基于企業生產車間的多目標優化調度方法研究

安超

中煤張家口煤礦機械有限責任公司 河北張家口 075000

隨著近年來我國經濟的高速發展，使得企業在經濟市場中的競爭壓力也變得越來越大了，為了更好地提高企業的生產效率，控制企業的生產成本，企業管理者就需要不斷對企業的生產車間進行多目標優化調度，進而在一定程度上確保企業資源的高效利用，使得企業能夠在經濟市場當中，具有更強的綜合競爭能力。

1 建立數學模型

1.1 設計空間和變量

數學模型是對最優化問題進行求解的主要方式，因此在對企業生產車間進行多目標優化調度時，首先需要建立數學模型，并且選擇合適的設計變量和設計空間，保證最優化問題的解決效率。

設計變量是組成設計空間的核心要素，每個設計空間當中都有n個設計變量，組成n維的設計空間。而解決最優化問題，就是要在設計空間組合找到一個設計變量點，既能夠滿足相對應的約束條件，又能夠獲得最優化的結果，進而得出最終的解決方案[1]。

1.2 約束條件

在對企業生產車間的多目標優化調度建立數學模型時，還需要制定相應的約束條件。此時，根據設計變量來列出有關函數，并對其制定約束條件。比如說，當對設計變量x的函數f（x），g（x）制定約束條件時，可以將其設置為：

f（x）≤0，h（x）=0

這樣一來，通過建立約束條件，使得原有的設計空間被分為約束區域和不滿足約束區域這兩個部分，進而在對最優化問題進行求解時，能夠有一個更加清晰的判斷條件，也能夠更好地保證最終結果的準確性和有效性。

2 多目標約束最優化

當最優化的問題是在多目標的條件下進行求解時，可以根據非線性約束來對最優化問題進行進一步的求解，比如說，數值迭代算法來對設計條件的函數進行求解：

這樣一來，通過數值迭代算法來對最優化問題求解，既需要結合設計變量的目標函數，還需要結合相應的約束條件。因此，對于企業生產車間進行多目標優化調度，最為主要的就是對于約束條件的處理。

為了能夠對最優化求解的最終結果進行評價，可以根據設計變量來建設多個指標來作為參考，就可以確立多個設計變量的目標函數了。此時，可以將數學模型建立為：

這樣一來，相比較于最初設計變量的目標函數，該數學模型為多目標下的設計變量建立了目標函數，進而實現對企業生產車間的多目標優化調度。

值得注意的是，多目標條件下的最優化問題，在對其進行求解時，無法保證每一個目標都能夠得到最優解，使得各個目標之間相互矛盾。某一個目標所得到的是最優解或許對于其他目標來說會產生消極效果。基于此，不僅需要對每個目標都進行不同的處理，確保求解具有針對性，還要根據最終的結果，選擇綜合性的最優方案，作為多目標條件下最優化問題的結果[2]。

3 企業生產車間多目標優化調度的策略

3.1 優化調度的約束條件

對于企業生產車間的多目標優化調度來說，其主要的包含的是對生產車間內部的車床、待加工產品，以及每個產品所需要加工的工序、加工所涉及到的車床和所需要的加工時間等內容，進而在此基礎上對這些生產內容進行進一步的優化調度。

基于此，在對企業生產車間多目標優化調度建立約束條件時，可以從以下這幾個方面來進行：首先，可以設定每一道加工程序以及輔助生產程序所需要的時間都是固定的，并且每一個車床在某個時間點只能對一個產品進行加工。其次，每個產品的加工順序都是固定，必須要按照固定的順序來對產品進行加工，只有完成了前一個加工程序之后，才能進入到下一個程序當中；并且每個產品之間可以同時進行加工，不分先后順序。最后，每天在對產品進行加工的初始時間都是固定的，當到達了生產時間，車間內部所有的產品都要開始被加工，而且一旦產品加工開始進行，在單個產品加工完成之前，不可以中斷加工。

值得注意的是，在對生產車間多目標優化調度建立約束條件時，必須要充分考慮輔助生產所耗費的時間，并將其加入到加工時間當中。

3.2 多目標優化調度的方式

企業生產車間中最為主要的問題，就是生產時間與生產數量之間的問題，生產數量如果沒有達到企業生產車間的最優值，將會產生生產時間延長的現象。此時，在對企業生產車間進行多目標優化調度時，可以從生產量與生產時間兩個方面入手，結合有關的約束條件，制定出最優化的方案[3]。

4 結語

綜上所述，在對企業生產車間進行多目標優化調度時，首先要做的就是建立有關的數學目標，選擇合適的設計空間和設計變量；同時，還要為企業生產車間的多目標優化調度建立約束條件，進而在此基礎上，探索和創新出更多的多目標優化調度途徑，使得企業的生產效率和生產質量不斷提高，增強企業的競爭力。