导读:本文包含了批量计划问题论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:批量,计划,算法,粒子,路径,车辆,目标。
批量计划问题论文文献综述
柴剑彬,刘赫,贝晓强[1]（2019）在《考虑机器调整次数和产品质量的卷烟批量计划和柔性流水车间调度集成问题》一文中研究指出针对卷烟企业生产中的批量计划和柔性流水车间调度集成问题,构建了整数规划模型,目标函数由卷烟生产时间、生产线调整次数、卷烟质量、库存成本四部分组成。鉴于该问题的NP-hard性,设计遗传算法进行求解,通过合理设计遗传算子,避免不可行解出现。应用某卷烟企业数据得到优化排产结果,与该企业之前依照经验排产方案进行对比,发现优化排程结果在减少品牌转换次数,提高生产的连续性方面具有明显优势。该算法已作为某卷烟企业排产人员的排产参考,应用于排产决策中,取得了良好的效果,对卷烟企业制定排产计划具有一定的实际指导意义。(本文来源于《运筹与管理》期刊2019年10期）
赵庆丰[2]（2017）在《基于改进PSO的生产批量计划问题应用研究》一文中研究指出生产批量计划问题是批量生产制造业中一个常见的实际问题,其主要目标是确定使得生产费用最小或利润最大的生产批量计划。随着社会经济的飞速进步,人们对生产制造业的期望越来越高,生产成本成为制造企业赢得市场、赢得用户、赢得利润的关键因素之一。基于节约生产成本的考虑,本文对粒子群算法在实际生产批量计划问题上的相关研究具有一定的实际应用价值。本文主要研究了几种常见的生产批量计划问题的数学模型,粒子群算法及其改进方法的研究和改进的粒子群算法在生产批量计划问题上的应用。通过利用测试函数与求解生产批量计划问题的结果表明:本研究所提出的粒子群算法的更新规则具有快速寻优的特征,提升进化算法的收敛速度,对解决生产批量计划问题具有一定的优势;与此同时,遗传算法的优胜劣汰机制又可以增加粒子群的多样性,能够使其跳出局部最优,因此,粒子群算法和遗传算法相结合的方法有利于使粒子群算法更好的全局收敛和提高收敛速度以改善算法性能。为改善算法在迭代后期难于进化的缺点,本文给出了双种群同时进化并进行信息交流的改进策略。最后,针对一个具有多级有资源约束的实践案例的生产批量计划问题,采用本文提出的算法予以求解。结果证明,本文提出的粒子群与双种群遗传算法结合的改进算法,有助于提升粒子群算法的寻优性能,能够更好的解决生产批量计划问题。(本文来源于《大连海事大学》期刊2017-09-01）
黄志成[3]（2016）在《低碳约束下的生产批量计划问题》一文中研究指出面临全球气候变化的压力,越来越多的国家已经开始实施各项政策限制企业碳排放。碳排放交易制度是目前应用最广泛的碳排放限制政策。中国宣布将在2017年启动覆盖全国重点行业的碳排放交易体制。越来越多的企业将受到碳排放限制政策的约束,低碳已经成为企业运营管理的重要课题之一。本文探讨低碳约束下的供应链生产运输问题,从生产商、承运商、运输协作的角度构建基于碳排放交易制度的供应链生产批量计划问题,使用来自企业的实际数据和求解工具Cplex,分析碳排放交易制度的不同参数设置对企业的运营计划、运营成本和碳排放量影响,对比不同企业运营减排的潜能,在此基础上分析各地区和国家不同的碳排放交易制度设置对国际供应链生产运营和碳排放量的影响。本文的研究内容主要包括以下叁个方面：(1)分析碳排放交易制度对企业运营的影响。详细分析了碳排放交易制度的碳排放配额和碳排放交易价格对企业运营计划、运营成本和碳排放量的影响。从生产商、承运商的角度分别构建基于碳排放交易制度的供应链生产计划批量模型。探讨生产商和承运商运营减排的潜能和具体的减排策略。(2)分析供应链协作和集成式供应链对降低供应链碳排放量的影响。探讨供应链协作对降低供应链成员企业碳排放量的潜能,具体分析生产商和承运商的运输协作对其运营成本和碳排放量的影响,在此基础上进一步研究构建集成式供应链对降低供应链层面的碳排放的意义。(3)分析国家和地区间碳排放量交易差异对国际供应链运营和碳排放的影响。针对不同碳排放交易制度在碳排放交易价格机制设计方面的差异,分析在变动和固定碳排放交易价格的碳排放交易制度差异下的国际供应链生产运输计划问题,探讨碳排放交易制度差异,对国际供应链生产计划以及碳排放量的影响,进一步研究跨国企业通过调整生产计划降低企业碳排放的策略。本文提出一类综合考虑碳排放成本和企业运营成本的供应链生产计划模型,为制定供应链生产计划提供决策支持,为碳排放交易制度设计者提供理论建议。(本文来源于《东南大学》期刊2016-06-03）
马慧民,徐梦君[4]（2014）在《生产批量计划问题的干扰管理研究》一文中研究指出以成组单元生产批量计划问题为原型,研究了在生产计划执行过程中受到机器故障干扰的调整方案。运用干扰管理方法,在扰动判定和度量的基础上,建立了考虑计划偏离度和总成本最小化的成组单元生产批量计划干扰管理模型,并设计了求解该模型的知识进化算法。当干扰发生时,系统能快速响应因机器故障造成的生产能力不足问题,重新调整生产计划。通过仿真实验,与全局重调度方案结果进行对比,验证了本干扰事件处理方法的可行性和有效性。(本文来源于《工业工程与管理》期刊2014年06期）
郭希旺[5]（2014）在《废旧产品拆解序列优化和拆解批量计划问题的研究》一文中研究指出人类历史己跨入21世纪,世界经济在近几十年以飞快的速度发展,在创造繁荣物质文明的同时,也使资源投入量骤增,生存环境遭受破坏,环境污染日趋严重,环境、资源、能源问题已成为全球共同关注的问题。本文以废旧产品拆解为研究背景,研究了废旧产品拆解序列优化和拆解批量计划过程中的若干优化问题。研究成果及核心内容主要有以下五个方面：(1)研究了完全拆解多目标拆解序列优化问题。针对拆解序列优化问题建立了多目标优化数学模型,模型以最小拆解时间和最大拆解收益为优化目标。应用线性加权方法将多目标优化问题转换为单目标优化问题,并提出了一种改进的分散搜索算法,算法采用保持优先关系的交叉过程作为子集解的组合算子,通过局域搜索算子改进组合算子产生的新解。引用数值算例对模型和算法进行了验证,结果表明模型及算法求解此类多目标拆解序列优化问题有效。(2)研究了选择性拆解多目标拆解序列优化问题。根据选择性拆解的特点,建立了选择性拆解序列优化问题数学模型,同时考虑了以最小拆解时间和最大拆解收益为优化目标,提出了一种改进的多目标分散搜索优化算法。该算法针对多目标问题的特点建立了相应的初始解集和参考解集,将保持优先关系的交叉过程作为子集解的组合算子,利用改进的局域搜索策略进一步提高新解的质量。利用外部存档方法存放Pareto解集。最后,通过实例验证了模型和算法在求解此类多目标拆解序列优化问题的有效性。(3)研究了在多资源约束情况下零部件选择性拆解序列优化问题。根据拆解对象特点构建了产品拆解与／或图模型,该模型描述了零部件之间的连接关系和优先关系。根据选择性拆解问题的特点,建立了选择性拆解序列优化问题数学模型,在单目标方面考虑了以最大拆解收益为优化目标,在多目标方面考虑了以最大拆解收益和最小拆解时间为优化目标。同时提出了一种分散搜索算法,设计了保持优先关系的交叉组合算子和路径重连组合算子,利用局域搜索策略进一步提高新解的质量。通过实例验证,实验结果表明算法求解此类问题性能良好。(4)研究了多资源约束下拆解时间顺序依赖的选择性拆解序列优化问题。根据多资源约束下拆解时间顺序依赖的选择性拆解序列优化问题的特点,建立了以最大拆解收益和最小拆解时间为优化目标的多目标数学模型,提出了一种改进的多目标分散搜索优化算法。该算法针对多目标问题的特点设计了多样性初始解产生方法、保持优先关系的交叉组合算子,参考集更新方法,利用改进的局域搜索策略进一步提高新解的质量。利用外部存档方法存放Pareto解集。最后,通过实例验证了模型和算法在求解此类拆解序列优化问题的有效性。(5)研究了多资源约束拆解批量计划问题。针对多资源约束批量拆解中选择性拆解问题进行建模,建立选择性批量拆解优化模型,并采用CPLEX软件优化,以求得多资源约束条件下满足外部需求的选择性批量拆解优化问题的优化解,并通过多种实例验证了模型的正确性和有效性。总之,针对废旧产品的拆解问题,建立了这些问题的数学模型。根据数学模型的特点,从求解算法的角度进行了研究,设计了不同的现代优化算法对问题提供了有效的求解。通过大量的实验分析了验证模型和算法的有效性,为有效解决此类问题提供了重要的参考和指导。(本文来源于《东北大学》期刊2014-11-03）
彭频[6]（2014）在《基于粒子群算法的轧制批量计划问题研究》一文中研究指出将轧制批量计划编制问题归结为车辆路径问题,采用粒子群算法对模型求解,设计了轧制批量计划问题的编码方案,阐明了算法的具体实现过程。计算结果表明,利用粒子群算法解决热轧批量计划问题是有效和可行的。(本文来源于《计算机工程与科学》期刊2014年10期）
谢文明,刘晓,江志斌[7]（2014）在《基于服务型制造的再制造批量计划问题》一文中研究指出服务型制造环境下再制造批量计划问题包含产品回收过程和新产品满足过程2个非独立的生产活动。研究了存在产品回收再制造和新产品制造的动态批量生产计划问题。通过将2个活动在批量生产环境下进行整合分析,得出了批量生产环境下最优解属性;采用了一组依赖问题特征的遗传编码,将问题的特殊性在编码阶段得以体现。最后,通过算例证明了模型及算法的有效性。(本文来源于《系统管理学报》期刊2014年02期）
陈浩,杜斌,黄可为[8]（2011）在《PESAⅡ算法求解基于PCVRP的热轧批量计划问题》一文中研究指出根据生产需要,将热轧计划编制问题归结为奖金收集车辆路径问题;并根据生产工艺建立了多目标优化模型,即最小工艺损耗,最小轧制计划数目,最小未排入计划的板坯惩罚值。并没有采取传统的加权方式将其转化成单目标问题;而是采用了一种改进的多目标进化算法(PESAII)进行求解,并对实验结果进行分析。实验表明,该算法的效果和效率都是令人满意的。该模型可以为计划编制人员提供更多的决策支持,更好地为生产服务。(本文来源于《控制工程》期刊2011年S1期）
韩毅,蔡建湖,周根贵,李延来,缪卫南[9]（2011）在《生产批量计划问题的RCWW算法验证研究》一文中研究指出Wagner-Whitin(WW)算法是经典的、求解生产批量计划(Lot-sizing Planning,LSP)问题的最优启发式算法,对于中小规模问题可以有效求得产品的最优生产量。随机累加WW(Randomized Cumulative WW,RCWW)算法是改进了的WW算法,适用于求解具有一般生产结构的、多层级LSP问题。RCWW算法的求解效果已经得到了验证。根据RCWW算法的求解思想,通过采用C语言进行编码实现算法流程。通过对具有一般生产结构LSP问题的标准算例进行求解,验证了RCWW算法的求解效果,发现了原文献的错误,证明了作者对RCWW算法的正确理解。(本文来源于《计算机科学》期刊2011年08期）
韩毅[10]（2011）在《离散制造业中生产批量计划问题的模型与算法》一文中研究指出制造业是衡量一个国家和地区的综合经济实力和发展水平的重要标准,是民生之本和产业主体。制造业的重要组成成分之一是离散制造业,其中的重要问题是生产批量计划问题(Lot-sizing Problem,LP)。生产批量计划问题是企业生产过程中的重要决策问题,与运筹学、管理科学和工业工程等领域联系紧密。迄今为止,国内外学者对该问题的研究历史已超过50年。在参考国内外相关文献的基础上,对生产批量计划问题的模型和求解算法作了系统、全面的总结,指出了将来可以进一步研究的重点方向。(本文来源于《计算机工程与应用》期刊2011年19期）
批量计划问题论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
生产批量计划问题是批量生产制造业中一个常见的实际问题,其主要目标是确定使得生产费用最小或利润最大的生产批量计划。随着社会经济的飞速进步,人们对生产制造业的期望越来越高,生产成本成为制造企业赢得市场、赢得用户、赢得利润的关键因素之一。基于节约生产成本的考虑,本文对粒子群算法在实际生产批量计划问题上的相关研究具有一定的实际应用价值。本文主要研究了几种常见的生产批量计划问题的数学模型,粒子群算法及其改进方法的研究和改进的粒子群算法在生产批量计划问题上的应用。通过利用测试函数与求解生产批量计划问题的结果表明:本研究所提出的粒子群算法的更新规则具有快速寻优的特征,提升进化算法的收敛速度,对解决生产批量计划问题具有一定的优势;与此同时,遗传算法的优胜劣汰机制又可以增加粒子群的多样性,能够使其跳出局部最优,因此,粒子群算法和遗传算法相结合的方法有利于使粒子群算法更好的全局收敛和提高收敛速度以改善算法性能。为改善算法在迭代后期难于进化的缺点,本文给出了双种群同时进化并进行信息交流的改进策略。最后,针对一个具有多级有资源约束的实践案例的生产批量计划问题,采用本文提出的算法予以求解。结果证明,本文提出的粒子群与双种群遗传算法结合的改进算法,有助于提升粒子群算法的寻优性能,能够更好的解决生产批量计划问题。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
批量计划问题论文参考文献
[1].柴剑彬,刘赫,贝晓强.考虑机器调整次数和产品质量的卷烟批量计划和柔性流水车间调度集成问题[J].运筹与管理.2019
[2].赵庆丰.基于改进PSO的生产批量计划问题应用研究[D].大连海事大学.2017
[3].黄志成.低碳约束下的生产批量计划问题[D].东南大学.2016
[4].马慧民,徐梦君.生产批量计划问题的干扰管理研究[J].工业工程与管理.2014
[5].郭希旺.废旧产品拆解序列优化和拆解批量计划问题的研究[D].东北大学.2014
[6].彭频.基于粒子群算法的轧制批量计划问题研究[J].计算机工程与科学.2014
[7].谢文明,刘晓,江志斌.基于服务型制造的再制造批量计划问题[J].系统管理学报.2014
[8].陈浩,杜斌,黄可为.PESAⅡ算法求解基于PCVRP的热轧批量计划问题[J].控制工程.2011
[9].韩毅,蔡建湖,周根贵,李延来,缪卫南.生产批量计划问题的RCWW算法验证研究[J].计算机科学.2011
[10].韩毅.离散制造业中生产批量计划问题的模型与算法[J].计算机工程与应用.2011
论文知识图
