呂 潔， 郭婷芳, 韓文民

(江蘇科技大學(xué) 經(jīng)濟(jì)管理學(xué)院，江蘇 鎮(zhèn)江 212000)

虛擬制造單元瓶頸緩沖區(qū)容量?jī)?yōu)化*

呂 潔， 郭婷芳, 韓文民

(江蘇科技大學(xué) 經(jīng)濟(jì)管理學(xué)院，江蘇 鎮(zhèn)江 212000)

文章是在虛擬制造單元的生產(chǎn)方式下，基于約束理論考慮面向多個(gè)加工任務(wù)同時(shí)進(jìn)行加工時(shí)瓶頸資源問(wèn)題，以減少生產(chǎn)波動(dòng)對(duì)瓶頸資源的影響來(lái)針對(duì)緩沖區(qū)容量問(wèn)題進(jìn)行研究，以最優(yōu)緩沖區(qū)容量為目標(biāo)建立目標(biāo)函數(shù)模型，利用改進(jìn)遺傳算法求解，同時(shí)結(jié)合在制品拒絕率、在制品數(shù)量和設(shè)備的利用率等指標(biāo)來(lái)評(píng)價(jià)緩沖區(qū)容量的優(yōu)劣。最后，通過(guò)某船廠的實(shí)際數(shù)據(jù)進(jìn)行驗(yàn)證，運(yùn)用MATLAB進(jìn)行仿真，仿真結(jié)果驗(yàn)證了方法的有效性和可行性。

虛擬制造單元；瓶頸資源；緩沖區(qū)容量；遺傳算法

0 引言

虛擬制造單元(本文簡(jiǎn)稱為虛擬單元)是指設(shè)備在物理位置上不改變，邏輯上對(duì)生產(chǎn)資源進(jìn)行動(dòng)態(tài)配置和重組[1]，且因其設(shè)備調(diào)整時(shí)間高效性和靈活性，加快了對(duì)市場(chǎng)的響應(yīng)速度[2]?；诩s束理論基礎(chǔ)可知，瓶頸資源的利用程度會(huì)導(dǎo)致資源間的沖突，從而直接影響整個(gè)系統(tǒng)的生產(chǎn)能力和效率，所以，只有合理的設(shè)置瓶頸資源的相關(guān)參數(shù)，才能提高系統(tǒng)的生產(chǎn)率[3-4]。資源之間的沖突問(wèn)題可通過(guò)設(shè)置緩沖區(qū)來(lái)協(xié)調(diào)，并結(jié)合符合生產(chǎn)實(shí)際的調(diào)度策略，同時(shí)考慮顧客需求、物料投放和交貨期等因素的影響，可提高瓶頸資源的使用效率[5]。緩沖區(qū)容量和待加工零件的工藝流程、零件在不同加工設(shè)備上的加工時(shí)間、零件的運(yùn)輸系統(tǒng)、系統(tǒng)設(shè)計(jì)預(yù)算和廠房空間等密切相關(guān)，緩沖區(qū)容量的設(shè)置是否合理將對(duì)生產(chǎn)系統(tǒng)的生產(chǎn)費(fèi)用產(chǎn)生重大影響[6]。

約束理論指出，瓶頸資源的利用程度決定了整個(gè)生產(chǎn)系統(tǒng)的生產(chǎn)效率，而較優(yōu)的緩沖區(qū)設(shè)置能提高瓶頸資源的使用效率，因此緩沖區(qū)設(shè)置問(wèn)題已成為基于虛擬單元生產(chǎn)模型下的制造企業(yè)亟需解決的重要問(wèn)題[7-8]。文獻(xiàn)[9]主要針對(duì)自動(dòng)化的生產(chǎn)車間進(jìn)行研究，利用分解策略來(lái)分析求解設(shè)備可用度與緩沖區(qū)容量之間關(guān)系的數(shù)學(xué)模型，且以生產(chǎn)線最大可用度為優(yōu)化目標(biāo)，并利用基于智能交叉算子和智能算子的改進(jìn)遺傳算法對(duì)模型進(jìn)行求解，得到了緩沖區(qū)容量分配圖。文獻(xiàn)[10]對(duì)隨機(jī)過(guò)程原理進(jìn)行深入分析，并把隨機(jī)過(guò)程原理利用于緩沖區(qū)容量設(shè)置，提出了緩沖區(qū)容量與緩沖區(qū)被充滿概率之間的數(shù)學(xué)模型，優(yōu)化緩沖區(qū)容量配置標(biāo)準(zhǔn)。由排隊(duì)論中的利特爾定律(Little'slaw)可知，縮短生產(chǎn)系統(tǒng)的加工周期，最重要的一個(gè)方法就是合理控制在制品的總數(shù)量，而影響在制品總數(shù)至關(guān)重要的是要設(shè)置合理的緩沖區(qū)容量[12]。在生產(chǎn)過(guò)程中，各緩沖區(qū)容量設(shè)置與加工任務(wù)數(shù)量、設(shè)備利用情況等因素相關(guān)，因此，如何根據(jù)生產(chǎn)過(guò)程中的相關(guān)資源來(lái)優(yōu)化緩沖區(qū)容量，成為有效提升瓶頸資源利用率關(guān)鍵問(wèn)題。

本文基于前人研究基礎(chǔ)上，對(duì)虛擬單元生產(chǎn)系統(tǒng)的動(dòng)態(tài)調(diào)度進(jìn)行研究分析，主要是針對(duì)生產(chǎn)系統(tǒng)中時(shí)間緩沖容量最優(yōu)為目標(biāo)，構(gòu)建緩沖區(qū)容量求解模型，并同時(shí)以在制品拒絕率、在制品數(shù)量和設(shè)備的利用率等指標(biāo)來(lái)約束最優(yōu)的緩沖區(qū)容量，運(yùn)用改進(jìn)優(yōu)化后的遺傳算法進(jìn)行運(yùn)算，最后通過(guò)某船廠的實(shí)際生產(chǎn)數(shù)據(jù)，利用仿真軟件MATLAB進(jìn)行模型仿真驗(yàn)證。

1 問(wèn)題模型

1.1 問(wèn)題描述

Goldratt的約束理論中指出，通過(guò)重點(diǎn)配置瓶頸資源，合理設(shè)置系統(tǒng)的緩沖區(qū)容量來(lái)減少生產(chǎn)過(guò)程中出現(xiàn)的波動(dòng)對(duì)瓶頸資源的不利影響，提高瓶頸資源利用率對(duì)提高系統(tǒng)整體性能具有重要意義。緩沖區(qū)的容量大小問(wèn)題至關(guān)重要，過(guò)小會(huì)導(dǎo)致工位堵塞，過(guò)大又會(huì)耽誤生產(chǎn)周期和工位的空閑狀態(tài)。不管是工位堵塞和工位空閑都會(huì)使得生產(chǎn)線生產(chǎn)能力不平衡，出現(xiàn)工位負(fù)荷分配不均的情況，這在很大程度上影響了生產(chǎn)線的正常運(yùn)行和生產(chǎn)效率。因此，合理配置緩沖區(qū)是生產(chǎn)線設(shè)計(jì)中的一個(gè)關(guān)鍵問(wèn)題。研究緩沖區(qū)時(shí)需考慮緩沖容量與緩沖位置之間的關(guān)系，通過(guò)配置緩沖區(qū)，可以使虛擬單元在調(diào)度的同時(shí)性能達(dá)到最優(yōu)。本文為簡(jiǎn)化處理，將緩沖位置和緩沖容量聯(lián)合起來(lái)作為一個(gè)整體來(lái)研究。本文在面向多個(gè)加工任務(wù)情況下考慮瓶頸資源的情況下，以生產(chǎn)線的緩沖區(qū)容量最優(yōu)為目標(biāo)，且考慮生產(chǎn)過(guò)程中的多個(gè)指標(biāo)值，使得求解的最優(yōu)的緩沖區(qū)容量更符合實(shí)際的生產(chǎn)需要。

對(duì)于生產(chǎn)過(guò)程中瓶頸資源的確定，一般是根據(jù)訂單來(lái)將加工任務(wù)進(jìn)行分批量處理，再針對(duì)每道工序上的能力和負(fù)荷進(jìn)行比較，或者通過(guò)觀察生產(chǎn)過(guò)程中每道工序前在制品堆積量的大小來(lái)確定。本文主要是通過(guò)緩沖區(qū)容量的優(yōu)化來(lái)提高瓶頸資源的利用率，因此，本文就采用第二種方式來(lái)識(shí)別瓶頸，針對(duì)這些瓶頸設(shè)置好緩沖區(qū)后，緩沖區(qū)容量大小的設(shè)置就成為提高整個(gè)生產(chǎn)系統(tǒng)的生產(chǎn)效率的至關(guān)重要的問(wèn)題了。

虛擬單元內(nèi)的設(shè)備可以根據(jù)實(shí)際的生產(chǎn)需要實(shí)時(shí)進(jìn)行重構(gòu)和重組，準(zhǔn)確地識(shí)別出生產(chǎn)系統(tǒng)中的瓶頸資源，從而正確地設(shè)置緩沖容量，將會(huì)對(duì)縮短產(chǎn)品生產(chǎn)周期提供有效的保障。緩沖區(qū)是按照一定規(guī)則進(jìn)行輸入及輸出的動(dòng)態(tài)系統(tǒng)，如圖1所示，設(shè)備和緩沖區(qū)的布局如圖2，這里選取單元內(nèi)相鄰的三道工序。在生產(chǎn)系統(tǒng)中，設(shè)備性能參數(shù)用Si(ui,pi,ri)表示，其中ui、pi和ri分別表示設(shè)備i的加工速度、故障率和修復(fù)率，在t時(shí)緩沖區(qū)狀態(tài)用Hi(zi,bi)來(lái)表示，zi表示加工設(shè)備Si的工作狀態(tài)，當(dāng)zi的值分別為z、j和d時(shí)，分別表示設(shè)備待料、阻塞和加工的狀態(tài)。bi表示緩沖區(qū)Hi時(shí)刻t時(shí)待加工在制品數(shù)量。

圖1 虛擬單元輸入輸出

圖2 緩沖區(qū)布局圖

1.2 條件假設(shè)及目標(biāo)函數(shù)

假定進(jìn)入到單元內(nèi)加工的在制品有m道工序，每個(gè)設(shè)備的加工能力都不一樣，虛擬單元內(nèi)應(yīng)包括n臺(tái)機(jī)器設(shè)備，設(shè)置瓶頸設(shè)備的緩沖區(qū)，任務(wù)進(jìn)入到單元內(nèi)的第一道工序加工，直到所有的工序加工完畢，并假設(shè)條件如下：①加工對(duì)象到達(dá)緩沖區(qū)服從泊松分布；②當(dāng)進(jìn)入到單元加工時(shí)，將直接進(jìn)入第一個(gè)工序，如果單元內(nèi)的某一設(shè)備正在加工時(shí)，則新進(jìn)入緩沖區(qū)的在制品進(jìn)入列隊(duì)等待加工；③任務(wù)的加工時(shí)間服從指數(shù)分布(這里包括裝夾、準(zhǔn)備時(shí)間等)；④第一道工序的加工設(shè)備不會(huì)停工待料，最后一道工序的設(shè)備的緩沖區(qū)不阻塞。

為了對(duì)整個(gè)緩沖區(qū)布局進(jìn)行研究，選取第i個(gè)緩沖區(qū)并對(duì)其狀態(tài)情況進(jìn)行研究，其狀態(tài)轉(zhuǎn)移圖如圖3所示。

圖3 緩沖區(qū)狀態(tài)轉(zhuǎn)移圖

基于以上假設(shè)，可以得到虛擬單元考慮瓶頸資源因素的影響的緩沖區(qū)容量?jī)?yōu)化的目標(biāo)函數(shù)為：

(1)

s.t.

(2)

(3)

(4)

0≤ci≤ki,i=2,3,…,n-1

(5)

其中，目標(biāo)函數(shù)(1)表示虛擬單元內(nèi)的所有緩沖區(qū)容量?jī)?yōu)化的目標(biāo)函數(shù)；式(2)表示滿足加工設(shè)備實(shí)際加工能力的方程式，其中Wi為加工設(shè)備i實(shí)際加工可用度；式(3)表示第一道工序的加工設(shè)備不存在待料情況和最后一道工序的加工設(shè)備不出現(xiàn)阻塞現(xiàn)象；式(4)表示緩沖區(qū)在制品增量概率、緩沖區(qū)在制品減量概率、設(shè)備加工在制品阻塞概率和設(shè)備加工在制品恢復(fù)概率；式(5)表示緩沖區(qū)容量為非負(fù)數(shù)。

模型符號(hào)說(shuō)明：ci—表示緩沖區(qū)i的容量，ri—表示設(shè)備i的修復(fù)率，p(i,0)—表示設(shè)備處于待料狀態(tài)，p(i+1,ci+1)—表示設(shè)備處于阻塞狀態(tài)，ki—表示緩沖區(qū)預(yù)計(jì)的最大值。

由于緩沖區(qū)容量問(wèn)題是一個(gè)隨機(jī)的、決策向量整數(shù)非線性的規(guī)劃問(wèn)題，可以采用多個(gè)生產(chǎn)過(guò)程中的指標(biāo)共同確定緩沖區(qū)容量問(wèn)題，如在制品數(shù)量N、模型中設(shè)備利用率U和模型中在制品平均拒絕率R三個(gè)指標(biāo)。指標(biāo)方程如下：

(6)

(7)

(8)

式(6)表示在制品數(shù)量；式(7)表示設(shè)備平均利用率；式(8)表示在制品的平均拒絕率。

通過(guò)上述三個(gè)性能指標(biāo)能夠反應(yīng)出系統(tǒng)的均衡負(fù)荷狀態(tài)，并且通過(guò)優(yōu)化節(jié)點(diǎn)處的緩沖區(qū)大小來(lái)獲得較好的均衡負(fù)荷系統(tǒng)。本文以最優(yōu)的緩沖區(qū)容量為目標(biāo)，通過(guò)上述模型和分析，可以求出系統(tǒng)的性能指標(biāo)。

2 基于改進(jìn)遺傳算法的緩沖區(qū)容量計(jì)算

遺傳算法是模擬生物進(jìn)化過(guò)程形成的具有全局搜索能力的一種算法[13]。在遺傳算法過(guò)程中，適應(yīng)能力較好的父輩將存活，并通過(guò)遺傳、交叉、變異等操作把較好的基因傳遞給下一代，使下一代具有更強(qiáng)的適應(yīng)能力，通過(guò)不斷反復(fù)迭代進(jìn)化，群體將逐漸產(chǎn)生更優(yōu)良的種群，以更好的適應(yīng)環(huán)境變化。

在遺傳算法中，染色體編碼和交叉是算法的關(guān)鍵部分，本文將采用自然數(shù)編碼和改進(jìn)交叉算子來(lái)提高算法精確度和效率。

2.1 染色體編碼

編碼可以通俗理解成把生產(chǎn)實(shí)際變量轉(zhuǎn)換為遺傳算法可以識(shí)別的染色體，滿足遺傳算法后期的遺傳、交叉和變異操作，因此，生產(chǎn)實(shí)際變量應(yīng)和染色體成一一對(duì)應(yīng)關(guān)系。根據(jù)遺傳算法常用編碼方式特點(diǎn)，本文采用自然數(shù)編碼，即隨機(jī)產(chǎn)生染色體數(shù)，使染色體產(chǎn)生具有隨機(jī)性，同時(shí)又必須保證染色體在約束范圍內(nèi)，確保染色體具有意義。圖3為本文基于自然數(shù)編碼規(guī)則而形成的種群初始單個(gè)染色體，其中xi為染色體中第i個(gè)基因值，表示第i個(gè)緩沖區(qū)內(nèi)最大在制品數(shù)量ci；n為染色體中基因數(shù)量，表示虛擬單元中緩沖區(qū)數(shù)量對(duì)應(yīng)。為了確保所生產(chǎn)的染色體具有意義，染色體必須滿足以下條件。

圖4 染色體編碼規(guī)則

(1)xi不大于第i個(gè)緩沖區(qū)限定的最大數(shù)量；

(2)在第一步基礎(chǔ)上，按照式(9)產(chǎn)生自然數(shù)填入對(duì)應(yīng)的基因位置；

xj=「(xjmax-xjmin)×rand+xmin

(9)

式中「為取上整函數(shù)，xj為個(gè)體第j個(gè)基因取值，xjmaxw為第j個(gè)基因最大值，xjmin為第j個(gè)基因最小值，rand為[0，1]內(nèi)的隨機(jī)數(shù)。

(3)重復(fù)上述步驟k次，產(chǎn)生k個(gè)初始種群大小。

2.2 智能交叉算子

交叉算子是在父代優(yōu)秀染色體中進(jìn)行交叉操作，產(chǎn)生更多優(yōu)秀的后代。傳統(tǒng)的交叉算子在進(jìn)化期間保持不變的交叉率，容易破壞群體全局性、多樣性，使算法陷入早熟現(xiàn)象，導(dǎo)致算法收斂進(jìn)程和搜索效率降低。智能交叉算子能夠根據(jù)進(jìn)化次數(shù)和染色體適應(yīng)度的不同，自動(dòng)調(diào)整交叉算子的交叉率。由于每個(gè)緩沖區(qū)對(duì)應(yīng)著相應(yīng)的加工設(shè)備，不同的加工設(shè)備會(huì)影響對(duì)應(yīng)的緩沖區(qū)，傳統(tǒng)的單點(diǎn)交叉和部分匹配交叉都破壞緩沖區(qū)和相應(yīng)加工設(shè)備之間的關(guān)系，因此本文采用采用半父體交叉策略，不僅繼承了父體信息，還保證緩沖區(qū)和加工設(shè)備之間的關(guān)系。圖為第i次進(jìn)化后的種群個(gè)體，通過(guò)計(jì)算每個(gè)個(gè)體的交叉率，決定個(gè)體交叉順序，如圖5所示，選取序號(hào)為4和8的染色體進(jìn)行半父體交叉。交叉率根據(jù)式(10)來(lái)確定：

(10)

式中，bcmax為最大交叉率，即初始交叉率，bcmin為最小交叉率，即最終交叉率，F(xiàn)p為平均適應(yīng)值，F(xiàn)(xi)為目前最大適應(yīng)值。

圖5 改進(jìn)交叉算子求解圖

3 實(shí)例驗(yàn)證

3.1 瓶頸緩沖區(qū)容量?jī)?yōu)化結(jié)果

本章以某船舶制造企業(yè)的生產(chǎn)實(shí)際數(shù)據(jù)為例，對(duì)本文提出的方法進(jìn)行驗(yàn)證，設(shè)備和零件工藝的關(guān)系及設(shè)備性能參數(shù)如表1所示。由于有的工序具有被多臺(tái)設(shè)備同時(shí)加工的能力，導(dǎo)致在制品加工出現(xiàn)很多不可控因素，要求優(yōu)化后的工藝路線使緩沖區(qū)容量最少及完工時(shí)間最短。

用MATLAB仿真軟件對(duì)大量的實(shí)際生產(chǎn)數(shù)據(jù)進(jìn)行仿真，得到在制品拒絕率和節(jié)點(diǎn)容量的關(guān)系，如圖6所示。

圖6 緩沖區(qū)容量、在制品拒絕率和在制品數(shù)量關(guān)系圖

圖7 原生產(chǎn)調(diào)度甘特圖

圖8 優(yōu)化后生產(chǎn)調(diào)度甘特圖

從圖6中可以看出，當(dāng)緩沖區(qū)的容量很小的時(shí)候，在制品的拒絕率比較高。隨著緩沖區(qū)容量的增加，在制品的拒絕率迅速減小，但隨后在制品的減小率變得越來(lái)越小。當(dāng)節(jié)點(diǎn)緩沖區(qū)容量和為0時(shí)，在制品拒絕率為36.21%，當(dāng)節(jié)點(diǎn)緩沖區(qū)容量和為40時(shí)，在制品拒絕率為12.62%，當(dāng)節(jié)點(diǎn)緩沖區(qū)容量和為80時(shí)，在制品拒絕率為3.41%。在制品的拒絕率在節(jié)點(diǎn)緩沖區(qū)0～50之間下降變化非常大，同時(shí)在制品數(shù)量卻是迅速增加。在企業(yè)綜合考慮場(chǎng)地、成本及交貨期等條件時(shí)，從圖中可以看出選取節(jié)點(diǎn)緩沖區(qū)容量和為140，在制品拒絕率為3.41%時(shí)比較合適，此時(shí)這是時(shí)候，在制品總數(shù)量為132，因?yàn)檫@個(gè)時(shí)候在制品的拒絕率和在制品數(shù)量和在制品平均在制時(shí)間都隨著節(jié)點(diǎn)緩沖區(qū)容量的變化開始變得緩慢。

3.2 緩沖區(qū)容量?jī)?yōu)化后設(shè)備調(diào)度結(jié)果

按照本文的優(yōu)化方法，以緩沖區(qū)容量最優(yōu)為目標(biāo)對(duì)設(shè)備進(jìn)行調(diào)度，原在制品設(shè)備調(diào)度甘特圖如圖所示。本文在虛擬單元基礎(chǔ)上，充分調(diào)用虛擬單元調(diào)度靈活性特點(diǎn)，當(dāng)一個(gè)單元內(nèi)的設(shè)備加工完成后便進(jìn)行釋放，以便設(shè)備的充分利用，同時(shí)采用遺傳算法進(jìn)行運(yùn)算實(shí)驗(yàn)，最大循環(huán)次數(shù)選取500次，得到優(yōu)化的后的調(diào)度方案，優(yōu)化后的調(diào)度甘特圖如圖8所示。

表2 在制品的完工時(shí)間

圖7表示的調(diào)度前的調(diào)度甘特圖，圖8是優(yōu)化后的在制品調(diào)度甘特圖，可知，優(yōu)化后的在制品加工布局不僅有效的減小了在制品最終完工時(shí)間，由優(yōu)化前的26.5h減小到23.5h，節(jié)約了12.76%的時(shí)間，同時(shí)降低了緩沖區(qū)總?cè)萘?，提高了系統(tǒng)運(yùn)行效率，具有一定的實(shí)際意義。

4 結(jié)束語(yǔ)

本文針對(duì)具有多道連續(xù)加工工藝的在制品虛擬單元，多個(gè)加工任務(wù)同時(shí)進(jìn)行加工時(shí)，通過(guò)優(yōu)化緩沖區(qū)容量來(lái)提高瓶頸資源的利用效率，確定了虛擬單元內(nèi)緩沖區(qū)容量?jī)?yōu)化的目標(biāo)函數(shù)，并結(jié)合生產(chǎn)過(guò)程的相關(guān)指標(biāo)共同約束緩沖區(qū)容量的設(shè)置，利用改進(jìn)的遺傳算法進(jìn)行迭代運(yùn)算，最后用MATLAB仿真軟件進(jìn)行模型仿真，確定了緩沖區(qū)容量與在制品數(shù)量及平均在制品容量等相關(guān)指標(biāo)的關(guān)系。在今后的研究中還可以進(jìn)一步結(jié)合事件驅(qū)動(dòng)和周期驅(qū)動(dòng)等因素對(duì)虛擬單元內(nèi)的緩沖區(qū)容量進(jìn)行考慮。

[1]NiteshKhilwanietal.Amethodologytodesignvirtualcellularmanufacturingsystems[J].JournalofIntelligentManufacturing, 2011, 22:533-544.

[2]SaadettinErhanKesen.Amixedintegerprogrammingformulationforschedulingofvirtualmanufacturingcells(VMCs) [J].IntJAdvManufTechnol, 2010，47:665-678.

[3]GoldrattEM,CoxJ.TheGoalaProcessofOngoingImprovement[M] .NY:NorthRiverPress, 1984.

[4] 葉濤鋒, 韓文民. 按訂單生產(chǎn)方式下的瓶頸資源的確定[J] . 工業(yè)工程與管理, 2003, 8(6) : 51-54.

[5] 劉士新, 宋健海, 唐加福. 資源受限項(xiàng)目調(diào)度中緩沖區(qū)的設(shè)定方法[J]. 系統(tǒng)工程學(xué)報(bào), 2006,21(4): 381-386.

[6]ZinovyD,Radovisky.AQuantitativeApproachtoEstimatetheSizeoftheTimeBufferintheTheoryofConstraints[J].InternationalJournalofProductionEconomics, 1998,55 (2):113-119.

[7] 萬(wàn)偉,蔡晨.在單資源約束項(xiàng)目中的關(guān)鍵鏈管理[J].中國(guó)管理科學(xué),2003,11(2):70-75.

[8] 張良安，梅江平，黃田.基于遺傳算法的機(jī)器人自動(dòng)化生產(chǎn)線緩沖區(qū)容量分配方法[J]機(jī)械工程學(xué)報(bào)，2012,46(11)：101-106.

[9] 譚民. 緩沖區(qū)容量的優(yōu)化分配[J].控制與決策, 1992, 7(5):386-389.

[10] 孟凡力，談大龍,黃雪梅. 裝配系統(tǒng)中緩沖區(qū)容量的研究[J].計(jì)算機(jī)集成制造系統(tǒng)，2005,11(11):1609-1615.

[11] 宋士剛. 可重組制造系統(tǒng)緩沖區(qū)容量的優(yōu)化研究[J].計(jì)算機(jī)集成制造系統(tǒng),2008,14(10):1951-1956.

[12]YAMASHITAH,SUZUKIS.Buffercapacityallocationforadesiredthroughputinproductionlinestransactions[J].IIE, 1998,30(10):883-892.

[13] 歐陽(yáng)浩. 用遺傳算法解決物流中的倉(cāng)庫(kù)選址問(wèn)題[J]. 制造業(yè)自動(dòng)化,2014,36(1):51-64.

(編輯 李秀敏)

Bottleneck Buffer Allocation Optimization of the Virtual Manufacturing

LVJie，GUOTing-fang，HANWen-min

(SchoolofEconomicsandManagement,JiangsuUniversityofScienceandTechnology,ZhenjiangJiangsu212000,China)

Thispaperdiscussestheproblemofbufferallocation,toreducetheinfluenceinbottleneckresources,whichbassesontheTheoryofConstraintsbottleneckresourcesandmultipleprojectsinprocessingatthesametimeinthevirtualmanufacturingcell.Toestablishthegoalofoptimalbufferallocationforfunctionmodel,andusingtheimprovedgeneticalgorithm,andcombiningwiththeproductrejectionrateinthenumberofproducts,equipmentutilizationandotherindicatorstoevaluatethemeritsofbuffercapacity.Finally,usingMATLABwiththeactualdatatoverifyashipyard,thesimulationresultsdemonstratetheeffectivenessandfeasibilityofthemethod.

virtualcellularmanufacturing;bottleneckresources;bufferallocation;geneticalgorithms

1001-2265(2016)12-0121-04DOI:10.13462/j.cnki.mmtamt.2016.12.033

2016-02-22；

2016-03-25

國(guó)家自然科學(xué)基金項(xiàng)目：物流平衡下的虛擬單元構(gòu)建與調(diào)度聯(lián)合決策(71271105)；教育部人文社會(huì)科學(xué)研究規(guī)劃基金項(xiàng)目：不確定需求下細(xì)胞生產(chǎn)的動(dòng)態(tài)單元構(gòu)建與調(diào)度問(wèn)題研究(12YJA630036)

呂潔(1973—)，女，陜西漢中人，江蘇科技大學(xué)副教授，研究方向?yàn)榻y(tǒng)計(jì)分析與經(jīng)濟(jì)計(jì)量，生產(chǎn)運(yùn)作管理，(E-mail)lvjie0511@126.com。

TH166；TG

A