(成都大學(xué) 四川 成都 610106)

一、單機(jī)器生產(chǎn)與車輛運(yùn)輸過程中的不確定性

(一)生產(chǎn)的不確定性

1.訂單的不確定性

在接收客戶訂單制定相應(yīng)生產(chǎn)計(jì)劃階段下，存在著訂單相關(guān)的不確定性，由于采用訂單式生產(chǎn)，訂單的微小變化可能直接影響企業(yè)生產(chǎn)與運(yùn)輸?shù)挠行д{(diào)度。隨著客戶需求呈現(xiàn)個(gè)性化和多樣化的發(fā)展趨勢(shì)，產(chǎn)品訂單特點(diǎn)逐漸表現(xiàn)為多品種、小批量及大規(guī)模定制等特點(diǎn)。對(duì)于相應(yīng)訂單的交貨期而言，產(chǎn)品的交貨期差異大，對(duì)于不同客戶的產(chǎn)品交貨期可能不同，相同客戶的不同產(chǎn)品的交貨期也可能不同，這就需要企業(yè)能夠盡可能滿足不同客戶的需求，在交貨期內(nèi)完成交貨。而訂單中訂單優(yōu)先級(jí)提高、工件返工、緊急客戶訂單的加入、訂單取消、交貨期提前等，訂單因?yàn)榫哂袑?shí)時(shí)性和突發(fā)性變得難以預(yù)測(cè)，這些突發(fā)情況的產(chǎn)生都對(duì)企業(yè)的調(diào)度提出了很高的要求。

2.單機(jī)器生產(chǎn)能力的不確定性

在生產(chǎn)階段單機(jī)器生產(chǎn)下，定量因素為單機(jī)器以生產(chǎn)的既定的生產(chǎn)率連續(xù)生產(chǎn)客戶的批次訂單，在生產(chǎn)率的既定情況下，訂單的生產(chǎn)加工時(shí)間和數(shù)量有著線性的相關(guān)關(guān)系，但影響單機(jī)器生產(chǎn)能力的因素中仍有大量的不確定性因素。生產(chǎn)能力的大小受到外部環(huán)境和內(nèi)部環(huán)境的雙重影響，在訂單生產(chǎn)中存在離散的不確定性，如機(jī)器的偶發(fā)故障與檢修、突發(fā)的停電狀況、人工誤操作、原材料儲(chǔ)備不夠等，盡管該類不確定性發(fā)生的概率較低，但在這類不確定性的影響下一旦發(fā)生對(duì)生產(chǎn)能力的影響是巨大的。生產(chǎn)能力的不確定性會(huì)直接影響企業(yè)處理訂單時(shí)間和相關(guān)生產(chǎn)成本和的高低，企業(yè)需要將該類不確定因素考慮進(jìn)生產(chǎn)能力的規(guī)劃中，根據(jù)Zadeh可能性/概率兼容性原理，借助機(jī)會(huì)約束，盡量減少離散不確定性的出現(xiàn)。

(二)運(yùn)輸?shù)牟淮_定性

訂單運(yùn)輸時(shí)間、運(yùn)輸成本的不確定性：

在運(yùn)輸階段車輛充足情況下，大多數(shù)文獻(xiàn)在考慮生產(chǎn)與運(yùn)輸?shù)膮f(xié)同調(diào)度問題時(shí)，僅考慮訂單生產(chǎn)時(shí)間，而忽略了訂單運(yùn)輸時(shí)間。而訂單運(yùn)輸時(shí)間也影響是其產(chǎn)品成本的重要因素，在充足車輛直達(dá)運(yùn)輸模式下，各個(gè)訂單選擇不同的運(yùn)輸模式則會(huì)產(chǎn)生不同的運(yùn)輸時(shí)間和運(yùn)輸成本。當(dāng)產(chǎn)品的運(yùn)輸由企業(yè)自身完成時(shí)，訂單運(yùn)輸?shù)南群蟠涡颉⒂唵芜\(yùn)輸數(shù)量、訂單是否分開運(yùn)輸?shù)鹊倪x擇都具有不確定性；當(dāng)產(chǎn)品的運(yùn)輸由第三方物流公司完成時(shí)，有多種不同的海運(yùn)、陸運(yùn)和空運(yùn)方式可供選擇。采用不同的運(yùn)輸模式會(huì)產(chǎn)生不同的運(yùn)輸成本和運(yùn)輸時(shí)間，企業(yè)需要將不同運(yùn)輸模式下的運(yùn)輸時(shí)間和運(yùn)輸成本進(jìn)行比較，靈活的依據(jù)不同產(chǎn)品批次的運(yùn)輸相關(guān)成本選擇一種合適的運(yùn)輸時(shí)間，從而合理控制運(yùn)輸成本。

(三)協(xié)同調(diào)度多角度研究現(xiàn)狀

運(yùn)輸成本與平均交貨時(shí)間 [1]最大拖期及配送成本 [2]制造商信譽(yù)懲罰成本與配送成本 [3]制造生產(chǎn)成本與完工配送成本 [4]總成本最小化 [5]生產(chǎn)成本、庫存成本、配送成本 [6]

二、單機(jī)器生產(chǎn)與車輛運(yùn)輸過程中的協(xié)同調(diào)度優(yōu)化方法

(一)數(shù)學(xué)規(guī)劃法

數(shù)學(xué)規(guī)劃法是指根據(jù)生產(chǎn)與運(yùn)輸中出現(xiàn)的不確定因素的特性，將不確定性的描述出來，采用數(shù)學(xué)模型的方法進(jìn)行解決。在數(shù)學(xué)描述中，主要采用概率分布描述、模糊數(shù)學(xué)描述、區(qū)間描述和離散描述值的方法搭建不確定性參數(shù)的數(shù)學(xué)框架，數(shù)學(xué)模型的表現(xiàn)隨機(jī)規(guī)劃、模糊規(guī)劃和魯棒優(yōu)化方法。在建立數(shù)學(xué)模型的過程中，要依據(jù)不確定參數(shù)的自身特性來選擇具體的數(shù)學(xué)模型方法。各方法概念及特點(diǎn)見下表。

方法概念類型適用隨機(jī)規(guī)劃利用離散或連續(xù)的概率分布函數(shù)動(dòng)態(tài)隨機(jī)規(guī)劃、機(jī)會(huì)約束規(guī)劃、多階段隨機(jī)規(guī)劃、基于場(chǎng)景的隨機(jī)規(guī)劃、模糊隨機(jī)規(guī)劃參數(shù)本身帶有隨機(jī)性,信息完整、可以提供概率分布函數(shù)模糊規(guī)劃將不確定參數(shù)表示成模糊數(shù)柔性規(guī)劃和可能性規(guī)劃信息不完整的不確定參數(shù)或者參數(shù)本身帶有模糊特性的情況下魯棒優(yōu)化利用有界的數(shù)學(xué)集合變化頻繁但幅度較小的不確定參數(shù)

然而，數(shù)學(xué)規(guī)劃法作為一種較為嚴(yán)格的數(shù)學(xué)解決法，采用對(duì)生產(chǎn)與運(yùn)輸不確定性參數(shù)建立模型的方法，當(dāng)相關(guān)不確定性參數(shù)發(fā)生變動(dòng)的時(shí)候，就會(huì)使得根據(jù)模型得出的最優(yōu)方案發(fā)生改變。因此，在運(yùn)用數(shù)學(xué)規(guī)劃法的時(shí)候，應(yīng)該注意對(duì)相關(guān)數(shù)據(jù)參數(shù)確定的準(zhǔn)確性，優(yōu)化參數(shù)的約束范圍，使建立的模型更加可靠。

(二)系統(tǒng)仿真法

系統(tǒng)仿真法是指根據(jù)系統(tǒng)分析的目的，在分析系統(tǒng)各要素性質(zhì)及其相互關(guān)系的基礎(chǔ)上，建立能描述系統(tǒng)結(jié)構(gòu)或行為過程的、且具有一定邏輯關(guān)系或數(shù)量關(guān)系的仿真模型。在生產(chǎn)與運(yùn)輸?shù)膮f(xié)同調(diào)度中，系統(tǒng)仿真法能夠?qū)?duì)模型進(jìn)行仿真實(shí)驗(yàn)，依據(jù)不確定參數(shù)的具體情況，進(jìn)行在有關(guān)約束條件下的實(shí)驗(yàn)，從而確定出在不確定參數(shù)下目標(biāo)的最佳水平。但是系統(tǒng)仿真法只是在實(shí)驗(yàn)室的環(huán)境下運(yùn)作，其結(jié)果具有一定的理想性，無法準(zhǔn)確及時(shí)的對(duì)真實(shí)運(yùn)作中的變化發(fā)生反映。并且，系統(tǒng)仿真法是以計(jì)算機(jī)運(yùn)作為依據(jù)，其具體的操作需要擁有相關(guān)專業(yè)知識(shí)的人員。

(三)人工智能算法

人工智能算法是指將生產(chǎn)與運(yùn)輸?shù)膮f(xié)同調(diào)度模擬為人類的智能活動(dòng)，增加供應(yīng)鏈的大數(shù)據(jù)處理能力，及時(shí)判斷生產(chǎn)與運(yùn)輸?shù)臅r(shí)間，提高運(yùn)輸?shù)睦枚?。在協(xié)同調(diào)度中，人工智能法主要表現(xiàn)其一是：利用人工智能，全面分析生產(chǎn)與運(yùn)輸協(xié)同調(diào)度中的問題，通過對(duì)大數(shù)據(jù)的解析，判斷單機(jī)器生產(chǎn)與運(yùn)輸下的不確定參數(shù)，從而建立相應(yīng)數(shù)學(xué)模型，通過人工智能法予以求解，在實(shí)際生產(chǎn)運(yùn)作中運(yùn)用人工智能法對(duì)生產(chǎn)與運(yùn)輸?shù)恼{(diào)度予以優(yōu)化，人工智能法具有適應(yīng)性強(qiáng)、快速的特點(diǎn)，可以根據(jù)不確定環(huán)境的改變，而改變其判斷。

人工智能算法是指解決最優(yōu)化問題的一系列具有特殊性質(zhì)的算法，其特點(diǎn)是具有全局優(yōu)化性能且通用性很強(qiáng)，并且具有并行處理的能力，因此常被用于求解生產(chǎn)線協(xié)同調(diào)度問題。常見的智能算法有遺傳算法、模擬退火、粒子群算法、差分進(jìn)化算法等,各算法特點(diǎn)見下表。

方法特點(diǎn)遺傳算法和模擬退火算法不依賴于問題的具體結(jié)構(gòu),算法簡(jiǎn)單,應(yīng)用范圍廣泛粒子群算法依賴群體信息共享的智能隨機(jī)尋優(yōu)算法,算法簡(jiǎn)單,通用性強(qiáng)差分進(jìn)化算法算法簡(jiǎn)單、容易實(shí)現(xiàn)、快速收斂及魯棒性強(qiáng)

三、結(jié)語

隨著國(guó)家“2025 中國(guó)制造”的全面拉開，制造型企業(yè)面臨全面得升級(jí)與轉(zhuǎn)型，而在這個(gè)過程中，生產(chǎn)與運(yùn)輸?shù)膮f(xié)同調(diào)度的地位日益凸顯。在企業(yè)的生產(chǎn)環(huán)境中，存在著許多的不確定性因素，對(duì)生產(chǎn)與運(yùn)輸協(xié)同調(diào)度有著相應(yīng)影響，在實(shí)際生產(chǎn)過程中，需要結(jié)合相關(guān)方法，提出兩者協(xié)同調(diào)度的方法，從而確保生產(chǎn)與運(yùn)輸協(xié)同調(diào)度能夠順利完成，降低相關(guān)成本，提高企業(yè)經(jīng)濟(jì)效益。本文總結(jié)了不確定環(huán)境下單機(jī)器生產(chǎn)與運(yùn)輸協(xié)同調(diào)度中的不確定因素和相應(yīng)的優(yōu)化方法，并指出了相應(yīng)方法的適用性和局限性。