动态复杂生产环境下的大规模多级生产经济批量综合问题研究

Considering the complex and dynamic properties of customer market and production environment of today, we propose a research proposal over the large-sized and synthesized optimization problems of multi-level lot-sizing (MLLS) problem integrated with both the order acceptance decision and the dynamic capacity expansion. . This proposal includes four sub-problems. The first is to study the MLLS problem that has been integrated with order acceptance decision under a complex and dynamic environment, trying to model it as an integer programming problem and study its heuristic solution approaches. The second is to study the capacitated MLLS problem based on dynamic capacity expansion. Its mathematical optimization model and solution approaches are also to be developed. Thirdly, we plan to investigate the time-varying properties of production environment,to remodel the MLLS problem under time-varying environments and study its solution approaches. Forthly, we plan to synthesize tegother the three tightly related problems, i.e., the order acceptance decision, the MLLS problem, and the dynamic capacity expansion decision, to build up a global optimization model that caters for the most complex and dynamic situation of mordern manufacturing firms. The parallel computing strategy will be developed to solve the large-sized and synthesized optimization model. This study is supposed to benefit the manufacturing firms with an new approach pathing to the globally optimized solutions for the related decision problems.

向当今复杂动态的市场订单环境和生产环境，本项目在多级生产经济批量（MLLS）问题中，集成考虑订单接受决策和动态能力扩张决策，提出了动态复杂生产环境下的大型综合生产批量优化问题。. 该项研究包括四个子问题。首先考虑复杂订单市场环境，研究集成了订单接受决策和MLLS问题的数学规划建模与求解方法。其次，考虑生产系统能力的动态扩张和调整，研究基于动态能力扩张的受约束的MLLS问题。然后，针对生产系统所处的动态外部环境，研究带时变（time-varying）决策参数的MLLS问题及求解方法。最后，综合集成订单接收、动态能力规划和MLLS这三个紧密相关的决策问题，建立大规模综合优化模型，并研究该问题的近似优化解的求解方法和并行计算框架。该项目的研究可为当今生产企业提供集成优化模型，为关联决策问题的全局优化提供集成化的解决途径。

在为期四年的研究计划中，对当前复杂市场订单环境和动态生产环境下，多级生产计划经济批量问题及相关子问题进行了系列研究。研究内容包括对问题的抽象、数学规划建模以及问题的求解算法设计及验证实验。首先，对多级生产计划经济批量的问题建立了新的数学规划模型，给出了高效率的最优求解算法，在与国际流行算法进行的对比试验中具有显著优势，研究结果2014年发表于知名国际期刊《欧洲运筹学（EJOR）》；然后，对考虑市场订单选择决策和生产排序进行集成优化，建立了集成优化数学规划模型，研究了相关的高效率求解算法，研究成果2015年发表于知名国际期刊《应用数学与计算(AMC)》；之后，对时变性生产环境进行了分析和建模，研究了时变性生产环境下的经济批量问题及求解算法，研究结果投稿于国际Q1期刊目前在审。..受本项目资助，项目组在现代启发式算法研究方面也取得了若干贡献，提出了（1）时序数据库的频繁时间窗口选择优化算法（2014年发表于国际知名期刊《计算机与运筹学COR》），该算法能支持在时间序列中实现快速搜寻频繁时间窗口；（2）模拟退火与变邻域相结合的VNSA算法（2014年发表于期刊《工程优化EO》），该算达到了预期的自适应搜索特点；以及（3）问题演化元启发式算法（投稿于Q1期刊《计算机与运筹学COR》目前在审），该算法将原问题分解为难度由低到高的演化问题，模拟演化过程进行逐步求解。问题演化算法为本项目组首次提出，其求解效果通过生产布局优化问题得到有效验证。

内容获取失败，请点击重试