由于RFID功能的实时普及化制造环境中APPS的的要特征,进行经营决策时存在一些挑战。首先,客户订单的到来是高度随机,这会导致生产订单变化巨大。在大多数情况下,特定的可能性如正态分布,只是进行理论分析。然而,在现实生活中,可能性是多元化的,因此,对到达时间进行精确估计是非常关键的。其次,由于变化性,将订单从从规划层面释放到调度层面的第一阶段很困难。在大多数研究公司里,没有任何控制机制。其结果是,调度级的决定经常中断,重新规划和重新安排被频繁执行。第三,RFID功能的普及化生产制造的计划和进度很大程度上依赖于标准操作时间(SOTS)。由于不同的操作员具有不同的技能水平,并且如冲击等大量的因素的变化可能对时间造成影响,SOTS存在偏差。
为了解决上述挑战,本文提出了一种用于促进RFID技术普及化环境中的集体智能的APPS模型。涉及到若干研究问题,并提出了建议的相应方法。
怎样才能准确地估计生产订单的到达时间,以使基于估计的计划和时间表更准确、实用?本文介绍了一种整合了最小二乘多项式拟合(LSPT)和指数分布估算的方法,来发现从长期和短期的实际分布情况。使用泊松分布,生产订单的到达可以合理预测。来!自~751论-文|网www.751com.cn
估计生产订单的到达之后,如何定义一个发布策略,使得计划和时间表可以平衡,最终减少重新规划和重新调度操作?本文展示了一个模型,该模型通过RFID的事件驱动机制集成了计划和调度水平,以获得指示到达目的最佳百分比的策略。具体来说,使用控制机制确定从规划、调度水平释放的生产订单的最佳数量。
我们如何在RFID功能的普及化生产环境中建立一个数学模型,以获得规划和调度水平的最佳效果,使有限的生产资源可以涉及?本文提出了一种模式,通过使用RFID技术,集成了如生产到达的随机元素和如机器、操作人员、作业的确定因素,以自适应地引导制造资源,以为集体智能获得最佳的结果。
本文的其余部分安排如下。第2节简要回顾关键的相关工作,分为RFID功能的普及化制造、先进的生产计划与调度(APPS)、混合流水车间(HFS)调度。第3节引入了RFID功能的实时普及化车间生产。第4节从标志和假设条件说明了这个问题。在第5节,呈现了两级模型和解决方案的框架。在第6节提出了实验和讨论,其中提出了一种基于实验结果的管理问题。第7节通过给出我们的调查结果、关键贡献以及未来的工作总结本文