不确定环境下混合制造-再制造系统批量优化研究

摘要

工业化在丰富人类物质生活的同时，也造成严重的资源短缺和环境污染等问题。可持续发展作为一种新的发展观，已成为全人类的共同选择。再制造(remanufacturing)旨在实现低排放、低消耗和高收益等目标，它是指通过修复技术恢复废旧产品性能、使之达到甚至超过原先产品质量的一类加工过程。
　　与传统制造系统有所不同，再制造系统面临着回收件质量、数量以及再制造成本不确定等问题，给此类系统的设计和运营带来挑战。批量(lot-sizing)是生产计划制定中的重要研究内容，合理的批量决策有助于改善系统性能。本文研究含制造和再制造两个子系统的混合制造-再制造系统（以下简称混合再制造系统），考虑回收件质量不确定对此类系统性能的影响，研究批量决策优化问题。主要工作如下:
　　(1)混合再制造系统综合利润优化研究。针对此类系统存在的零部件到达率不确定、回收件再制造率随机的特点，采用仿真技术模拟系统运行过程。以总利润最大化为目标，考虑回收件质量不确定性对系统性能的影响，构建系统综合利润模型。研究表明，考虑回收率和回收件质量分级，可以更合理地制定再制造生产计划，实现系统利润的最大化。
　　(2)混合再制造系统批量决策优化研究。考虑回收件拆卸后零部件质量状况的不同，构建拆卸和再制造总成本模型;采用两阶段利润函数，并考虑新零部件采购提前期以及拆卸、再制造和装配环节的成本因素，以利润最大化为目标构建优化模型，求得各子系统的最优批量。研究表明:回收件质量对再制造批量、系统利润以及混合再制造系统综合性能有明显影响，回收件质量是再制造批量决策中的重要因素。
　　(3)基于改进TS-NSGAⅡ算法的混合再制造系统多目标批量分配研究。以混合再制造系统为对象，以最大化满足客户需求和最小化系统总成本为优化目标，基于Pareto概念构建多目标批量分配模型。采用运筹学方法建立系统模型，在多目标优化算法NSGAⅡ的基础上，结合禁忌搜索的局部搜索能力，形成TS-NSGAⅡ算法，并将结果与NSGAⅡ算法的结果比较。研究表明:与NSGAⅡ算法相比，TS-NSGAⅡ算法可以获得更优的多目标批量决策。
　　本文以混合再制造系统为对象，通过仿真和进化算法分析回收件质量不确定性对系统性能的影响，通过解析法和改进进化算法研究系统动态批量问题，为此类系统的优化设计提供了理论依据。

目录

声明

摘要

第一章 绪论

1．1 研究背景及意义

1．2 再制造系统

1．2．1 再制造业发展现状

1．2．2 再制造系统的不确定性

1．2．3 回收件质量不确定性研究现状

1．3 生产计划与批量决策

1．4 混合制造-再制造系统

1．4．2 混合制造-再制造系统生产计划与批量问题研究现状

1．4．3 存在的问题与不足

1．5 本文的研究内容与论文结构

第二章 考虑回收件质量影响的混合制造一再制造系统利润优化

2．1 引言

2．2 系统描述

2．2．2 考虑质量分级的混合制造-再制造系统模型

2．3 仿真模型的建立

2．3．1 工位时间的数据设置

2．3．2 Arena模型建立

2．4 基于遗传算法和禁忌搜索的上层优化器设计

2．4．1 优化器设计

2．4．2 混合遗传禁忌搜索算法

2．5 算例分析

2．5．1 基准模型

2．5．2 试验结果分析

2．5．3 回收率r的影响

2．6 本章小结

第三章 考虑回收件质量影响的混合制造一再制造系统批量优化

3．1 引言

3．2 再制造系统批量计划问题

3．2．1 批量计划问题基本理论

3．3．1 混合制造-再制造系统描述

3．3．2 混合制造．再制造系统模型假设

3．3．3 模型求解

3．4 案例分析

3．5 本章小结

第四章 基于改进TS-NSGA Ⅱ算法的多目标批量分配

4．1 引言

4．2 Pareto最优解及多目标批量分配

4．2．1 多目标优化模型及Pareto解集

4．2．2 混合制造-再制造系统的多目标批量优化

4．3 系统描述及模型假设

4．4 改进TS-NSGA Ⅱ算法求解批量分配问题

4．4．1 NSGAⅡ算法

4．4．2 多目标批量分配问题

4．4．3 TS-NSGAⅡ算法

4．4．4 性毹评价指标

4．5 案例分析

4．5．1 再制造系统参数与性能的关系分析

4．5．2 不同生产批量情况下算法效果验证

4．6 本章小结

第五章 总结与展望

5．1 总结

5．2 展望

致谢

参考文献

作者攻读硕士学位期间发表的论文