實(shí)。

6、對各區(qū)勞務(wù)隊(duì)的組織機(jī)構(gòu)、主要崗位人員的有關(guān)情況和變動(dòng)要及時(shí)了解掌握。

7、負(fù)責(zé)每周、每天的生產(chǎn)碰頭會的召集、記錄等工作。

8、負(fù)責(zé)匯總上報(bào)各區(qū)勞務(wù)隊(duì)的材料計(jì)劃，并按項(xiàng)目部的既定程序?qū)徍?、審批后?bào)材料組采購和及時(shí)的催促。

9、負(fù)責(zé)每周現(xiàn)場安全生產(chǎn)檢查的召集，配合安全負(fù)責(zé)人做好檢查工作。

10、完成領(lǐng)導(dǎo)安排的其它工作。

3、生產(chǎn)調(diào)度員崗位職責(zé)

1、嚴(yán)格按照生產(chǎn)作業(yè)計(jì)劃組織企業(yè)的生產(chǎn)活動(dòng)，做到指揮正確，組織嚴(yán)密，均衡完成生產(chǎn)計(jì)劃。

2、嚴(yán)格執(zhí)行企業(yè)生產(chǎn)調(diào)度會上的各項(xiàng)決定與上級領(lǐng)導(dǎo)的指示，做到執(zhí)行及時(shí)，并對執(zhí)行的情況隨時(shí)進(jìn)行檢查。

3、監(jiān)督、檢查生產(chǎn)作業(yè)進(jìn)度，掌握企業(yè)生產(chǎn)動(dòng)態(tài)，協(xié)調(diào)生產(chǎn)作業(yè)進(jìn)度，做好綜合平衡。及時(shí)了解并掌握各生產(chǎn)車間的生產(chǎn)、原材料供應(yīng)與在制品庫存等情況，根據(jù)生產(chǎn)作業(yè)進(jìn)度協(xié)調(diào)、督促生產(chǎn)車間零件和各工序在制品的流轉(zhuǎn)保持生產(chǎn)有效運(yùn)行，對于不平衡現(xiàn)象及時(shí)進(jìn)行協(xié)調(diào)，并加以妥善解決。

4、掌握企業(yè)的水、電、氣等設(shè)備的運(yùn)行與供應(yīng)情況，保證企業(yè)生產(chǎn)工藝的穩(wěn)定。

5、掌握企業(yè)主要工藝指標(biāo)的執(zhí)行情況，主要生產(chǎn)設(shè)備的開、停機(jī)情況，以保證穩(wěn)定安全的生產(chǎn)。

6、銜接協(xié)調(diào)生產(chǎn)中各個(gè)環(huán)節(jié)出現(xiàn)的問題，督促檢查各產(chǎn)品生產(chǎn)技術(shù)準(zhǔn)備、物資準(zhǔn)備、輔助條件準(zhǔn)備情況和生產(chǎn)過程的質(zhì)檢過程、質(zhì)量保證條件，及時(shí)向主管領(lǐng)導(dǎo)匯報(bào)，做到情況清、問題準(zhǔn)。

7、經(jīng)常深入生產(chǎn)現(xiàn)場進(jìn)行生產(chǎn)作業(yè)調(diào)查與檢查，監(jiān)督、檢查生產(chǎn)所需物料缺損情況，跟催生產(chǎn)環(huán)節(jié)缺失物料確保物料滿足生產(chǎn)、及時(shí)到位。對生產(chǎn)薄弱環(huán)節(jié)進(jìn)行現(xiàn)場調(diào)度，并處理當(dāng)班生產(chǎn)過程中出現(xiàn)的各種問題。及時(shí)向主管領(lǐng)導(dǎo)匯報(bào)生產(chǎn)進(jìn)度和發(fā)生的問題。掌握情況要準(zhǔn)確，處理問題要及時(shí)，保證企業(yè)的正常生產(chǎn)。

8、協(xié)調(diào)相關(guān)部門做好生產(chǎn)設(shè)備的檢修工作，協(xié)調(diào)、聯(lián)系工作要及時(shí)，以盡快完成設(shè)備的檢修任務(wù)。

9、對當(dāng)班過程中出現(xiàn)的生產(chǎn)事故，要組織好搶救工作，防止事故擴(kuò)大，妥善處理生產(chǎn)現(xiàn)場，盡快恢復(fù)生產(chǎn)。同時(shí)要向上級領(lǐng)導(dǎo)與企業(yè)安全部門匯報(bào)。

10、負(fù)責(zé)當(dāng)班生產(chǎn)情況的綜合分析，并總結(jié)當(dāng)天的生產(chǎn)、設(shè)備檢修以及產(chǎn)量完成情況，查找生產(chǎn)瓶頸、分析問題原因、提出改進(jìn)方案、編寫調(diào)度日報(bào)表并及時(shí)報(bào)送相關(guān)領(lǐng)導(dǎo)。

11、嚴(yán)格按照企業(yè)規(guī)定認(rèn)真、準(zhǔn)時(shí)做好交接班工作，在交接過程中，做到交接清楚，重點(diǎn)突出。

12參加公司生產(chǎn)調(diào)度會議，督促檢查生產(chǎn)（作業(yè)）計(jì)劃和生產(chǎn)調(diào)度員會議決議執(zhí)行情況。參加臨時(shí)生產(chǎn)協(xié)調(diào)會，配合生產(chǎn)調(diào)度負(fù)責(zé)人解決生產(chǎn)過程中出現(xiàn)的問題。在生產(chǎn)調(diào)度員會上匯報(bào)本周生產(chǎn)進(jìn)度與處理問題的情況。

第五篇：生產(chǎn)計(jì)劃調(diào)度管理制度

生產(chǎn)計(jì)劃調(diào)度管理制度

第一章 總 則

第一條 為了規(guī)范本公司生產(chǎn)計(jì)劃、調(diào)度管理，合理組織生產(chǎn)，特制定本制度。

第二條 本制度適用于本公司生產(chǎn)的計(jì)劃、調(diào)度管理全過程。

第三條 本制度的責(zé)任部門為生產(chǎn)部、營銷部、供應(yīng)部、各車間、班組。責(zé)任人為生產(chǎn)副總、生產(chǎn)部負(fù)責(zé)人、調(diào)度員、巡查員。

第四條 生產(chǎn)計(jì)劃調(diào)度工作由生產(chǎn)部具體負(fù)責(zé)。

第二章 生產(chǎn)計(jì)劃的下達(dá)與執(zhí)行

第五條 生產(chǎn)部應(yīng)每月（周）根據(jù)食品銷售公司及營銷部下達(dá)的銷售計(jì)劃制定月（周）生產(chǎn)計(jì)劃，下達(dá)生產(chǎn)調(diào)度通知下發(fā)車間執(zhí)行。生產(chǎn)部應(yīng)加強(qiáng)與供應(yīng)部、營銷部、生產(chǎn)車間等有關(guān)部門聯(lián)系，全面掌握生產(chǎn)所具備的條件。

第六條 每周星期四上午10:00，由生產(chǎn)部負(fù)責(zé)組織召開由質(zhì)量技術(shù)部、供應(yīng)部、營銷部、生產(chǎn)車間等部門負(fù)責(zé)人參加的本公司生產(chǎn)調(diào)度會，傳達(dá)周生產(chǎn)計(jì)劃，協(xié)調(diào)解決有關(guān)生產(chǎn)方面的相關(guān)事宜。

第七條 因特殊情況臨時(shí)追加的生產(chǎn)任務(wù)或急需的產(chǎn)品，由生產(chǎn)部進(jìn)行生產(chǎn)計(jì)劃適當(dāng)調(diào)整，但需報(bào)分管領(lǐng)導(dǎo)或公司第一負(fù)責(zé)人審核。第八條 各個(gè)部門應(yīng)嚴(yán)格執(zhí)行生產(chǎn)調(diào)度通知，必須按生產(chǎn)調(diào)度會的要求或通知確保生產(chǎn)具備的條件。

第九條 在生產(chǎn)過程中，如果出現(xiàn)水、電、汽、設(shè)備或材料供應(yīng)等異常情況，生產(chǎn)車間應(yīng)及時(shí)報(bào)告生產(chǎn)部，由生產(chǎn)部負(fù)責(zé)聯(lián)系相關(guān)部門協(xié)調(diào)解決。

第三章 檢查與考核

第十條 生產(chǎn)部統(tǒng)計(jì)員每日上午負(fù)責(zé)將前日的生產(chǎn)情況、生產(chǎn)物資以報(bào)表形式及時(shí)報(bào)生產(chǎn)部。

第十一條 生產(chǎn)部負(fù)責(zé)人、巡查人員隨時(shí)深入各個(gè)生產(chǎn)崗位檢查生產(chǎn)進(jìn)度、物料動(dòng)態(tài)，并及時(shí)協(xié)調(diào)、匯報(bào)。

第十二條 如果因工作失職或不服從生產(chǎn)調(diào)度安排，而延誤生產(chǎn)進(jìn)度或影響生產(chǎn)作業(yè)計(jì)劃的，給予責(zé)任人100-500元罰款。

第十三條 本制度自發(fā)文之日起實(shí)施。第十四條 本制度解釋權(quán)屬生產(chǎn)部。