单元化流水车间双重资源优化配置

The dual resource planning between equipment and human resources for cellular workshops of equipment makers have the characteristics as high uncertainties and mixed working modes (e.g. master-apprentice). This project proposes a feasible optimal dual resource allocation method, with the following innovations. First, a sequential iterative decision method is proposed. Forecast of the components demands are converted into the demands to equipment and HR, with which an dynamic integer planning mode will be established to reflect the employment and working mode and achieve the initial allocation of human resources. Initial allocation will be imported into a simulation model with workshop operations to obtain the stable coupling constraints and parameter distributions between equipment and HR of all phases. The simulation results will be used to improve the preset data in the demand conversion model. The above three models will be repetitively solved to achieve the final results. Second, a human resource planning mode and solution method are proposed to address the master-apprentice relationship which is special in customized equipment makers. Third, a decomposition and coordination method is used to solve the dynamic integer planning model. The achievements of this project will provide theoretical basis to solve the dual resource allocation problem.

装备制造企业中单元化车间的设备与人力双重资源规划具备需求与工时的不确定性、师徒工作模式等特征，本项目旨在提出一套可行的双重资源优化配置方法，其特色与创新之处在于：①提出了一种序贯性决策的迭代求解方法：通过随机动态整数规划模型将部件需求预测的结果转换成对设备与人员的需求；然后建立动态整数规划模型反映操作人员的聘任及工作模式，求解以获得人力资源的初步配置方案；接着将该方案输入反映车间运作过程的仿真模型，获得人员与设备在各时段的稳态关联约束，以及相关参数的概率分布；仿真结果将修正需求转换模型中的先验数据；通过反复迭代求解三个模型，最终获得双重资源的优化结果。②针对定制装备制造企业特有的师徒关系模式，提出了人力资源规划模型及其求解方法。③采用一种分解协调算法求解随机动态整数规划模型。本项目的研究成果将为解决装备制造企业单元化车间的双重资源优化配置问题，提供理论依据。

针对单元化流水车间布局的制造系统已经被普遍认可。合理优化配置这类制造系统的设备和人力资源可最大限度的为企业节约成本，并保证产能和交货期，从而提高产品或部件的齐配套性，减少在制品库存，缩短生产周期，从而降低生产成本，提高企业的竞争力和效益。.　　本项目的目标是：针对单元化流水车间布局的制造系统，研究制造资源（包括设备和人力资源）优化配置方法，即在同时满足平均产能约束和平均生产周期约束条件下，最小化制造系统的投资成本。.　　由于平均产能和平均生产周期与这类制造系统的单元构成模式、缓存区的大小、调度策略等要素都有关系，且无法用封闭形式描述，成为这类制造系统资源优化配置的难点所在。本项目采用了近似方法加以处理，用近似约束替代原有无法用封闭形式表示的约束构成近似优化问题。本项目通过建立制造系统双重资源配置仿真实验平台，获得仿真实验数据，分别用线性回归分析和BP神经网络建立原问题的近似优化问题。前者将回归模型替代原有约束，从而获得原问题的近似线性整数规划数学模型，再用线性整数规划求得此近似模型的最优解；后者用神经元网络替代原有约束，从而获得原问题的近似非线性整数规划模型，再运用分支定界算法求得此近似模型的最优解。最后，在得到设备和人力资源总数量的基础上，针对制造系统人力资源具有不同工作效率的多类人员，存在师徒约束的小组工作模式等特点，给出这类企业人力资源配置的优化方案。.　　通过上述研究工作，为单元化流水车间资源优化配置提供了两种通过仿真实验建立近似规划模型的方法，并在此基础上研究了基于工作组多类人员协同工作人力资源优化配置方法，丰富了相关理论研究工作，并具有较为明显和广阔的应用前景。