基于随机需求的经济批量排产方法研究

基于随机需求的经济批量排产方法研究

论文摘要

随着卖方市场向买方市场的转变,客户的需求也越来越多样化、个性化,客户需求的随机性越来越强,随机需求对企业生产系统的生产计划安排提出了严峻的挑战,同时多样化产品需求要求企业投资改变生产系统柔性来减少生产准备时间和生产准备费用。因此研究企业生产系统改变与不改变柔性条件下如何经济合理的生产使得以最小成本来满足随机需求具有重要意义。本文从总结国内外经济批量排产问题研究现状入手,围绕随机的客户需求,提出了解决考虑生产准备费用变化和不考虑生产准备费用变化两种情况下的经济批量排产问题的方法。本文的具体研究工作如下:(1)本文在对经济批量、经济批量排产相关理论及文献进行综述的基础上,总结了经济批量排产问题的研究背景以及要解决的问题,并在此基础上阐述了本文研究的出发点及要解决的问题。(2)在不考虑生产准备费用减少的情况下,采用批量变动的方法建立了基于随机需求经济批量排产模型,该模型以平均成本最小为目标,同时给出了求解该模型变量的算法,并与成本下界模型和通用周期成本模型进行比较。经数值计算分析得出:在生产准备费用不变的条件下采用批量变动的随机经济批量排产方法成本接近成本下界,优于通用周期方法的成本。(3)考虑到企业对生产系统改进引起生产准备费用减少对生产批量、生产周期的影响,建立了以资金投入、库存费用、生产准备费用总和最小为目标的模型,以投资量和全年生产频次为模型的变量,并给出求解模型变量的算法。经数值计算分析表明:相对于生产准备费用不变的经济批量排产模型,生产准备费用减少的经济批量排产模型总成本减少、生产频次增加、生产批量减少。研究表明企业在一定条件下改进生产系统能取得良好的经济效益。本文以经济批量排产为研究对象,充分考虑企业生产实际中的多种情况,并给出了解决排产问题的方法。本文的研究成果对于企业生产实际中如何合理确定生产批量、生产顺序有一定的指导意义。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 研究背景
  • 1.2 问题的提出
  • 1.3 研究目标、研究的内容和研究的意义
  • 1.4 研究思路与研究方法
  • 1.5 论文结构安排
  • 第2章 经济批量排产相关文献综述
  • 2.1 经济批量理论
  • 2.1.1 批量问题的起源
  • 2.1.2 经济批量的研究现状
  • 2.2 解决经济批量排产问题的方法与算法
  • 2.2.1 通用周期方法
  • 2.2.2 基本时段方法
  • 2.2.3 批量变动方法
  • 2.2.4 经济批量排产算法
  • 2.3 经济批量排产问题中减少准备费用研究现状
  • 2.4 已有研究的贡献与不足
  • 2.4.1 已有研究的主要贡献
  • 2.4.2 已有研究成果的不足之处
  • 2.4.3 研究问题的形成
  • 第3章 经济批量排产理论概述
  • 3.1 生产调度的基础理论与方法
  • 3.1.1 生产调度问题描述
  • 3.1.2 生产调度问题的分类
  • 3.1.3 生产调度问题的解决方法
  • 3.2 经济批量理论基础
  • 3.2.1 有关经济批量的一些概念
  • 3.2.2 经济订购批量理论的发展
  • 3.2.3 经济生产批量理论
  • 3.2.4 多产品经济批量问题
  • 3.3 生产准备费用减少理论
  • 3.3.1 生产准备费用产生的原因
  • 3.3.2 生产准备费用减少的技术
  • 3.3.3 生产准备费用减少的意义
  • 3.4 市场需求的不确定性及处理办法
  • 3.4.1 市场需求的不确定性
  • 3.4.2 随机问题的数学处理办法
  • 3.5 本章小节
  • 第4章 不考虑生产准备费用减少的随机经济批量排产方法
  • 4.1 问题描述与条件假设
  • 4.1.1 问题描述
  • 4.1.2 条件假设
  • 4.2 模型建立
  • 4.2.1 符号定义
  • 4.2.2 模型建立
  • 4.3 模型求解
  • 4.3.1 成本下界模型
  • 4.3.2 生产顺序的求解
  • 4.4 实例计算及分析
  • 4.4.2 计算结果分析
  • 4.5 本章小结
  • 第5章 考虑生产准备费用减少的随机经济批量排产方法
  • 5.1 生产准备费用减少的具体实现
  • 5.2 问题描述和条件假设
  • 5.2.1 生产准备费用减少的批量排产问题描述
  • 5.2.2 条件假设
  • 5.3 建立考虑生产准备费用的经济批量模型
  • 5.3.1 模型符号说明
  • 5.3.2 模型建立
  • 5.4 模型求解
  • 5.5 算例分析
  • 5.5.1 数据计算
  • 5.5.2 计算结果分析
  • 5.6 本章小结
  • 第6章 结论与展望
  • 6.1 本文的结论
  • 6.2 本文的主要贡献
  • 6.3 进一步研究展望
  • 参考文献
  • 致谢
  • 攻读学位期间发表论文和参与科研项目情况
  • 附录
  • 相关论文文献

    • [1].染缸排产建模及滑动时间窗启发式调度算法[J]. 计算机应用 2020(01)
    • [2].基于遗传算法的多品种小型电机装配排产优化[J]. 价值工程 2020(04)
    • [3].基于感知信息的车间动态排产方法[J]. 现代制造工程 2020(02)
    • [4].卷烟厂制丝车间自动排产问题研究[J]. 物流技术 2020(02)
    • [5].大型电站锅炉制造企业基于项目风险规避的滚动年度排产计划方法的研究[J]. 锅炉技术 2017(03)
    • [6].复材车间智能排产系统研究[J]. 计算机科学 2020(S2)
    • [7].基于军品生产的复杂约束过程订单排产算法研究与实现[J]. 信息通信 2020(04)
    • [8].泰尔股份:公司目前订单饱满 已排产至2019年年底[J]. 表面工程与再制造 2019(Z1)
    • [9].基于均衡化的多品种小批量产品定定排产研究[J]. 机械制造 2017(03)
    • [10].如何结合数据进行软包装印刷的智能化排产[J]. 印刷技术 2017(06)
    • [11].客车制件车间排产系统研究[J]. 电脑与电信 2015(10)
    • [12].客车制造柔性涂装车间计划排产系统的研究[J]. 科技广场 2012(01)
    • [13].制造型企业生产排产研究综述与展望[J]. 山东理工大学学报(自然科学版) 2012(04)
    • [14].客车生产中的倒排产应用研究[J]. 制造业自动化 2010(10)
    • [15].船用电缆企业动态排产方案探索[J]. 广东造船 2010(04)
    • [16].钢铁公司计划排产系统的设计与实现分析[J]. 冶金管理 2020(05)
    • [17].工厂级排产系统实践[J]. 山西冶金 2017(01)
    • [18].离散型制造企业基于设备的生产排产优化研究[J]. 现代制造工程 2015(05)
    • [19].不均衡订单下最优排产方案研究[J]. 汽车零部件 2013(12)
    • [20].大型电站锅炉项目排产风险与有效产出分析[J]. 锅炉技术 2014(03)
    • [21].云排产系统的关键技术研究[J]. 制造业自动化 2013(17)
    • [22].约束理论在印刷包装企业生产排产中的应用研究[J]. 包装工程 2012(15)
    • [23].制造执行系统中计划排产的设计与实现[J]. 装备制造技术 2012(12)
    • [24].基于量子遗传算法的染缸排产问题研究[J]. 计算机工程 2011(21)
    • [25].客车生产中可重入倒排产应用研究[J]. 沈阳建筑大学学报(自然科学版) 2010(06)
    • [26].启发式算法在计划排产中的应用[J]. 计算机技术与发展 2008(03)
    • [27].基于经济批量排产的模型研究及应用[J]. 财经界(学术版) 2017(26)
    • [28].客车制造承装车间线下排产系统研究[J]. 电脑编程技巧与维护 2015(08)
    • [29].信息化技术在烟厂生产计划排产中的应用[J]. 科技风 2012(04)
    • [30].卷烟厂制丝线自动排产系统设计[J]. 机械工程师 2009(11)

    标签:;  ;  ;  ;  

    基于随机需求的经济批量排产方法研究
    下载Doc文档

    猜你喜欢