在线客服

咨询热线

数据驱动下的库存优化模型研究

作者:未知

  数据驱动下的库存优化模型研究
  胡嘉展,赵苗苗
  (北京交通大学机电学院,北京 100044)
  摘 要:文章研究了与产业供应链密切相关的考虑库存的排程优化,依据某厂的生产流程:一:针对某简单生产系统,分析出了A产品在瓶颈工序s,尤以s工序的切换成本、加工成本及在制品库存成本对总成本影响最为显著,进行GAMS建模和仿真分析。二:对多任务、不同产品、复杂工序、具有优先级的大规模企业生产进行影响因素分析,并建立运筹学模型。
  关键词:库存;生产排程;总成本;GAMS
  DOI:10.16640/j.cnki.37-1222/t.2019.13.195
  0 引言
  《2016年政府工作报告》中明确提出“以供给侧结构性改革提高供给体系的质量和效率”,并把工业领域作为供给侧结构性改革的主战场。企业越来越注重数据驱动的生产和库存方式,纷纷从传统大批量、少品种转向小批量、多品种模式。但是随之而来的生产成本增加、线边仓增多、管理混乱等问题亟待解决,正确建模并使用软件工具进行仿真模拟是解决方案之一。
  1 背景和现状
  随着我国运筹优化的研究和对物流产业的重视,库存优化方面取得一定成效,供应链和库存管理不断完善。但目前仍处于初期阶段,没有较成熟的整体规划,缺乏信息化建设,大多中小企业以使用人工经验管理,存在不少亟待解决的问题。
  产线库存管理学术研究方面存在问题:只针对一侧不确定性因素进行建模;随机参数的表征方法过于单一;库存模型多为静态模型。本文从运筹学角度提出了考虑基于数据的、动态更新的库存管理优化模型。
  2 简单双产线系统
  某生产流程中s为核心工序,对应两条预处理产线。进行系统研究:两条预处理产线与s工序产线衔接处有线边仓,产线在切换产品单位的过程会产生切换成本。产品通过一条预处理产线后在对应s产线加工有任务时进入线边仓,产品存在优先级。
  根据对以上问题的分析确定变量、参数、目标函数等,并寻找合适的数学模型表征数据关系,建立运筹学混合规划模型:
  主要变量:;
  决策变量:;
  二元变量:;;
  中间变量:;;
  参数:;;
  ;;
  ;;
  ;。
  目标函数总成本最小:
  Min Z=
  (总成本=库存成本+切换成本+加工成本)
  库存约束: ()
  (上期在制品库存量+新进入在制品库存量-本期将消耗的加工量)
  总时间约束:;
  安全库存约束: ;
  线性约束:;
  上下界:;
  将转化线性算式 。
  该数学建模将降低总费用为目标,将产能约束非线性模型转换为线性模型[2]。
  使用GAMS(The General Algebraic Modeling System),采用该软件ILOGC PLEX算法,编程仿真结果如下:
  耗时0.141秒,迭代次数4次,计算总生产成本2706.5,与最优值误差是0.0359%,数学模型效果较好,有实践能力,求解速度快,相对误差比较合理。
  得到分式结果,库存成本为0,切换成本为6.5,加工成本为2700,没有出现缺货和库存现象,说明设备没有被完全使用。
  3 多产品、差异工序、大规模柔性系统
  本文构建大规模复杂生产系统的模型框架,根据实际数据进行了符号说明和初步分析:
  任务a:包括产品、投产数量、交付时间等信息;
  罚金:任务产品延期的单位时间惩罚金,区分优先级;
  工艺g:产品需要多个工艺加工完成;
  开始时间:任务a开始s工序的初始时间;
  :t时段e设备的运行最大约束时间;
  :在t时段s工序上a任务产品的完成度(可用百分比表示);
  :t时s工序a任务产品是否在加工,加工时取1,未加工取0;
  简单参数:设备e;工序s;库存成本k;加工成本c;加工时长T1;库存时长T2;延期时长T3;完工时间T4;交付时间T5;
  决策变量:。
  目标函数总成本最低:
  =
  (总成本=总库存成本+加工成本+惩罚金)
  库存时长约束:;
  总库存时长=任務交付时间-任务总加工时间
  总加工成本: ;
  即a加工成本=基本成本*时间系数v*工艺系数w,该成本为定值。
  延期惩罚金: ;
  延期约束:;
  加工开始时间约束:;
  工序加工开始时间=工序线边仓库存时间+上一工序完工时间
  完工时间约束:;
  总完工时长由全工序加工时长和总库存时长组成。
  分步完工时间约束:}
  某工序完工时间=该工序开始时间+加工时间
  设备工作总时间约束,;
  安全库存约束: (安全库存);
  订单百分比约束:=100%;
  设备排他性约束:;
  ,
  该设备同一工作时间只能加工一个产品。
  4 总结与展望
  建立数学模型是核心思想,生产批量是决策变量,寻求总成本最低的生产策略,利用GAMS实现生产模拟,提供取代原有的依照经验的生产排程模式。减少生产过程中的库存、评判库存不合理问题是本文研究的重点。为小批量、多品种(job shop)和大批量生产两种模式下生产和库存问题提供一定的启发。
  该模拟仿真实验,需要与实际生产数据进行对比分析,需要更紧密与实践结合,为了提高模型的实用性,下一步可以改变计划需求量,完成不同需求的生产量求解,验证准确性、解算生产系统最大能力的工作。
  随着信息化进程和5G的推广,云计算、大数据、物联网的建设,我们应根据未来情况的变化而实时更新模型,抓取多维度信息建模。随着研究的深入,我们的生产排程库存管理也会越来越具有应用价值。
  参考文献:
  [1]王雅琴.零售业库存管理决定因素的实证研究[J].科学技术与工程,2008,8(23):6433-6439.
  [2]张宋霞.基于生产批量优化的汽车玻璃在制品库存控制方法研究[D].北京,北京交通大学,2018.
  [3]黄宗煌.GAMS基础篇中文操作手册及程序语法[M].台湾省.TaiSEND
  研究团队,2008:1-81.
论文来源:《山东工业技术》 2019年13期
转载注明来源:https://www.xzbu.com/1/view-14696934.htm