Heuristická strategie vícestupňového výrobního procesu

A Heuristic Policy of a Multistage Production Process

článek v časopise - ostatní, Jost

čeština

Mnoho důležitých výrobních procesů patří mezi vícestupňové procesy se sériově uspořádanými výrobními stupni vzájemně oddělenými mezisklady. Tyto procesy, které tvoří jedny ze základních stavebních kamenů v systému řízení výroby, si zaslouží zláštní pozornost z hlediska minimalisace ovlivnitelných nákladů. Přesné řešení této minimalisace jsme provedli v [1]--[3] volbou výrobních dávek dynamickým programováním. V této práci navrhujeme heuristickou metodu, umožňující řešit tento problém i pro procesy s velkou mohutností množiny přípustných výrobních dávek. Podstata metody spočívá v heuristické redukci množiny přípustných rozhodnutí; redukováno je tak, že výsledná strategie procesu je blízká jisté modifikaci „spojité“ strategie, kterou jsme odvodili v [1]--[3] a která poskytuje dolní hranici optimálních nákladů procesu. Počítačové experimenty na souboru výrobních procesů z praxe prokazují blízkost tohoto heuristického řešení přesnému řešení. Naše heuristika -- na rozdíl od „systémově krátkozrakých“ heuristik jiných autorů -- přihlíží k vlivu celého výrobního procesu na velikost optimální dávky každého jednotlivého výrobního stupně, tedy ne pouze k vlivu nejbližšího okolí tohoto stupně. Pracuje s obecnějším typem výrobního procesu, používá jiného matematického aparátu a vede k lepším výsledkům.

The paper deals with the optimization of the sum of setup a storage costs in a multistage production system with infinite horizon by the lot sizes choice. It is assumed that the production stages are arranged in series, the rates of production at various stages are finite, constant and generally different and the output of final product is constant and continuous; moreover, at each stage of the process, the periods of production and non-production are periodically alternated. An exact algorithm to solve the problem can be constructed on the basis of dynamic programming, where the state variable is the lot size at the current production stage while the control variable is the ration of lot sizes at the immediately following stage to that at the current stage. To increase the efficiency of the algorithm a heuristic reduction of the set of feasible control variables is proposed such that the et after reduction consists of maximally three elements. The reduction is performed in such a way that the resulting policy of the process is close to certain modification of the "continuous" policy of the process derived by the dynamic programming and giving the lower bound of the optimal costs of the process. Experiments show the proximity of the heuristic solution to the exact one even in the cases where the process consists of a relatively large number of stages. In 90% of production processes considered the heuristic solution gave the same amount of costs as the exact one. The mean error does not exceed 3.2% of optimal costs. Unlike the "system myopic policy" due to Schwarz and Schrange, our heuristic policy also allows for the cases where the production rate and/or the lot size at the current production stage can be less than that at the immediately following stage. Apart form these generalization the upper and lower limits for the lot sizes are also allowed in this paper, which is not the case in the former studies of Schwarz and Schrage or Crowston, Wagner and Williams.

heuristic, multistage production process

KLAPKA, J.

1. 1. 1980

ACADEMIA

Praha

0013-3027

Ekonomicko-matematický obzor

16

1

Česká republika

13

22

10