论文部分内容阅读
缓存区容量分配(BAP)和投产序列(ALS)是生产物流系统优化中的重要问题。敏感性分析法尚未用于求解BAP问题,而且以产量最大化和缓存区总容量最小化为双目标的研究很少,对投产序列的大部分研究尚未考虑缓存区。而当前保险杠生产制造的研究内容主要是材料设计和工艺方案探讨,传统布局规划和调度优化周期长且缺乏柔性。随着AnyLogic仿真技术的快速发展与应用,为解决这两个问题提供了重要途径。首先界定本文的研究对象,分析其个性特征和特征问题。其次,运用流程建模方法构建CAP仿真模型;开发编程语言和运用Agent技术构建ALS仿真模型,实现具有保险杠生产制造特征的仿真模型并验证其有效性。再次,引入最小总容量到一般BAP模型中,考虑总空间限定、容量的变化范围,构建CAP模型。接着,设计敏感性分析优化算法,为后续应用研究提供理论支撑。在14个容量参数敏感性程度分析的基础上,运用该算法,以产量最大化和总容量最小化为优化目标求解了CAP问题。考虑缓存区,构建ALS模型。运用MPS优化算法与AnyLogic仿真,求解了ALS问题。考虑排队时间与加工时间的互补关系,开发互补算法,求解了ALS问题,并验证了可行性和有效性。研究表明:(1)产量对瓶颈容量的敏感性程度最大,产量与单个容量的关系呈正相关但有增长上限。当瓶颈和非瓶颈容量都最优时,产量最大,总容量最小,得到最小容量方案为Q~*={6,10,4,4,5,5,12,5},与优化前相比,产量提升了22.0%,布局成本降低了12.2%。证明敏感性分析优化算法与AnyLogic仿真软件相结合是一种高效有益的技术手段。(2)最优序列BBCAC的系统产量、平均设备利用率较优化前分别提升了2.93%和7.82%,平均滞留时间较优化前缩减了3.05%,保险杠生产物流系统的各方面指标得到了有效提升。(3)最优序列下的完工时间随着某个品种比例的增加呈现先减小再上升的趋势。随着加工时间的变化,最优序列的变化呈现一定阶段性。(4)互补算法求解出的最优投产序列ABC,较优化前有效缩减了4%的完工时间,提升了生产物流系统的运作效率。