基于遗传算法的erp生产计划系统的优化研究

《基于遗传算法的erp生产计划系统的优化研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、天津理工大学硕士学位论文基于遗传算法的ERP生产计划系统的优化研究姓名：陈瑞雪申请学位级别：硕士专业：管理科学与工程指导教师：魏津瑜20080501摘要生产计划系统是企业ERP系统的关键部分，直接关系着企业的生产、经营和管理效率。其中有效的计划算法能最大限度地降低生产成本，增强市场竞争力。而现有的ERP软件继承了MRPII的计划管理模型，其编制计划的方法仍然采用MRP和MPS计算物料的需求、发布补充订单等。这种传统的生产计划制定方法跟调度是分开的，在制定计划时不考虑详细的调度约束，因此制定的生产计划往往得不到可行的调度解。基于此，将优化方法的理论研究引入到车间生产计划排产领域当中，改进算法

2、性能、拓宽算法应用领域、完善算法体系，开发实现一种通用性好、智能化程度高的生产作业计划与调度的集成系统，是一个同时具有理论意义和应用价值的课题。本文在综述了现有计划调度问题求解算法的基础上，系统地研究了遗传算法的相关理论，提出了基于遗传算法的ERP生产计划系统的优化思路和方法。具体地，本文主要就以下几个方面进行了研究：首先，本文分析了生产计划系统的发展历史及其各自的优缺点，总结了现有的计划排产与调度算法，指出了选择遗传算法作为排产优化算法的优势。其次，本文着重研究了遗传算法的相关理论及其改进算法在生产计划与调度领域的应用现状，在此基础上，分别针对JobShop和FlowShop调度问题提出

3、了改进的遗传算法，设计了算法的编码方法、交叉操作和变异操作等，并给出了详细的描述和改进算法流程图，最后用著名的标准问题对改进算法进行测试，验证了它们的可行性和相对其它算法的优越性。再次，用vC++为开发工具，开发实现了基于改进遗传算法的车间调度系统，详细介绍了各个模块的功能与操作，最后运用设备利用率验证了算法的可行性和实用性，为实现企业车间ERP系统计划与调度功能的集成优化奠定了基础。最后，对全文的工作进行了总结，并展望了遗传算法以及计划排产优化系统需要进一步研究的课题和发展方向。关键词：EI冲：生产计划；调度；遗传算法；优化AbstractAsakeypartofERP,theProdu

4、ctionPlanningSystemisdirectlyrelatedtotheproduction,operationandefficiencyofmanagement．Effectiveplanningalgorithmscanreduceproductioncostfurthestandenhancethemarketcompetitivenessoftheenterprise．But,theexistingERPsoftwareinheritedtheplanmanagementmodeloftheMRPII，inwhichthemethodthatitmakesplanstil

5、ladoptsMRPandMPScomputetheneedofamaterialandreleasescomplementorderetc．Thiskindoftraditionalmethodofmakingproductionplanningisseparatewi也scheduling,andtakenoaccountofschedulingrestrictionindetailwhenitismakingplan,therefore，theproductionplanusuallycallnotfindfeasibleschedulingarrange．Accordingtoth

6、is，itisatopicthathastheoriesmeaningandappliesvalueinthemeantimetoenterthetheoryresearchofoptimizationmethodintothefieldofworkshopproductionplanning,improvealgorithmfunction,broadentheapplicationfieldofalgorithm,perf鳅algorithmsystem,designandactualizeaintegrationsystemofgoodgeneralandintefligenttha

7、tincludesproductionphmingandscheduling,Basedonsummarizingtheexistingalgorithmthatisadoptedtoresolveplanningandschedulingproblem,thisthesismadesomeresearchollasedestheoryofGeneticAlgorithmbythenumbersandpointedout