基于启发式递阶优化与仿真的多层生产计划综合集成方法研究

生产计划可以划分为不同的层次，而不同层次的计划之间是紧密联系的，为了能有效地组织生产，在制定生产计划时必须要综合考虑不同层次计划之间的相互作用和关联，以实现整体最优，创造更大的经济效益。然而由于现有方法和管理方面的局限，实际的计划制定过程很难做到这一点。因此对于不同层次生产计划的综合集成方法研究不仅具有十分重要的理论意义，而且具有重大的应用价值。本项目针对不同层次生产计划综合集成中存在的问题，将现代启发式搜索技术拓展至求解具有递阶结构的优化问题，并将基于优化的启发式搜索技术与基于人工智能的约束满意搜索技术相结合，以提高算法的性能和效率，同时引入仿真过程对计划结果加以评估，以增强对复杂计划问题的建模求解能力，并利用可视化交互式系统仿真技术将信息反馈引入计划的综合制定过程，通过实验手段将计划的制定与实施过程有效地相结合，以增强管理人员对计划实施的控制能力，为这一问题的解决进行了有益的探索。