● 摘要
对多层次生产计划加以集成优化具有十分重要的意义。然而尽管有关生产计划问题的研究已有较长的历史，但对不同层次的计划如何有效地加以综合集成还只停留在比较初步的阶段。本文在相关领域已有研究成果的基础上，从整体建模和整体求解的思路，重点研究了批量计划与作业计划的两层生产计划集成问题，以及综合计划、批量计划与作业计划的三层生产计划综合集成问题。本文主要工作内容包括：1、总结回顾了多层生产计划领域的研究现状，分析了现有递阶生产计划方法的优缺点。采用集成模型整体求解，被认为是解决多层生产计划问题很有效，也很有应用前景的一种方法，但是由于建模复杂，求解困难而研究较少。2、在总结分析现有建模方法的基础上，采用基于时段的建模方法，分别针对不同的生产背景，提出了三个多层生产计划集成模型。① 基于JIT思想的批量计划与单机排序问题集成模型。② 基于成本的批量计划与并行机排序问题集成模型。③ 基于收益的综合计划、批量计划与作业计划三层生产计划问题集成模型。3、本文建立了一种分层编码、整体优化的遗传算法框架，并针对以上三个模型，分别设计了求解算法。① 对基于JIT思想的批量计划与单机排序问题集成模型，设计了一种整体优化遗传算法：每个个体中同时包含了批量计划层和作业排序层的信息，并设计了一种有效的修复算子来处理不可行解。数值仿真实验结果显示，该算法在求解不同类型和规模的问题时，均具有较好的优化性能以及优良的时间性能。另外，还采用传统的分层优化思路设计了一种分层近似算法，并与整体优化遗传算法优化结果进行了比较，结果显示，本文设计的整体遗传算法的寻优性能明显好于传统的分层优化方法。② 对于批量计划与并行机排序问题集成模型，针对作业排序层为并行双机排序的情况，设计了一种整体优化的遗传算法求解。每个个体中同时包含三个部分的信息：各时段各产品的总计划批量、每台机器上各时段各产品的计划批量、以及每台机器各时段的作业排序。在进化过程中，设计了一种利用修复算子与特定遗传算子相互配合作用的方式来处理模型中的约束。通过数值仿真实验，对算法的可行性和有效性进行了验证。③ 对于综合计划、批量计划与作业计划三层生产计划问题集成模型，设计了一种基于粒子群算法与遗传算法相集成的整体优化算法，粒子群算法用于优化整体目标函数，内嵌的遗传算法用于优化批量计划以及作业排序，其中遗传算子的设计能够避免不可行解的出现。通过与递阶优化方法的比较，验证了本文对三层生产计划集成问题整体建模方法的合理性，以及所采用的整体优化算法的可行性和有效性。4、实证部分针对某实际生产企业的综合计划与批量计划的制定问题，采用整体建模方法建立了集成优化模型，并设计了整体优化遗传算法求解。计算结果表明，本文方法所得到的计划安排比利用递阶优化方法得到的计划安排具有更为优越的性能，从而验证了本文所提出的多层模型框架和优化算法具有较高的实用价值。