需求不確定環(huán)境下可調整產能的混流裝配線平衡研究.pdf

1、混流裝配線（以下簡稱混裝線）能同時裝配多種型號的產品，因此被廣泛的應用于汽車、家電和消費電子等行業(yè)，以滿足多樣化的顧客需求。裝配線平衡是產線設計的核心決策，它決定各工作臺的任務分配，直接影響裝配線的效率和成本。此問題有超過50年的研究歷史，現(xiàn)有研究中幾乎都是按固定產能，或者說按預計的生產需求來設計裝配線的。然而在實際中，為應對瞬息萬變的市場需求，企業(yè)經常需要調整生產計劃，改變裝配線的生產任務。當實際的生產需求偏離設計值時，裝配線可能無法

2、達到設計的生產效率，偏離較大時，可能還須進行相應的調整措施（例如加班，臨時工等）才能滿足生產需求。調整發(fā)生的頻率和產生的額外成本受到需求波動的程度和初始平衡方案的影響，但是這些因素在現(xiàn)有平衡研究中極少考慮，從而導致生產成本的低估。
　　為彌補這種缺陷，本文研究了不確定環(huán)境下的混裝線平衡問題，混裝線可以采取一些產能調整措施以應對需求的變化。通過在平衡階段就考慮后續(xù)產能調整的便利性和成本，可以降低在產線在不確定需求環(huán)境中長期運行的平均

3、成本。本文討論了三種產能調整措施，針對不同的措施分別研究了相應的產線平衡問題，主要工作和創(chuàng)新點歸納如下：
　　1.研究了使用備用多能工調整產能的混裝線平衡問題。使用多能工是應對工作臺負荷過載最常用的方法之一，在企業(yè)實踐中也很常見。許多混裝線排序問題的研究已討論了這種方法，但還沒有研究討論它對混裝線平衡的影響。備用多能工扮演一個產能緩沖池的作用，他們平時只少量或不參與裝配作業(yè)，當有工作臺發(fā)生負荷過載時他們才去協(xié)助裝配。與普通工人不同

4、的是，多能工能幫助多個工作臺，工資更貴。決策者需要決定裝配線使用的普通工人和備用多能工的數(shù)量、以及各工作臺的任務分配，以滿足任意情境的生產需求。本文以最小化總人工成本為目標建立了該問題的數(shù)學模型，根據(jù)問題特點，提出了一種遞歸算法計算給定普通工人數(shù)量時過載工作量的下界。在此基礎上，給出了全局成本下界的估計方法。本文提出了一種啟發(fā)式算法快速尋找近似最優(yōu)解，并以此為上界，設計了分支定界與記憶(BB&R)算法精確求解該問題。本文基于 SALBP

5、-1標準算例庫(http://alb.mansci.de/)隨機生成了500個算例以驗證算法有效性，計算實驗表明，算法能在60秒內獲得并驗證其中406個問題的最優(yōu)解，對未能驗證最優(yōu)性的94個算例，獲得的解距離下界的平均偏差為5.17％。數(shù)值實驗還比較了固定產能和允許產能調整的成本，結果表明使用備用多能工能夠實現(xiàn)平均幅度為5%左右的成本改善，但多能工難以隨時雇傭的特點限制了這種方法的適用范圍，只有小部分具備特定特征的算例會采用這種產能調整

6、方法。
　　2.研究了通過加班調整產能的混裝線平衡問題。加班是企業(yè)實踐中最常用的臨時改變產能的方法，但還沒有研究考慮允許加班對混裝線平衡方案的影響。加班獲得的額外勞動時間可臨時提高混裝線的生產能力，但加班需要支付更高的工資，且最大加班時間受法律限制。決策者需要決定使用的工作臺數(shù)量、各工作臺的任務分配和各情境下的加班時間，以滿足每個情境的需求，并最小化平均每天需支付的總工資。本文建立了該問題的數(shù)學模型，分析了問題的若干性質，提出了計

7、算全局成本下界的迭代算法。之后，利用下界計算方法，提出了啟發(fā)式算法和 BB&R算法來求解本問題。對500個算例的計算實驗表明，BB&R算法能在60秒內精確求解其中408個，對未能獲得最優(yōu)的92個算例，獲得的解離下界的平均偏差為2.67%。數(shù)值實驗還比較了固定產能和允許產能調整的成本，結果表明，絕大多數(shù)算例都能夠通過加班實現(xiàn)較明顯的成本改善，平均改善幅度隨著需求波動程度增大而增大，但即便需求變化不超過20%，成本改善的幅度也超過9%。

8、r>　　3.研究了通過增減工人數(shù)量調節(jié)產能的混裝線平衡問題。Simaria等(2009)[3]研究了 U型線常見的一種產能調節(jié)方法：不移動設備位置，通過改變工人數(shù)量和每個人的任務分配來應對需求的變化。本文討論了這種方法在直線型混裝線中應用：保持任務順序不變，通過重新劃分工作臺邊界的方式改變工作臺數(shù)量。決策者需要決定任務順序和各情境的工作臺劃分，以減少各情境使用的工作臺數(shù)量的平均值。本文對此問題建立了數(shù)學模型。分析了給定序列下最優(yōu)工作臺劃

9、分的性質，給出了下界的計算方法，然后提出了基于位置交換的局部優(yōu)化方法，并將之嵌入到單程啟發(fā)式算法中，最后提出了BB&R精確算法。對500個算例的計算實驗表明，BB&R算法獲得了308個問題的精確最優(yōu)解，192個未驗證算例與成本下界的平均偏差為4.05%。數(shù)值實驗還比較了固定產能和允許產能調整的成本，結果表明，絕大多數(shù)算例都能夠通過通過增減工作臺數(shù)量減少所需人工成本，成本改善幅度隨著需求波動程度增大而增大。當需求波動超過50%時，這種方法