首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于订单批处理的生产与仓储智能联动决策方法及服务平台 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:暨南大学

摘要:本申请涉及基于订单批处理的生产与仓储智能联动决策方法及服务平台,该方法包括:获取预规划的排产信息和当前预规划的仓储信息,排产信息关联对应的生产总成本和生产下线时间序列,仓储信息关联对应的仓储总成本和排库时间序列;对生产总成本、生产下线时间序列、仓储总成本和排库时间序列,利用改进的协同优化算法和动态容差进行协同优化,以更新当前生产耦合变量期望值和当前排库耦合变量期望值;判断完成当次迭代的候选排产信息所对应的生产下线时间序列和候选仓储信息所对应的排库时间序列是否满足预设的一致性约束,并在判断到满足预设的一致性约束时,将对应的候选排产信息和对应的候选仓储信息作为协同规划结果。

主权项:1.一种基于订单批处理的生产与仓储智能联动决策方法,其特征在于,包括:分别获取当前预规划的排产信息和当前预规划的仓储信息,其中,所述排产信息是生产单元基于当前订单批处理信息和当前生产耦合变量期望值,利用改进的遗传GA算法进行组批生产规划所生成的,并关联对应的生产总成本和生产下线时间序列,所述仓储信息是仓储单元基于当前入库订单信息和当前排库耦合变量期望值,利用自适应大领域搜索ALNS算法进行库位规划生成的,并关联对应的仓储总成本和排库时间序列,所述生产单元和所述仓储单元通过对应的生产下线时间序列和对应的排库时间序列进行时间耦合;对所述生产总成本、所述生产下线时间序列、所述仓储总成本和所述排库时间序列,利用改进的协同优化算法和动态容差进行协同优化,以更新所述当前生产耦合变量期望值和所述当前排库耦合变量期望值,其中,所述改进的协同优化算法采用动态松弛因子更新所述动态容差;判断完成当次迭代的候选排产信息和候选仓储信息是否满足预设的一致性约束,并在判断到满足预设的一致性约束时,将对应的所述候选排产信息和对应的所述候选仓储信息作为协同规划结果,其中,所述候选排产信息是所述生产单元基于更新生成的新生产耦合变量期望值和所述改进的遗传GA算法,对所述排产信息进行修正更新生成的,所述候选仓储信息是所述仓储单元基于更新生成的新排库耦合变量期望值和所述ALNS算法,对所述仓储信息进行修正更新所生成的,其中,在判断到不满足预设的一致性约束的情况下,所述方法还包括:确定与所述候选排产信息对应的所述生产总成本和所述生产下线时间序列,得到新生产总成本和新生产下线时间序列,以及确定与所述候选仓储信息所对应的所述仓储总成本和所述排库时间序列,得到新仓储总成本和新排库时间序列;利用所述改进的协同优化算法和更新的新动态容差,对所述新生产总成本、所述新生产下线时间序列、所述新仓储总成本和所述新排库时间序列进行协同优化,以对所述新生产耦合变量期望值和所述新排库耦合变量期望值进行更新,其中,利用改进的协同优化算法和对应动态容差进行协同优化,包括:在获取当前处理的目标产存变量组后,确定当前进行协同优化的动态松弛因子组,其中,所述动态松弛因子组的每个动态松弛因子对应所述目标产存变量组中一种目标产存变量,所述目标产存变量组包括由所述生产总成本、所述生产下线时间序列、所述仓储总成本和所述排库时间序列组成的变量组和由所述新生产总成本、所述新生产下线时间序列、所述新仓储总成本和所述新排库时间序列组成的变量组之一;根据所述动态松弛因子确定每种所述目标产存变量对应的所述动态容差,并根据对应的所述动态容差和对应的所述目标产存变量,对与所述目标产存变量对应的耦合变量期望值进行修正,得到对应的生产耦合变量期望值和对应的排库耦合变量期望值,其中,与所述目标产存变量对应的耦合变量期望值包括生成总成本期望值、生产下线时间序列期望值、仓储总成本期望值、排库时间序列期望值,所述目标产存变量与对应的耦合变量期望值的偏差被约束为不大于对应的所述动态容差,其中,判断完成当次迭代的候选排产信息和候选仓储信息是否满足预设的一致性约束,包括:确定所述新生产耦合变量期望值对应的第一生产总成本期望值和第一生产下线时间序列期望值,并确定所述新排库耦合变量期望值对应的第一仓储总成本期望值和第一排库时间序列期望值;计算所述新生产总成本与所述第一生产总成本期望值、所述新生产下线时间序列与所述第一生产下线时间序列期望值、所述新仓储总成本与所述第一仓储总成本期望值和所述新排库时间序列与所述第一排库时间序列期望值所对应的偏差值,并在对计算出的第一偏差值、第二偏差值、第三偏差值和第四偏差值进行归一化处理后,对归一化处理的所有偏差值进行加权,得到第一总产存效能值;根据所述排产信息、所述仓储信息、所述当前生产耦合变量期望值和所述当前排库耦合变量期望值,计算与所述排产信息和所述仓储信息所对应的第二总产存效能值,并判断所述第一总产存效能值与所述第二总产存效能值的差值是否小于一致性约束效能总值;在判断到所述第一总产存效能值与所述第二总产存效能值的差值小于一致性约束效能总值的情况下,确定完成当次迭代的候选排产信息和候选仓储信息满足预设的一致性约束,其中,所述生产单元规划对应的排产信息,包括:所述生产单元获取当前待处理的第一双编码种群,其中,所述第一双编码种群包括多个第一双编码个体,所述第一双编码个体包括以下之一:根据初始组批生产信息编码出的双编码个体、完成在当前之前一次协同规划所生成的排产信息对应的双编码个体,每个所述第一双编码个体包括具有多个产品编码的产品编码个体和具有多个批次编码的批次编码个体,一个所述产品编码关联一个所述批次编码,所述产品编码用于表征对应的产品所属订单及产品类别,所述批次编码用于表征与之对应的所述产品编码对应的产品的组批生产批次;所述生产单元在基于所述第一双编码个体对应的个体适应度,选取设定数目的所述第一双编码个体后,根据选取的所述第一双编码个体进行个体繁衍,并将选取的所述第一双编码个体和繁衍生成的双编码个体作为对应的第二双编码个体,得到第二双编码种群,其中,所述个体适应度用于表征与对应的双编码个体所对应的生产总成本与生成总成本预期值的偏差程度;所述生产单元在对所有所述第二双编码个体对应的所述产品编码个体的所述产品编码进行遗传进化操作之后,对新生成的所述产品编码个体进行重组批操作,生成多个候选批次编码个体,并根据与所述候选批次编码个体所对应的双编码个体的个体适应度,选取多个备选批次编码个体,其中,所述备选批次编码个体的数目与所述第二双编码个体的数目相同,所述遗传进化操作包括交叉操作、变异操作和修正操作;所述生产单元在对多个所述备选批次编码个体的所述批次编码进行邻域搜索操作,生成多个目标批次编码个体之后,基于所述目标批次编码个体的所述批次编码所对应的所述产品编码,对新生成的所述产品编码个体进行更新,生成与所述目标批次编码个体对应的目标产品编码个体,其中,所述邻域搜索操作包括随机选取操作和贪婪插入操作,规划结果对应的排产信息是所述生产单元通过对由所述目标批次编码个体与所述目标产品编码个体组成的目标双编码个体进行解码所生成的。

全文数据:

权利要求:

百度查询: 暨南大学 基于订单批处理的生产与仓储智能联动决策方法及服务平台

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。