基本信息
- 项目名称：
- 汽车4S店维修车间的优化调度分析
- 来源：
- 第十二届“挑战杯”省赛作品
- 小类：
- 管理
- 简介：
- 针对汽车4S店调度缺乏科学规划，导致较长的客户等待时间和较低的设备利用率的问题进行了研究。首先，从调度目标、机器环境、加工特征和约束几方面分析了问题的特征，建立了最优化调度模型。接着，设计了基于分解法和约束引导的启发式算法相结合的调度算法。最后，通过实例分析验证了算法的可行性，同时仿真结果展示了所用算法在优化目标值上的优越性。
- 详细介绍：
- 针对汽车4S店调度缺乏科学规划，导致较长的客户等待时间和较低的设备利用率的问题进行了研究。通过对4S店维修车间的调查，并与实际情况相结合确定了研究的目标，即最小化延迟时间和最小化加权实际维修完成时间。然后对问题进行分析，结合收集的数据进行逻辑验证后，建立了相应的模型，并完成了相关算法的设计。从4S店收集的数据中进行截取，即产生了相应的实例问题。基于任务的性质，对其进行分解，然后完成子问题的求解，综合子问题，完成解的整合。最后与现行方法进行比较，则可以看出改进后的算法优于现有规则。
作品图片
作品专业信息
撰写目的和基本思路
- 服务组织调度问题的一般化形式是柔性加工车间调度问题。这类问题的复杂性能反映实际需求，具有实际研究意义。本作品以汽车4S站的售后维修车间为实例，进行分析研究。今后会尝试将该问题的解决思路应用于不同服务组织的调度问题。 首先，从多方面分析了问题的特征，建立了数学模型。接着，设计了相应的调度算法。最后，以实例验证了算法的可行性，仿真结果展示了设计算法在优化目标函数值上的优越性。
科学性、先进性及独特之处
- 1、研究具有独特性，作品分析了汽车维修车间调度问题的特征，设计了问题模型，目前国内外对该问题的研究还很少。 2、问题的求解方法具有科学性，针对汽车维修车间的多目标调度问题，运用分解法和约束引导的启发式算法相结合的调度算法获得目标的最优调度方案。 3、以仿真实例验证了模型和算法的先进性。分析验证了算法的可行性，并通过调度目标函数值的比较验证了算法的优越性。
应用价值和现实意义
- 1、论文针对汽车维修车间进行研究，通过仿真验证了所提算法比现行调度方法优越。结合不同服务组织，改进该方法，可以拓展其应用范围。对提高资源的利用效率，减少服务对象的等待时间具有一定的实际意义和指导意义。 2、FJSP问题是对经典JSP问题的扩展。论文研究了如何结合运用分解法和约束引导的启发式算法，分析求解该调度问题，研究具有一定的理论意义。目前，该论文已公开发表并被EI检索。
作品摘要
- 摘 要: 调度研究的问题是将稀缺资源分配给在一定时间内的不同任务。它是一个决策过程，其目的是优化一个或多个目标。针对4S店调度缺乏科学规划，导致较长的客户等待时间和较低的设备利用率的问题，进行了研究。首先，从调度目标、机器环境、加工特征和约束几方面分析了问题的特征，建立了对应的最优化调度模型。接着，设计了基于分解法和约束引导的启发式算法相结合的调度算法。最后，通过实例分析验证了算法的可行性，同时仿真结果展示了所用算法在优化目标函数值上的优越性。
获奖情况及评定结果
- 该作品发表在2010物流工程与管理国际学术会议（该会议举行于2010年10月，由西南交通大学、ASCE、IEEE、NACOTA共同主办）论文集中，目前已被EI检索。检索号为：20105013491085。
参考文献
- [1] Geoffrey Vilcot, Jean-Charles Billaut, A tabu search and a genetic algorithm for solving a bicriteria general job shop scheduling problem, European Journal of Operational Research[J], 2008 (190):398-411 [2] Jie Gao, Linyan Sun, Mitsuo Genb, A hybrid genetic and variable neighborhood descent algorithm for flexible job shop scheduling problems, Computers & Operations Research[J], 2008(35): 2892-2907 [3] Min Liu, JingHua Hao, Cheng Wu, A prediction based iterative decomposition algorithm for scheduling large-scale job shops, Mathematical and Computer Modeling[J],2008(47):411-421 [4] Jeffrey D.Kelly, Danielle Zyngier, Hierarchical decomposition heuristic for scheduling: Coordinated reasoning for decentralized and distributed decision-making problems, Computers and Chemical Engineering[J],2008(32):2684-2705
调查方式
- 现场采访、人员介绍、亲临实践、统计报表，其他
同类课题研究水平概述
- 汽车维修车间调度问题的一般化形式是FJSP(Flexible Job Shop Scheduling Problem, FJSP)问题。FJSP是一类典型的组合优化问题，是对经典JSP (Job Shop Scheduling Problem) 问题的扩展，且大部分是强 NP-hard。 Job shop调度算法包括最优化算法和近似值启发式算法两大类。目前，大量的研究工作集中在近似值启发式算法上。由于最优化算法的局限性，大量的研究工作集中在 Job shop 问题近似解的获取上，大量的启发式算法相继提出。Job shop 调度问题的启发式算法主要分为两类：构造型启发式算法和改进型启发式算法。 构造型启发式算法包括插入法（insertion algorithm）、基于瓶颈的启发式算法（bottleneck based heuristics）和优先分派规则（priority dispatching rule）等。这类方法能快速建立问题的解，但为了确保解的质量，要根据特定问题的特性建立复杂的启发式规则。改进型启发式方法分为两类：人工智能(artificial intelligence)]和局部搜索(local search )方法。局部搜索算法主要包括遗传算法（genetic algorithm）、模拟退火算法（simulated annealing）和禁忌搜索算法（tabu search）等。人工智能启发式算法主要包括神经网络(neural networks)、专家系统(expert systems)和约束引导的启发式搜索(constraint guided heuristic search)等。 最先对 FJSP 问题进行研究的是 Bruker 和Schlie。目前对此类问题的求解思路主要集中为两类：分步法和集成法。分步法最先是由Brandimarte提出的，它将问题分成机器分配和工序调度两部分，进行了这方面的研究。集成法采用矩阵式编码的方式，将两个问题统一起来同时解决，如 Mastrolilli的局部搜索法等。分步法和集成法的求解思路都是建立在Job shop调度算法的组合运用基础之上的。
