[发明专利]一种资源约束下考虑随机需求和操作时间的拆解调度方法

说明书

本发明提出了一种资源约束下考虑随机需求和操作时间的拆解调度方法，用于解决现有拆解调度方法缺乏对不确定性因素的处理，造成精度和效率差的技术问题。其步骤为：首先，构建拆卸生产过程对应的数学模型及约束条件；其次，将遗传算法、模拟退化算法和局部搜索算法进行融合构建了混合遗传算法，并在约束条件的约束下利用混合遗传算法对数学模型进行迭代寻优，得到待拆卸的拆卸件数量的最优值。本发明在拆卸调度模型中加入了不确定因素，通过考虑不确定因素的不确定性扩展了拆卸调度，更好地反映了拆卸工厂的工业实践；并采用混合遗传算法进行优化迭代，有助于寻找最优的拆卸调度方案，有利于拆卸调度管理的进一步发展。

技术领域

本发明涉及资源重复利用技术领域，特别是指一种资源约束下考虑随机需求和操作时间的拆解调度方法。

背景技术

在制造业和社会的绿色理念和可持续需求的推动下，废旧产品(EOL)回收已成为工业企业的一项战略性业务，能够有助于实现产品供应链的可持续性。这种回收活动已广泛应用于各种工业领域，如汽车、船舶、飞机、钢铁和电子产品等。回收业务包括回收流程、再制造和回收运营，一直被视为生产管理可持续运营的一个有前途的分支。拆卸是将报废产品系统地分为若干组、模块、零部件、材料和废物的全过程，是产品回收或报废回收的关键技术之一。EOL产品回收的前提是有效的拆卸，拆卸生产的效率对回收过程起着重要作用。因此，拆卸调度问题已成为工业实践者和学术研究者关注的焦点，并在回收行业日益严重。在过去的几十年中，绝大多数的研究工作都是以节能和低成本的方式在拆卸建模、求解算法、程序优化和工业应用方面进行的。

拆卸计划是通过生产单个零件或部件来确定下线部件或退货产品的订购和拆卸计划，以满足进一步的再制造和回收作业的问题。拆卸调度研究已经历经几十年发展。HwaJoong Kim和Xirouchakis指出拆卸调度研究可分为两个分支：确定性和不确定性拆解调度。对于确定性拆卸调度，变量和参数应该是已知的，而不确定性拆卸调度由于考虑了工业生产中的不确定性，将不确定因素视为随机变量处理。

相关的研究大多集中在确定参数假设下的确定性拆卸调度问题上。确定性拆卸调度被称为逆向物料需求计划(RMRP)，因为它的过程是常规MRP的一种逆向形式，并且文献[Gupta,S.Taleb,K.(1994).Scheduling disassembly.International Journal ofProduction Research,32(8),1857-1866.]为一个单一的产品类型定义和描述了基本的拆卸调度问题。考虑到拆卸过程的能力约束，文献[Lee,D.H.,Xirouchakis,P.,Zust,R.(2002).Disassembly scheduling with capacity constraints.CIRP Annals,51(1),387-390.]通过整数规划模型扩展了一个具有能力约束的拆卸调度研究。文献[Barba-Gutiérrez,Y.,Adenso-Diaz,B.Gupta,S.M.(2008).Lot sizing in reverse MRP forscheduling disassembly.International Journal of Production Economics,111(2),741-751.]通过考虑逆向MRP情况下的批量变量，扩展了典型的拆卸调度，并将周期订货量(POQ)批量技术嵌入到设计的算法中，以便于批量考虑。文献[Kim,H.J.,Lee,D.H.,Xirouchakis,P.,Kwon,O.K.(2009).A branch and bound algorithm for disassemblyscheduling with assembly product structure.Journal of the OperationalResearch Society,60(3),419-430.]研究了装配产品结构下的拆卸调度问题，设计了基于拉格朗日松弛的上下界分枝定界算法来确定产品的报废数量。文献[Ji,X.,Zhang,Z.,Huang,S.Li,L.(2015).Capacitated disassembly scheduling with partscommonality and start-up cost and its industrial application.InternationalJournal of Production Research,54(4),1225-1243.]开发了一个以总成本最小化为目标的混合整数规划模型，并设计了一个两阶段的拉格朗日启发式算法，以在可接受的时间内生成良好的解。构建拆卸经济订货量(EOQ)模型，确定计划期内拆卸工厂的采购量和具体时间，其中拆卸成本和库存成本是目标函数的两个关键优化环节。拆卸调度研究也可以根据产品类型的数量分为两类，即单个产品类型和多个产品类型。文献[Gupta,S.Taleb,K.(1994).Scheduling disassembly.International Journal of Production Research,32(8),1857-1866.]设计了一个算法，通过确定单个定义良好的产品结构的根项目数来处理拆卸调度问题。文献[Taleb,K.N.Gupta,S.M.(1997).Disassembly of multiple productstructures.ComputersIndustrial Engineering,32(4),949-961.]将拆卸调度问题从单一结构扩展到具有多层结构的复杂产品结构，并提出了一种获得最佳拆卸方案的算法。文献[Kim,H.J.,Lee,D.H.,Xirouchakis,P.,Züst,R.(2003).Disassembly schedulingwith multiple product types.CIRP Annals,52(1),403-406.]从拆卸调度的角度考虑了多种产品类型，建立了一个整数规划模型，并设计了一个带线性规划松弛操作的启发式算法求解。