Demand Forecasting,Lot-sizing and Scheduling in the Multistage Production System with Dynamic Information Updates

Demand Forecasting,Lot-sizing and Scheduling in the Multistage Production System with Dynamic Information Updates

论文摘要

客户需求导向,使得制造系统需要在不同产品之间切换以满足顾客的定制需求;产品复杂性的增加,使得制造系统在不同产品之间的切换变得更加困难。因此,制造系统中的批量生产及调度(Lot-sizing and Scheduling,LSS)问题变得关键且具有挑战性。批量生产及调度决策的目标是确定最优生产批次和数量、机器分派(在多台机器的情况下)和生产排程,使得可以以最小的生产和库存成本满足顾客需求。批量生产及调度对制造系统的生产效率有深远的影响,但是在大多数解决方案方法中,批量生产及调度决策是分层进行的,即:在中期确定生产的批量,在短期考虑生产调度。尽管分层决策有助于降低问题的复杂性,但是,由于中期决策和短期决策之间存在相互依赖和相互影响,分层决策通常导致次优解决方案。因此,同时考虑这些决策以获得最佳的全局解决方案是必须的(Stadtler,2005)。在制造企业中,生产计划和调度通常从需求预测开始。准确的需求预测对于库存管理和生产计划至关重要。通常,制造经理的预测需要从部件级别到产品族级别的需求信息,形成一个层次性的时间序列。此外,随着新信息的出现,需求也会不断变化,因此需要使用更新的信息修正需求预测。作为公司中最重要的生产决策问题,生产计划和调度决策在制造企业的运作管理中有着关键的作用。现有文献对批量生产及调度问题进行了大量研究,成果丰硕(例如:Almeder et al.2015;Seeanner and Meyr 2013)。然而,对于带有需求信息更新的集成批量生产及调度问题,文献尚未有深入研究。本论文研究的重点是考虑带有需求预测更新的生产计划和调度问题,包括层次型预测问题的模型和算法,以及带有需求预测更新的生产计划和调度模型和优化算法。论文的各章节组织如下:第一章和第二章简要讨论问题的背景和挑战。首先,讨论供应链计划矩阵与先进计划系统(APS)之间的关系,强调不同计划层面之间的相互关系。然后,描述不同决策层次之间集成决策的重要性,并讨论五个经典的单阶段集成批量生产和调度问题。第三章总结与讨论与生产计划和调度相关的文献,包括两个部分:(1)相关需求下的预测模型和算法;(2)批量生产和调度问题的优化模型和算法,并指出了文献中的不足之处。第四章首先讨论层次预测问题,并在相关数据序列下,测试了经典层次预测方法的性能。实证结果表明,与高负相关情形相比,当数据具有高正相关时,自上而下方法表现更好。由此,本文在假设每个最终产品均遵循AR(1)过程的条件下,建立了一个MMFE模型(预测演化的鞅模型Martingale Model for Forecasting Evolution),使得新的需求信息可以被更新到需求预测模型中。在此基础上,提出了一种新的混合预测方法(HA:Hybrid Approach)。新方法是两种经典方法的加权平均,其中权重的选择通过最小化其预测误差得到。为此,构建了一个非线性规划模型来计算BU和TD的最优权重,它们取决于相应预测方法误差的方差和协方差。然而,在层次结构中进行预测数据的适当汇总时,层次结构中的每个级别上为所有时间系列独立选择的权重会使HA模型的权重不一致。为了解决这个问题,提出了一个步长汇总因子,它包含了两个连续层次结构的预测数据之间的关系。通过整合所有层次而非单独地预测每个层次,本文提出的HA方法可以获得层级的内在结构。本文通过将该方法应用于M3竞赛数据中的工业月度数据,展示该分层预测方法的良好性能。最后,为解决整个规划期间预测数据的演化问题,本文假设每个最终产品需求遵循滞后自回归AR(1)过程,并使用MMFE对需求信息随时间变化的更新进行建模。第五章考虑了需求演化下的一个多层次多阶段集成批量生产及调度问题,其中最终产品的独立需求预测基于历史数据,并随着新信息的出现在规划期内随时间演化,其它生产阶段对部件的需求取决于其下游阶段的生产量。假设生产能力有限且不允许缺货,存在与生产次序相关的生产设置时间和设置费用,并且产品在交付给客户之前存放在仓库中,则产品也会产生库存持有成本。问题的目标是确定不同的生产阶段数量和生产顺序,以最大限度地降低生产和库存的总成本。显然,这个问题是NP-难的,因为NP-难问题FFs||Cmax是该问题的一个特例。通过使用混合周期方法(即结合微观和宏观时期),滚动地整合更新的需求信息,本文为这个多级多阶段批量生产及调度问题建立了一个混合整数规划(Mixed Integer Programming)模型。第六章研究上述批量生产和调度问题的求解方法,并给出了数值计算结果。为求解该问题,本文提出了在滚动结构内基于松弛和固定(relax and fix)方法的三种启发式算法,并分别使用小规模和大规模问题的实例进行计算实验,测试了启发式算法的性能。计算实验的结果表明,对于所有问题实例,启发式算法1和3比启发式算法2表现更好。特别地,对于大规模实例,与启发式2和3算法相比,启发式1算法可以给出了问题的质量良好的解。最后,第七章总结本文研究的主要结果,并讨论了批量生产和调度问题,特别是存在信息更新时,该问题未来的研究方向。

论文目录

  • 摘要
  • ABSTRACT
  • Chapter 1 Introduction
  •   1.1 Background
  •   1.2 Motivation and Objectives of the Thesis
  •   1.3 Problem Characteristics
  •   1.4 Structure of the Thesis
  • Chapter 2 Integrated Production Planning and Scheduling
  •   2.1 Supply Chain Planning and Advanced Planning Systems
  •   2.2 Demand Forecasting
  •   2.3 Production Planning and Scheduling
  •     2.3.1 Production Planning
  •     2.3.2 Integrated Production Planning and Scheduling
  • Chapter 3 Literature Review
  •   3.1 Forecasting under Correlated Demand
  •     3.1.1 Hierarchical Forecasting
  •     3.1.2 Demand Forecasting with Information Updating
  •   3.2 Lot-sizing and Scheduling
  • Chapter 4 Forecasting under Correlated Demand
  •   4.1 Hierarchical Forecasting
  •     4.1.1 Hierarchical Forecasting Approaches
  •     4.1.2 Performance Evaluation of the Forecasting Approaches
  •   4.2 Evolving Uncertain Demand Forecasts through Time
  •     4.2.1 Martingale Model of Forecast Evolution (MMFE)
  •     4.2.2 AR(1) Process with MMFE Framework
  •   4.3 Summary
  • Chapter 5 Integrated Lot Sizing and Scheduling: Models
  •   5.1 Multi-level Multi-Stage Simultaneous Lot–Sizing and SchedulingProblem
  •   5.2 The MMSLSP Model
  •   5.3 The MMSLSP-SCC Model
  •   5.4 Summary
  • Chapter 6 Integrated Lot Sizing and Scheduling: Solution Approaches
  •   6.1 Rolling Horizon Heuristics (RHH): Ideas and Description
  •   6.2 Computational Experiments
  •     6.2.1 Description of the Test Instances
  •     6.2.2 MMSLSP Model: The Results
  •     6.2.3 MMSLSP-SCC Model:The Results
  •   6.3 Summary
  • Chapter 7 Conclusions and Future Research
  • Bibliography
  • Acknowledgements
  • Research Papers
  • Projects
  • Resume
  • 文章来源

    类型: 博士论文

    作者: Hakeem-Ur-Rehman

    导师: 万国华

    关键词: 批量与生产调度,分层预测,信息更新,松弛和固定,滚动周期,混合正数规划,机会约束,优化算法

    来源: 上海交通大学

    年度: 2019

    分类: 基础科学,经济与管理科学

    专业: 数学,企业经济

    单位: 上海交通大学

    基金: National Science Foundation of China(Grant No.71421002),the Program of Shanghai Subject Chief Scientist(16XD1401700)

    分类号: F273;O221

    DOI: 10.27307/d.cnki.gsjtu.2019.000158

    总页数: 152

    文件大小: 2829K

    下载量: 26

    相关论文文献

    标签:;  ;  ;  ;  ;  ;  ;  ;  

    Demand Forecasting,Lot-sizing and Scheduling in the Multistage Production System with Dynamic Information Updates
    下载Doc文档

    猜你喜欢