[发明专利]一种混合不确定的智能工厂物料需求计划批量决策方法

说明书

本发明公开了一种混合不确定的智能工厂物料需求计划批量决策方法，结合实际生产中外部环境和生产系统的不确定性，针对智能工厂中MRP批量决策的不确定性，构建具有混合不确定参数的MRP模型。采用可信度和概率度量不确定参数，构建混合机会约束规划模型，进而重构具有混合不确定参数的MRP模型。通过将模型中的目标函数、模糊机会约束和随机机会约束转化为等价的确定形式，形成确定性等效混合整数规划模型，利用常规方法求解。该方法在智能工厂中的物料需求计划中引入混合机会约束规划，充分考虑了工厂实际生产情况，满足工厂生产的实际要求，有助于解决实际物料需求计划批量决策问题。

技术领域

本发明涉及应用于物料需求计划批量决策技术领域，特别涉及一种混合不确定的智能工厂物料需求计划批量决策方法。

背景技术

物料需求计划(MRP)是生产计划系统的核心，它确定所有中间产品的生产批量和开始时间，这些中间产品将用于最终产品的生产，以确保完成主生产计划。以往对MRP的研究大多是针对确定性情况，而在实际生产系统中，特别是在工业4.0和智能制造环境中，某些输入参数，如市场需求、成本系数、时间系数和机器能力，往往是不精确或者变化的。因为外部环境和生产系统中广泛存在不确定性，所以不精确参数往往表现为不同的形式，即决策者在决策过程中可能会遇到模糊性和随机性同时存在的混合不确定环境。在智能工厂中，客户需求和生产状态随时间变化，这增加了MRP批量决策的不确定性。

发明内容

为了解决以上技术问题，本发明的目的在于提供一种混合不确定的智能工厂物料需求计划批量决策方法，该方法开发一种混合机会约束规划(HCCP)模型，考虑了决策过程中的模糊性和随机性，使生产总成本最小，用于智能工厂物料需求计划批量决策。为了实现上述目的，本发明采用的技术方案是：

一种混合不确定的智能工厂物料需求计划批量决策方法，包括以下步骤：

步骤1：构建具有混合不确定参数的原始物料需求计划(MRP)模型；

步骤2：构建混合机会约束规划(HCCP)模型；

步骤3：将HCCP模型去模糊化，转化为确定性等效混合整数规划(MIP)模型，求解MIP模型得到各项物料的批量决策。

所述步骤1中具有混合不确定参数的MRP模型中的符号定义；根据混合不确定参数物料需求计划批量决策的特点，建立约束条件，建立目标函数；

Step1，MRP问题描述为一个多产品、多层次和多周期容量的批量决策模型，其目标是通过平衡生产数量或批量、库存水平和其他不确定环境中有限计划范围内满足时间变化需求的制造参数；

Step2，具有混合不确定参数的MRP模型中的符号定义(其中带“～”符号的参数是不确定参数)：

l:物料类型编号EI＝1，..，N_F；

t:计划周期编号EI＝1，..，T_F；

k:机器编号；

G:物料l的直接后继集；

κ:在资源k上生产的物料集；

N:物料类型的数量，包括最终产品、子装配体、零部件和零件；

F:最终产品的数量；

T:计划周期；

计划周期t内对最终产品的需求；

计划周期t内每单位物料l的制造成本；

计划期间t内物料i的单位库存持有成本；

计划周期t内生产物料i的准备成本；

C:资源k在计划周期t的可用处理时间；