[发明专利]生产资源规划的优化

说明书

本发明涉及一个通过线性规划实现生产资源规划（MRP），包括资源分配和产品规划，实现最优化的方法学;更确地说，本发明涉及多级装配的MRP最佳条件选配，它通过一个最佳资源分配过程决定发货和生产方案，这些方案均包括在MRP程序的数据中。

资源分配决定的需要出现在广泛的技术和工业领域中，例如，电话传送系统中传送设备的安排，工厂里产品配合比的控制，工业设备的部署，存货控制等，在这些情况下，资源分配通常指为了某一特殊技术或工业产品的生产所进行的特定技术或工业原料的分配。

资源分配的决策典型地受到一些限制因素的影响，如可以获得的原料、设备、时间、成本和其它一些影响技术过程产量的参数，以及某一特定应用中某一特定资源的利用情况。在此举一个感兴趣的例子，需要对产品，例如半导体设备由生产的生产资源配置实行最优化处理，尤其是在一些必须先在不同时帧内产生多种中间产物，再将其组合形成最终产物的情况下。每一种特定的资源分配都要与一个特定结果，如成本或生产产品的数量相联系。在理想情况下，资源分配应当满足所有的限制条件，同时还要通过减少成本或增加生产过程生产出的设备数量等方法获取最高利润。

一种代表上述分配决策问题的方法被称为线性规划模式。这种模式包括了一系列线性关系，它们被以矩阵格式排列，定量地代表分配、约束条件和工业或其它技术流程产品之间的关系。在线性关系中，提供了各常系数被未知分配值所加倍的和。尽管许多资源分配问题不是被这些线性关系代表，而是涉及高次幂或其它非线性方程变量表达式，但生产资源规化流程的最优化已经用线性模式得到了解决。这种通过线性规划（LP）进行的模式化是在多维空间里通过多维矢量完成的，多维矢量提供一个多维图形，或者称多面体，其每一个表面均由一个定义了工艺流程各分配投入间关系的方程所决定。线性规划问题的最佳解决方法已可得到，例如通过George Dantzig于1947年提出的单纯算法，或是更近一些的Karmarkar算法，如美国Freedman等的专利第4，924，386号所揭示的。

在此产生了一个问题，即，本系统和生产资源规化处理过程要受到生产设备相对于某一系列生产步骤在给定一系列输入参数，如不同原料的数量、可获得的设备、可获得的时间条件下可生产的产品，如半导体设备，的预期数量的限制。眼前的系统和方法不能仅依靠线性目标函数，如成本的最低化或产出器件数量的最大化来实现生产资源规化的最优化处理。因此，目前生产商可以猜测可能产生一个近似最优结果的一系可能的输入参数，再将其应用于这个将预测出产量的生产资源规化系统。然而这样做并不能保证预期产量与最优值接近。

考虑到世界范围生产信息系统（MIS）市场的巨大，不难预料对于一种包括数据和数据处理方法，能帮助生产管理人员进行生产规划和实施的制造过程优化方法的需求是多么强烈。例如，一个生产信息系统包括需求量数据、原料数据、成本数据、原料清单数据，还包括生产资源规化软件、生产能力需求计划（CRP）软件、订货查询软件和财政报告软件。仅仅是生产资源规化就拥有十亿美元的市场。生产信息系统软件可用于从主机（mainframes）到台式计算机的各类计算机。

眼下可获得的生产信息系统主是是针对于数据管理系统的。最重要的生产决策（例如，制造什么，制造多少，什么时间和地点制造）最终还是由人而不是由一个生产信息系统决策。通常而言，一个制造商通过直觉和经验，辅以对制造能力和市场需求的知识做出一个原始生产计划的决策。在此之后，管理人员运行生产资源规划和生产能力需求规划软件以产生描述生产计划与可获得资源之间不妥之处的报告。接下来可能要对生产计划进行修改并再次运行生产资源规划和生产能力需求规划软件。这将花费大量时间，而且对于为了消除生产过程所用的某一特定原料短缺而对生产计划进行的修改来说，报告是很难整理的。试图执行一个不可行的生产计划将会导致顾客发货疏漏、过多的原料积存、冗长的周转时间、生产的瓶颈、生产能力利用不足以及散漫的工人。甚至于在生产计划可行时，制造商也需要经过长期的手工修改生产计划过程，直到从生产资源规划和生产能力需求规划软件接收到的报告指示不存在缺陷。这个过程可能导致糟糕的原料分配决策，例如把稀有的原料分配给低利润产品。

目前可获得的生产资源规划系统的局限性造成了一个普遍的生产问题，即原材料和部件的缺乏。例如，当一个制造商的订货超过其完成能力时，制造商将采取某种能够获得最大利润或尽量减少存货或实现其它目标的方法满足订货。