[发明专利]基于约束理论的板式定制家具揉单优化方法

说明书

本发明提供了基于约束理论的板式定制家具揉单优化方法，首先确立了定制订单揉合的基本思路是基于订单间的相似性，订单相似性分析采用Jaccard距离进行计算，提出了订单合并层次聚类算法实现揉单过程，并对约束值进行设置。采用本方法的揉单算法优化后，揉单效率提高，揉单准确率提高，板材利用率提高。揉单算法的优化和揉单排产流程的优化都在一定程度上加强了规范性，降低了人工经验判断的成分，减少人工错误，提高了揉单准确率。

技术领域

本发明属于工业生产控制技术领域，具体涉及基于约束理论的板式定制家具揉单优化方法。

背景技术

现代板式定制家具企业因“多品种小批量”的生产需求而呈现多种生产特点，如交货期紧迫、订单更换频繁等，进一步导致生产设备切换频繁、生产效率低下和生产成本增加，因此需要对订单进行相似性分析，提高订单揉单排产能力，对生产排产进行合理安排才能有效减少生产浪费。板式定制家具揉单问题是研究如何实现相似订单的成批次生产，依据第三章的基础调研和第四章的揉单排产流程设计可知，本文研究的是目标企业在某一段时间内的多个订单，具有相同的提货日期，基于约束理论需要考虑订单材质、色调、子结构、提货日期、订单数限制等进行揉单，获得较优的揉单方案，以提高生产效率，减少批次，降低成本。

发明内容

为解决现有的板式定制家具生产排单不能满足实际使用要求的问题，本发明提供基于约束理论的板式定制家具揉单优化方法。

本发明提供基于约束理论的板式定制家具揉单优化方法，包括如下步骤：

步骤一：订单相似性分析，板式定制家具的订单经过WCC拆单系统被拆分为多种颜色、多种材质、不同大小的板件，每件板件都包含色调、材质、尺寸大小、交货日期等信息；

步骤二：订单合并层次聚类，对不同类别的数据点相似度进行计算，建成具有层次的嵌套聚类树。

作为优选，步骤一中所述订单相似性分析采用Jaccard相似系数法。

作为优选，步骤二中基于材料描述和子结构订单作为关键信息的合并层次聚类算法。

作为优选，步骤二中所述合并层次聚类算法步骤如下：

Step1：板式定制家具订单X可以如下表示：

X＝{m₁，O₁，n₁，P₁；m_i，O_i，n_j，P_j……P_n}。

其中，m_i表示材料描述种类i，O_i为订单X中材料描述种类i的出现情况，对应订单数据出现为1，未出现为0；

n_j表示子结构种类j，P_j为订单X中子结构种类j的出现情况，对应订单数据出现为1，未出现为0；

N个初始状态下的板式定制家具可以由此形成一个订单集合：X1(0)，X2(0)，…，Xn(0)，其中“0”表示的是订单的初始状态，以Jaccard距离计算订单的相似性，得到一个N*N维的矩阵；

Step2：以订单组为单位计算各板式定制家具订单类平均距离，表示为D(n)，其中n为依次聚类合并的次数，求得最小距离相应的两个集合：Xu(n)和Xv(n)；

Step3：合并Xu(n)和Xv(n)得到X0(n)，对合并后X0(n)中的定制订单行进订单批量约束、材料描述种类数约束和板件数约束判断，若尚未满足，重复Step2，检索次小相似距离对应的集合进行合并检验，重复判断直至满足约束订单合并，得到新订单集合X1(n+1)，X2(n+1)，…；