24小時(shí)論文定制熱線(xiàn)
24小時(shí)論文定制熱線(xiàn)
摘要
隨著(zhù)制造業(yè)市場(chǎng)競爭越來(lái)越激烈，以生產(chǎn)訂單為核心的制造企業(yè)開(kāi)始逐步向多品種、變批量化、周期縮短化、精益化生產(chǎn)的方向發(fā)展。傳統人崗配置方式因缺乏科學(xué)評價(jià)體系、易受人為主觀(guān)意識等影響，導致人不能盡其用、生產(chǎn)效率低下：傳統排產(chǎn)方式因人工計算能力有限，難以獲得多約束條件下復雜生產(chǎn)模式的最優(yōu)排產(chǎn)方案。故本文以工程機械裝配車(chē)間MES系統中多技能人員調度和排產(chǎn)安排為主要研究對象，對其效益最大化問(wèn)題進(jìn)行數學(xué)建模和實(shí)例仿真驗證。本文主要研究?jì)热萑缦拢?/p>
一、 針對裝配線(xiàn)傳統人員配置方式易受人為主觀(guān)意識影響，且班組長(cháng)對人員能力認知有限，無(wú)法實(shí)現人崗配置最優(yōu)化問(wèn)題，以多技能人員在裝配過(guò)程中的時(shí)間效率、合格率和完成率等加工數據作為評價(jià)指標。采用客觀(guān)賦權法中的嫡值法確定各評價(jià)指標的權重系數，提出多技能人員各技能勝任力指致計算方法，以裝配線(xiàn)總勝任力指數值最大化為目標，構建以人崗配置關(guān)系為約束的多技能人員調度優(yōu)化模型，提出一種改進(jìn)匈牙利算法求解人員調度優(yōu)化模型，實(shí)現裝配線(xiàn)多技能人員與工位之間人崗配置最優(yōu)化。以M公司多型號MCV混流裝配線(xiàn)人崗配置為實(shí)例，仿真結果表明改進(jìn)匈牙利算法能有效解決裝配線(xiàn)多技能人員人崗配置最優(yōu)化問(wèn)題，有效避免資源浪費，生產(chǎn)效益提高10.95%-12 86%.
二、針對工程機械多型號產(chǎn)品混流裝配線(xiàn)約束條件復雜，人工排產(chǎn)計算能力有限，難以獲得最優(yōu)排產(chǎn)方案的問(wèn)題，通過(guò)對混流裝配線(xiàn)的排產(chǎn)調度問(wèn)題進(jìn)行廣義描述，以多型號產(chǎn)品混流裝配最大循環(huán)完工周期最小為優(yōu)化目標，構建混流裝配線(xiàn)的排產(chǎn)調度優(yōu)化模型，結合遺傳算法的快速收斂特性和模擬退火算法的Mtopois 判定準則澄出局部最優(yōu)的特性，提出一種遺傳模擬退火算法求解混流裝配線(xiàn)的接產(chǎn)調度優(yōu)化模型，實(shí)現多型號產(chǎn)品混流裝配線(xiàn)的排產(chǎn)優(yōu)化。以M公司工程機械裝配車(chē)間中多型號MCV混流裝配線(xiàn)的排產(chǎn)安排為實(shí)例，仿真結果表明遺傳模擬退火算法能有效解決混流裝配線(xiàn)排產(chǎn)安排最優(yōu)化問(wèn)題，混流裝配循環(huán)周期縮短3.min-43.min,生產(chǎn)效益提高18.2%6-23%.
三工程機械裝配車(chē)間MES系統開(kāi)發(fā)。系統自下而上分為：數據庫層、服務(wù)器層、數據訪(fǎng)問(wèn)層、業(yè)務(wù)邏輯層、用戶(hù)界面層和前端u1層。數據庫層主要對系統的各類(lèi)數據進(jìn)行動(dòng)態(tài)管理和實(shí)時(shí)更新：服務(wù)器層為系統的正常運行以及系統軟硬件的交互提供了頂層，支持；數據訪(fǎng)問(wèn)層通過(guò)將業(yè)務(wù)具體化表現，實(shí)現上層業(yè)務(wù)與下層數據庫之間的信息交互：業(yè)務(wù)邏輯層主要對系統具體功能進(jìn)行邏輯算例的處理，及時(shí)響應前端用戶(hù)指令：用戶(hù)界面層與前端UI層主要包括生產(chǎn)管理、質(zhì)量管理、庫存管理、設備管理和基礎數據管理等模塊，用戶(hù)只需根據需求選擇相應模塊中的功能進(jìn)行操作，業(yè)務(wù)邏輯層將及時(shí)做出響應。
關(guān)鍵詞：裝配線(xiàn)：勝任力指數：多技能人 員調度：排產(chǎn)調度： MES系統
Abstract
With the increasingly fierce competition in the manufactural market, manufactural companies with production orders as the core have gradually begun to develop in the drction of multi-variety, variable batch size, cycle shortening, lean production. Due to the lack of a scientifie evaluation system and sbjective avareness, the tadional way of manning job llocationo results in people unable to make the most of their work and low production eficiency. Traditional scheduling mcthods are dificult to obtain optimal scheduling plans under muliple constraints due to limited manual computing apbilie. Therefore, this paper takes the mulisilled personnel scheduling and scheduling method in the MES system of the construction machinery assembly workshop as the main research objeet and conducts mathematical modeling and example simulation to verify is benefit maximization. The main rescarch contents are as follows:
Firstly, Aiming at the problem that the traditional stffing method of the assembly line is casily ffccted by subjective consciousness and the team leader has limited awareness of personnel capbilties, it is dificult to oplimize the deployment of personnel and posts. The procssing data such as time eficiency, pass rate, and completion rate of mouli-skilled personnel in the assembly process are used as evaluaion indicators, and the entropy method in the objective weighing method is adopted to detemine the weigh cofficient of ceach evaluation index. This paper proposes a calculaion method for the competence index of cach skill of muliskilled personnel. To maximize the total competency index value of the assembly line, the opimizaion model of muliskilled personnel scheduling is constructed with the constaint of the relationship of prsonnel and post configuraion. An improved Hungarian algoritm to solve the opimization model of personnel scheduling is proposed, which realizes the optimization of the deployment of muli-killed personnel and workstations on the assembly line, Taking the man-post configuration of the multi-model MCV mie-low assembly line of M company as an example, the simulation resuls show that the improved Hungary algorithm can ellivcl solve the opimizaion problem of the mut-skilled personnel configurat ion of the assembly line, effectively avoid the waste of resources, and increase the production fficiency by 10.95%~ 12.86%.
Secondly, Because of the complex constraints of the mixed-flow assembly line for multi- model products of construction mac hinery, the limited calculation capac ity of manual production, it is dificult to obtain the optimal scheduling plan, Through the general description of the scheduling problem of the mixed-flow assembly line, the optimization goal is to minimize the maximum cycle completion period of mixed-flow assembly of multi-model products, and the production scheduling and scheduling optimization model of the mixed-flow assembly line is constructed. Combining the rapid convergence characteristics of genetic algorithm and the feature that the Metropolis criterion of simulated annealing algorithm overflows with local optimality, a genetic simulated annealing algorithm is proposed to solve the scheduling optimization model of the mixed-flow assembly line, and realize the optimization of production scheduling of mixed-flow assembly line of multi-model products. Taking the scheduling arrangement of the muti-model MCV mixe-low assembly line in the construction machinery assembly workshop of M company as an example, the simulation results show that the genetic simulated anneal ing algorithm can efetively solve the optimization problem of the mixsed-flow assembly line scheduling arrangement, and the mixed-flow assembly cycle period is shortened by 31. 1min~43.7min. The production eficiency is increased by 18.2%~-23%.
Thirdly, This paper develops the MES system of construction machinery assembly workshop. From bottom to top, the system is pided into database layer, server layer, data access layer, business logic layer, user interface layer, and front-end Ul layer. The database layer mainly conducts dynamic management and real-time update of various data of the system; the server layer provides top-level support for the normal operation of the system and the interaction of system software and hardware; the data access layer real izes the informat ion interaction between the upper-layer business and the lower-layer database by concretizing the business; the business logic layer mainly processes logic calculation examples for specific functions of the system, and responds to front-end user instructions promptly; the user interface layer and the front-end UI layer mainly include modules such as production management, quality management, inventory management, equipment management, and basic data management. Users only need to select the functions in the corresponding modules to operate according to their needs, and the business logic layer will respond in time.
Key words: Assembly line: competency index; multi-skilled personnel schedul ing; production scheduling: MES system
目 錄
第 1 章 緒論
1.1 研究目的及意義
隨著(zhù)制造業(yè)的快速發(fā)展，傳統的制造模式：各制造車(chē)間獨立工作、上層計劃層與下層控制層聯(lián)系不緊密的傳統制造模式，以無(wú)法滿(mǎn)足制造業(yè)高速不斷發(fā)展帶來(lái)的新需求。客戶(hù)需求越來(lái)越多樣化、小批量定制、產(chǎn)品工序越來(lái)越復雜化、生產(chǎn)周期要求越來(lái)越縮短化、企業(yè)管理越發(fā)精益化等新需求，迫使傳統制造模式向集成化、智能化方向轉型升級，工業(yè)4.0 的出現將物聯(lián)網(wǎng)、大數據、云計算、互聯(lián)網(wǎng)等新興技術(shù)與工業(yè)生產(chǎn)相融合，為企業(yè)向智慧工廠(chǎng)轉型升級帶來(lái)了新契機。從第一次工業(yè)革命到今天的工業(yè) 4.0,新技術(shù)和新理論的出現不斷推動(dòng)制造業(yè)的新變革，不斷推進(jìn)制造業(yè)向智慧化方向邁進(jìn)，智慧工廠(chǎng)的智能制造必將是未來(lái)本行業(yè)長(cháng)期著(zhù)力發(fā)展的方向和目標，而要想把握好工業(yè) 4.0,加快智能制造的發(fā)展，對工業(yè)物聯(lián)網(wǎng)和智能制造 MES 系統的研究和開(kāi)發(fā)顯得尤為重要。
工業(yè)物聯(lián)網(wǎng)是將 IOT 與 Internet 技術(shù)融合到制造技術(shù)當中衍生出的新技術(shù)，被廣泛應用于工業(yè)領(lǐng)域中[1],按結構類(lèi)型可將其分解成感知層、網(wǎng)絡(luò )層和應用層[2],如圖 1-1 所示。
感知層是利用無(wú)線(xiàn)射頻識別、傳感器等感知設備，實(shí)現隨時(shí)隨地動(dòng)態(tài)獲取目標物體的相關(guān)數據；網(wǎng)絡(luò )層主要包括移動(dòng)通信網(wǎng)、國際互聯(lián)網(wǎng)和傳感器網(wǎng)絡(luò )等，通過(guò)網(wǎng)絡(luò )將感知到的各類(lèi)信息進(jìn)行實(shí)時(shí)傳輸；應用層是通過(guò)計算機技術(shù)自動(dòng)處理接收到的各類(lèi)數據。但是在將工業(yè)物聯(lián)網(wǎng)與企業(yè)實(shí)際相融合搭建智能化工廠(chǎng)時(shí)，又對其進(jìn)一步劃分為：現場(chǎng)層、控制層、操作層、管理層和企業(yè)層等五大層次[3],如圖 1-2 所示。現場(chǎng)層包括作業(yè)現場(chǎng)環(huán)境和設備；控制層主要包括各種控制器、HMI 以及電源等；操作層主要包括 DCS 與 SCADA等；管理層主要包含 MES 和工廠(chǎng)工程組態(tài)；企業(yè)層主要指 ERP 和 PLM,通過(guò)工業(yè)網(wǎng)絡(luò )（現場(chǎng)總線(xiàn)、工業(yè)以太網(wǎng)等）將各層進(jìn)行組網(wǎng)，完成從上層管理到底層控制的網(wǎng)絡(luò )連接，達到管理作業(yè)過(guò)程、監控現場(chǎng)作業(yè)、采集作業(yè)現場(chǎng)各類(lèi)數據的業(yè)務(wù)需求。
工業(yè)物聯(lián)網(wǎng)作為工業(yè) 4.0 的核心，在推動(dòng)智能制造進(jìn)程上起著(zhù)至關(guān)重要的作用，為解決企業(yè)上層計劃層與底層控制層之間的"鴻溝"以及"孤島"問(wèn)題帶來(lái)了解決方案[4],即基于工業(yè)物聯(lián)網(wǎng)的智能制造 MES 系統的開(kāi)發(fā)。
MES 系統主要職能是對車(chē)間的各類(lèi)生產(chǎn)數據進(jìn)行統一管理，介于上級計劃層與下級控制層之間。它可以為管理者提供生產(chǎn)計劃的實(shí)施和追蹤數據，包括所有生產(chǎn)資源的實(shí)時(shí)狀況數據，是溝通上級計劃層和下級控制層之間的中間樞紐，填補了企業(yè)上層與底層之間的"空白"[5],如圖 1-3 所示。
在 MES 出現之前，企業(yè)生產(chǎn)依靠許多單一軟件共同運作完成管理，譬如設備、質(zhì)量、庫存、數據采集、人員信息等管理軟件協(xié)同運作，由于單一軟件之間集成性不足，且數據共享難以實(shí)現，無(wú)法使生產(chǎn)過(guò)程達到最優(yōu)化[6, 7],而隨著(zhù)工業(yè)水平的高速不斷地發(fā)展，客戶(hù)要求越發(fā)多樣化，小批量定制，工序越發(fā)復雜化，傳統的車(chē)間生產(chǎn)管理模式以無(wú)法滿(mǎn)足各方需求[8],存在諸如：上層計劃層無(wú)法將生產(chǎn)任務(wù)分化到底層控制層的每個(gè)作業(yè)現場(chǎng)；底層控制層對于突發(fā)情況及生產(chǎn)數據信息亦無(wú)法及時(shí)傳輸給上層計劃層；各車(chē)間各設備之間難以實(shí)現有效的集成和數據共享，成為一個(gè)個(gè)"孤島";生產(chǎn)要素信息數據管理簡(jiǎn)單且具有延遲性，無(wú)法對原始數據進(jìn)行及時(shí)有效的挖掘和管理等問(wèn)題，為了解決此類(lèi)問(wèn)題[9-12],制造執行系統（MES）應運而生，MES 的出現在很大程度上對車(chē)間生產(chǎn)管理進(jìn)行了總體優(yōu)化，加速了能制造進(jìn)程。
完整的 MES 一般包含：資源配置和狀態(tài)監測，工序級生產(chǎn)任務(wù)，生產(chǎn)的過(guò)程、調度、設備、人力、質(zhì)量、文檔、產(chǎn)品數據與跟蹤等管理，現場(chǎng)數據采集，性能分析等功能模塊[13],如圖 1-4 所示。一般情況下企業(yè)根據自身實(shí)際情況與需求，選取其中的幾個(gè)模塊進(jìn)行組合并配合工業(yè)物聯(lián)網(wǎng)即可搭建出一個(gè)完整的智能工廠(chǎng)框架。
基于工業(yè)物聯(lián)網(wǎng)的智能制造 MES 系統的出現，加速了制造業(yè)智能化進(jìn)程，在實(shí)際應用中有利于實(shí)現：企業(yè)實(shí)時(shí)獲取生產(chǎn)過(guò)程現場(chǎng)信息；作業(yè)現場(chǎng)的動(dòng)態(tài)監視與管控、信息的可視化管理；生產(chǎn)要素信息數據的挖掘利用，作業(yè)過(guò)程的可回溯性；計劃層與控制層、各車(chē)間、各設備之間的聯(lián)系與溝通；加快企業(yè)邁向智慧化的步伐，增強對產(chǎn)品的制造與管控能力。 1.2 國內外研究現狀制造執行系統（MES）作為企業(yè)向智慧工廠(chǎng)進(jìn)發(fā)的主力軍之一，其重要程度不可忽視，已被當今各大企業(yè)作為重點(diǎn)研發(fā)項目，特別是在德國"工業(yè) 4.0"和"中國制造 2025"的雙重戰略推動(dòng)下，現今對 MES 的需求已然呈指數式爆發(fā)增長(cháng)[14].同時(shí)，MES 系統一直是國內外學(xué)者熱衷研究的課題之一，在本世紀初為加速我國信息化與工業(yè)化的融合，開(kāi)始實(shí)行"中國制造 2025"戰略，極大鼓舞了企業(yè)和科研院校積極參與推進(jìn)智能制造 MES 的發(fā)展[15, 16].其中生產(chǎn)調度管理模塊作為 MES 系統的核心之一，其本質(zhì)是以人員調度和排產(chǎn)調度為核心的優(yōu)化問(wèn)題，它是衡量車(chē)間智能化水平的重要指標之一，因此對其進(jìn)行研究尤為必要。
1.2.1 MES 系統研究現狀
隨著(zhù)大數據、云計算、物聯(lián)網(wǎng)等新型技術(shù)被不斷挖掘開(kāi)發(fā)出來(lái)，國內外專(zhuān)家學(xué)者對MES 系統的研究越發(fā)深入，MES 系統也越來(lái)越智能化和信息化。
祝洪敏、梁磊、荊師佳等人針對傳統 ERP 無(wú)法滿(mǎn)足生產(chǎn)車(chē)間"精益化"和"智能化"生產(chǎn)管理的新需求，采用 DIS 和 OPC 等技術(shù)將各信息化孤島連接起來(lái)，并與 ERP 進(jìn)行系統集成，改善了生產(chǎn)車(chē)間管理，促進(jìn)了車(chē)間"精益化"和"智能化"發(fā)展[17-21];徐祿、許紅巖、朱鐸先、張柏興等人針對傳統 MES 系統無(wú)法滿(mǎn)足競爭市場(chǎng)多變化、企業(yè)向智能化方向轉型的發(fā)展訴求，通過(guò)將信息化與新興工業(yè)生產(chǎn)思想相融合加入到整個(gè)生產(chǎn)過(guò)程的管控中，實(shí)現傳統 MES 系統升級，提高企業(yè)智能化程度[22-25];翁剛針對生產(chǎn)過(guò)程信息化管理水平落后問(wèn)題，使用"環(huán)+星"方式進(jìn)行車(chē)間網(wǎng)絡(luò )的部署，并引入現代化信息技術(shù)，實(shí)現車(chē)間 MES 的信息化升級，提高生產(chǎn)過(guò)程信息化管理水平[26];張道弘在對市場(chǎng)需求深入調研后，針對智慧工廠(chǎng)的實(shí)現所需的 MES 功能給出了詳細描述和方案，為 MES 的實(shí)現提供了可行方案[27, 28];趙振、劉韓影、靳春光、楊娜針對離散制造業(yè)車(chē)間信息化管理程度低下，導致生產(chǎn)效率低下的問(wèn)題，利用工業(yè)以太網(wǎng)實(shí)現制造過(guò)程中數據的快速交互以及流程控制，并在此基礎上開(kāi)發(fā)和完善 MES 的部分功能模塊，提高制造過(guò)程信息化管理水平[29-32];肖德風(fēng)針對工業(yè)大數據背景下工業(yè)信息安全的需求，通過(guò)提出基于 MES 背景下的工業(yè)大數據安全機制，提高了企業(yè)安全防控能力[33].
Zwolińska B 等人針對傳統 MES 系統在高度自動(dòng)化水平的生產(chǎn)中機動(dòng)性和敏捷性不足問(wèn)題，采用貝葉斯推理規則，開(kāi)發(fā) MES 個(gè)性算法，提高 MES 系統靈活性和敏捷性[34];Babak Shirazi 等人針對傳統 ERP 和 MES 效率效率低下，無(wú)法滿(mǎn)足企業(yè)所需的問(wèn)題，提出一種基于云計算的ERP、MES和SPX集成的敏捷體系結構，提高企業(yè)生產(chǎn)效率[35];AlmadaLobo F、Mithun Mukherjee 等人為滿(mǎn)足客戶(hù)定制化產(chǎn)品新需求，將物聯(lián)網(wǎng)、云計算、移動(dòng)設備和大數據等技術(shù)相結合，構建了智能化 MES 系統，促進(jìn)企業(yè)向智能化轉型升級[36, 37].
國內外對 MES 的開(kāi)發(fā)更多以 C/S 作為系統框架，系統對客戶(hù)端依賴(lài)強，后期維護成本較高，本課題創(chuàng )新性使用 B/S 作為系統框架，擺脫對客戶(hù)機的依賴(lài)，增強系統拓展性。
1.2.2 車(chē)間人員調度算法研究現狀
"人力資源"最早于 1954 年由 Peter Drucker[38] 提出，相比于其它資源，人力資源具備主觀(guān)能動(dòng)性，不僅能夠被作用，同時(shí)還具有反作用能力。人崗優(yōu)化匹配最早出現于 1980年，它是對人力資源高效挖掘、合理分配、避免浪費的有效途徑，它是企業(yè)管理中不可或缺的部分[39],一直以來(lái)備受海內外學(xué)者所關(guān)注。
胡明路針對生產(chǎn)車(chē)間人員調度管理缺乏科學(xué)評價(jià)體系的問(wèn)題，將情景和理性主義兩種分析法相結合，歸納出生產(chǎn)車(chē)間人員的勝任力，改善車(chē)間人員調度管理[40];劉淼、王品悅等人針對生產(chǎn)車(chē)間人員配置不合理導致生產(chǎn)效率低下等問(wèn)題，利用 Witness、eM-Plant等軟件對車(chē)間人員配置優(yōu)化問(wèn)題進(jìn)行建模和分析，在一定程度上改善了生產(chǎn)車(chē)間人員配置[41-43];高麗、林仁等人針對柔性制造車(chē)間人崗匹配不合理問(wèn)題，以人崗配置方案和作業(yè)排序最優(yōu)化為目標函數，構建人崗配置模型，通過(guò)提出一種多目標混合算法和一種改進(jìn)遺傳算法求解配置模型，降低了企業(yè)勞務(wù)成本、提高生產(chǎn)效益[44-46];李冬梅、張震等人針對汽車(chē)零部件機加車(chē)間，人員加工數據采集不及時(shí)、人員生產(chǎn)過(guò)程追溯不完整、人員能力評估不準確等問(wèn)題，采用 RFID 和物聯(lián)網(wǎng)實(shí)時(shí)采集加工數據，并采用數理統計方法量化評估人員能力水平，改善了車(chē)間人員管理，增強了產(chǎn)品質(zhì)量的管控力度[47, 48];張維存等人以完工周期最小化為目標，建立"一人多機"的并行工作調度模型，通過(guò)提出一種改進(jìn)人工蜂群優(yōu)化算法求解調度模型，縮短機加車(chē)間完工時(shí)間，節約生產(chǎn)成本[49, 50];劉明周等人以人員歷史加工數據為依據，以質(zhì)量和時(shí)間為指標獲得人員能力評價(jià)值，以人員能力評價(jià)值為基礎，構建制造車(chē)間人員調度優(yōu)化模型，采用混合 PSO 算法求解模型，實(shí)現制造車(chē)間人員調度合理化[51];曹樂(lè )等人針對裝配線(xiàn)人員配置不合理導致裝配效率低下的問(wèn)題，以人員的能力水平和累計在崗作業(yè)時(shí)間為依據，以人崗適應度總和最大化、各匹配間適應度差異最小化為目標函數，構建人崗配置模型，設計一種基于崗位適應度矩陣的啟發(fā)式算法求解模型，優(yōu)化了人員與工位之間的匹配問(wèn)題，提高了產(chǎn)線(xiàn)的生產(chǎn)效益[52].
X Cai 等人針對生產(chǎn)車(chē)間混合技能人員的管理效率低下問(wèn)題，以調配人員成本最小化為目標，構建人崗配置優(yōu)化模型，提出一種改進(jìn)的多準則遺傳算法[53]求解模型，提高了車(chē)間混合技能人員管理效率；Albert Corominas、Koichi Nakade 等人針對裝配車(chē)間產(chǎn)線(xiàn)人員配置不合理，導致產(chǎn)線(xiàn)裝配周期過(guò)長(cháng)的問(wèn)題，分別以裝配節拍縮短化、人員減員化、人員成本最小化為目標函數，構建人崗配置優(yōu)化模型，并分別采用二進(jìn)制線(xiàn)性規劃方法[54]和提 出一種用于計算人員最優(yōu)分配的優(yōu)化算法[55]求解模型，優(yōu)化了車(chē)間人崗配置問(wèn)題，降低了生產(chǎn)節拍和生產(chǎn)成本；Cristobal Miralles[56]等人針對裝配流水線(xiàn)人員分配不平衡問(wèn)題，基 于人員對應工位的裝配時(shí)間，以生產(chǎn)效益與人員總舒適度均最大化為目標，構建人崗優(yōu)化配置模型，提出一種基于分支和邊界的啟發(fā)式算法求解模型，提高了生產(chǎn)效益與人員舒適度；Yiyo Kuo[57]等人針對掌握多種裝配能力的人員在多條產(chǎn)線(xiàn)之間混合調配問(wèn)題，將人員按能力等級高低編排，以人員混合調配頻率最低化為目標，構建混合整數規劃模型，利用模型求解軟件對模型進(jìn)行求解，優(yōu)化多技能人員在多產(chǎn)線(xiàn)間的混合調配問(wèn)題。
國內外對車(chē)間人員調度主要集中于機加車(chē)間研究，對裝配車(chē)間尤其是一線(xiàn)人員調度研究缺乏，本課題將以裝配線(xiàn)掌握多種裝配能力的人員為研究對象，采用改進(jìn)匈牙利算法將裝配線(xiàn)人崗匹配問(wèn)題轉化為最優(yōu)組合的數學(xué)問(wèn)題，有效優(yōu)化裝配線(xiàn)掌握多種裝配能力的人員調度問(wèn)題，填補對裝配車(chē)間一線(xiàn)人員調度研究的不足。
1.2.3 車(chē)間排產(chǎn)調度算法研究現狀
排產(chǎn)調度概念最早出現于 1954 年，由英國科學(xué)家 Johnson 提出，且最初的研究?jì)H限于兩臺機床之間的排產(chǎn)[58],此后排產(chǎn)調度問(wèn)題被不斷研究和拓展，并被應用到各類(lèi)作業(yè)車(chē)間中。制造企業(yè)的排產(chǎn)問(wèn)題按車(chē)間類(lèi)型主要分為兩類(lèi)，一類(lèi)是機加車(chē)間的排產(chǎn)調度，另一類(lèi)則是裝配車(chē)間的排產(chǎn)調度。
在對機加車(chē)間的排產(chǎn)調度研究中，馬超等人針對機加車(chē)間生產(chǎn)任務(wù)混亂、無(wú)法按時(shí)交貨、高冗余等問(wèn)題，以最小化作業(yè)時(shí)間作為目標，提出了各種改進(jìn)遺傳算法，優(yōu)化了機加車(chē)間的排產(chǎn)過(guò)程[59-63];趙澤鈺、王勁松等人針對機加車(chē)間人工排產(chǎn)落后問(wèn)題，分別提出了基于約束理論的排產(chǎn)方法[64]和基于規則的啟發(fā)式算法[65],有效優(yōu)化了傳統排產(chǎn)方式。
在對裝配車(chē)間的排產(chǎn)調度研究中，姜麗蘋(píng)、陸雪和 Patrick 等人針對裝配車(chē)間的傳統人工排產(chǎn)方案不合理問(wèn)題，分別提出了基于約束規則的排產(chǎn)模型[66]、基于資源優(yōu)先級的排產(chǎn)模型[67, 68]以及基于多屬性的排序規則排產(chǎn)模型[69, 70],并采用模型求解軟件求解模型，優(yōu)化了裝配車(chē)間排產(chǎn)問(wèn)題；熊福力、M.Omkumar 等人針對多級裝配車(chē)間生產(chǎn)不均衡，導致出現大量庫存問(wèn)題，以總裝配費用最低為目標函數，分別提出模型非線(xiàn)性約束線(xiàn)性化方法[71]和一種新的基于蟻群算法的啟發(fā)式算法[72],優(yōu)化了裝配車(chē)間排產(chǎn)，實(shí)現車(chē)間均衡生產(chǎn)；Roberto Dominguez 等人針對多型號產(chǎn)品混流裝配車(chē)間排產(chǎn)方案不合理，排產(chǎn)周期過(guò)長(cháng)問(wèn)題，以最小裝配完工時(shí)間為目標函數，基于粒子群和人工免疫理論，提出一種混合型的粒子群算法，并基于抗體密度的選擇策略避免粒子多樣性的流失，進(jìn)而避免陷入局部最優(yōu)的問(wèn)題，優(yōu)化了裝配車(chē)間的排產(chǎn)問(wèn)題[73];童小英等人針對多型號產(chǎn)品混流裝配車(chē)間產(chǎn)品復雜化、多樣化、變批量化、生產(chǎn)周期縮短化的新需求，以裝配循環(huán)周期時(shí)間最短[74-77]或裝配成本最低[78]為目標函數，提出各種改進(jìn)遺傳算法求解多型號產(chǎn)品混合裝配流水車(chē)間排產(chǎn)模型，優(yōu)化了多型號產(chǎn)品混合裝配流水車(chē)間排產(chǎn)問(wèn)題。
國內外對于車(chē)間排產(chǎn)研究中產(chǎn)品型號單一或型號種類(lèi)較少，對于多約束條件下多型號產(chǎn)品混流裝配的排產(chǎn)調度研究缺乏，本課題將以多約束條件下多型號產(chǎn)品混流裝配為研究對象，創(chuàng )新性提出一種改進(jìn)的遺傳模擬退火算法，優(yōu)化多約束條件下多型號產(chǎn)品混合裝配流水線(xiàn)的排產(chǎn)問(wèn)題，為后續研究者提供一種可行的方法。
1.3 本文主要研究?jì)热?/strong>
本文根據工程機械裝配車(chē)間混流裝配線(xiàn)的特點(diǎn)，以實(shí)現裝配線(xiàn)上人員總體效益最高和最大裝配循環(huán)時(shí)間最小為目標，通過(guò)對人員勝任力指數的評價(jià)考核體系的構建以及人員調度和排產(chǎn)調度模型的建立，采用改進(jìn)的調度算法對模型進(jìn)行求解，彌補傳統人員配置方法和傳統人工排產(chǎn)方法的不足，實(shí)現混流裝配線(xiàn)人員和排產(chǎn)的智能調度，最后，本文將改進(jìn)的人員調度算法以及排產(chǎn)調度算法應用到工程機械裝配車(chē)間 MES 系統的開(kāi)發(fā)中。本文主要研究?jì)热萦校?/p>
（1）確定裝配線(xiàn)人員各項評價(jià)指標，將各項評價(jià)指標作無(wú)量綱化處理和類(lèi)型一致化處理，采用熵值法確定各項指標的占比系數，以此獲得裝配線(xiàn)人員勝任力計算方法，以裝配線(xiàn)人員各項裝配技能的勝任能力水平為依據，以裝配線(xiàn)的整體效益最大化為目標函數，構建裝配線(xiàn)人員調度優(yōu)化模型，利用改進(jìn)匈牙利算法求解調度模型，實(shí)現裝配線(xiàn)人員調度最優(yōu)化，并通過(guò)實(shí)例進(jìn)行驗證；
（2）以人員調度得到的各工位實(shí)際裝配時(shí)間為依據，以多型號產(chǎn)品混合裝配最大循環(huán)完工周期最短為目標，構建多型號混合裝配流水線(xiàn)排產(chǎn)優(yōu)化模型，提出一種遺傳模擬退火算法求解模型，實(shí)現多型號產(chǎn)品混合裝配流水線(xiàn)排產(chǎn)調度的優(yōu)化，并通過(guò)實(shí)例進(jìn)行驗證；
（3）將人員調度算法和排產(chǎn)調度算法融合到所開(kāi)發(fā)的 MES 系統當中，并開(kāi)發(fā)其他相應功能子模塊，實(shí)現工程機械裝配車(chē)間人崗配置與排產(chǎn)安排的智能化和實(shí)時(shí)化。
1.4 論文的組織結構
論文分五章對工程機械裝配車(chē)間 MES 系統中的人員調度和排產(chǎn)調度問(wèn)題進(jìn)行了研究，以及對 MES 系統部分功能模塊的開(kāi)發(fā)，論文組織結構如圖 1-5 所示。
各章節具體安排如下：
第一章：首先明確指出本課題研究的目的和意義，然后全面綜合敘述海內外關(guān)于 MES系統、人員調度和排產(chǎn)調度的相關(guān)研究，最后對本文的主要研究?jì)热葸M(jìn)行概括描述；第二章：通過(guò)分析裝配線(xiàn)人員配置的特點(diǎn)和問(wèn)題，對裝配線(xiàn)多技能人員勝任力的定義和經(jīng)典模型進(jìn)行概述，以人員歷史加工數據中的時(shí)間效率、合格率和完成率為評價(jià)指標，結合熵值法獲得多技能人員的勝任力指數計算方法，構建裝配線(xiàn)人崗匹配優(yōu)化模型，提出一種改進(jìn)匈牙利算法求解調度模型，最后通過(guò)實(shí)例進(jìn)行驗證。
第三章：通過(guò)對多型號混合裝配流水線(xiàn)的排產(chǎn)問(wèn)題進(jìn)行分析，結合產(chǎn)線(xiàn)的特點(diǎn)，構建多型號混合裝配流水線(xiàn)的排產(chǎn)調度模型，提出一種遺傳模擬退火算法求解模型，最后通過(guò)實(shí)例進(jìn)行驗證。
第四章：首先根據工程機械裝配車(chē)間的實(shí)際需求，對工程機械裝配車(chē)間 MES 系統進(jìn)行整體架構設計和技術(shù)選型，然后對系統數據庫模型進(jìn)行設計，最后基于 IntelliJ IDEA、MySQL Workbench 等開(kāi)發(fā)環(huán)境完成工程機械裝配車(chē)間 MES 系統的開(kāi)發(fā)。
第五章：本文研究成果的總結，主要包括人員調度和排產(chǎn)調度的研究成果、MES 系統的開(kāi)發(fā)成果；對研究過(guò)程中存在的不足以及對未來(lái)的展望進(jìn)行了簡(jiǎn)述。
第 2 章 基于改進(jìn)匈牙利算法的裝配線(xiàn)人員調度優(yōu)化研究
2.1 裝配線(xiàn)人員調度的特點(diǎn)和問(wèn)題
2.2 裝配線(xiàn)多技能人員勝任力評價(jià)
2.2.1 勝任力的定義和模型
2.2.2 多技能人員勝任力指數計算
2.3 裝配線(xiàn)人員調度優(yōu)化模型
2.3.1 人員調度優(yōu)化模型概念
2.3.2 人員調度優(yōu)化模型問(wèn)題描述
2.3.3 人員調度優(yōu)化模型構建
2.4 改進(jìn)匈牙利算法
2.5 實(shí)例仿真驗證
2.6 本章小結
第 3 章 多型號混流裝配線(xiàn)排產(chǎn)調度優(yōu)化研究
3.1 混流裝配線(xiàn)排產(chǎn)問(wèn)題描述
3.2 混流裝配線(xiàn)排產(chǎn)調度優(yōu)化模型
3.3 遺傳模擬退火算法
3.3.1 染色體編碼與初始化種群
3.3.2 適應度函數定義
3.3.3 遺傳操作
3.3.4 模擬退火操作
3.4 實(shí)例仿真驗證
3.5 本章小結
第 4 章 工程機械裝配車(chē)間 MES 系統開(kāi)發(fā)
4.1 系統整體框架設計
4.2 數據庫設計
4.2.1 數據庫應用場(chǎng)景需求分析
4.2.2 數據庫概念結構設計
4.2.3 數據表設計
4.3 MES 系統功能模塊設計與技術(shù)實(shí)現
4.3.1 系統工作原理
4.3.2 生產(chǎn)管理模塊
4.3.3 質(zhì)量管理模塊
4.3.4 庫存管理模塊
4.3.5 設備管理模塊
4.3.6 基礎數據管理模塊
4.4 本章小結
第 5 章 結論與展望
5.1 結論
本文針工程機械混流裝配車(chē)間客戶(hù)需求多樣化、產(chǎn)品復雜化、變批量化、生產(chǎn)周期縮短化等需求，分析混合裝配流水線(xiàn)的特點(diǎn)和問(wèn)題，提出了一種改進(jìn)匈牙利算法對裝配線(xiàn)人員進(jìn)行優(yōu)化調度，提出了一種遺傳模擬退火算法對裝配線(xiàn)排產(chǎn)進(jìn)行優(yōu)化調度，以 B/S 架構設計和開(kāi)發(fā)工程機械裝配車(chē)間 MES 系統，對推進(jìn)企業(yè)智慧工廠(chǎng)的建設進(jìn)程。主要研究成果如下：
（1）針對裝配線(xiàn)傳統人崗配置方式因缺乏科學(xué)評價(jià)體系、班組長(cháng)對班組人員裝配能力認知不足、易受人為主觀(guān)意識影響、人工計算能力有限，導致人員調度不合理、人不能盡其用、裝配效率低下以及廢品率增加等問(wèn)題。本文基于勝任力原理，考慮了時(shí)間效率、合格率以及完成率等對裝配線(xiàn)效益的影響，利用客觀(guān)賦權法中的熵值法為三個(gè)指標賦權，構建了以時(shí)間效率、合格率以及完成率等作為評價(jià)指標的裝配線(xiàn)多技能人員勝任力評價(jià)體系；基于最優(yōu)匹配原理，分析了勝任力指數與經(jīng)濟效益之間的關(guān)系，以總勝任力指數最大化為目標函數，構建了裝配線(xiàn)多技能人員優(yōu)化調度模型，提出了一種改進(jìn)匈牙利算法對模型進(jìn)行求解，優(yōu)化了裝配線(xiàn)多技能人員調度，提升了產(chǎn)線(xiàn)效益。
（2）針對帶復雜約束條件的多型號混合裝配流水線(xiàn)的 Flowshop 生產(chǎn)模式，傳統人工排產(chǎn)方式易受人為主觀(guān)意識影響、計算能力有限以及考慮問(wèn)題不全面等因素影響，導致混合裝配流水線(xiàn)生產(chǎn)效率低下和生產(chǎn)周期延長(cháng)等問(wèn)題。本文分析了多型號混合裝配流水線(xiàn)Flowshop 生產(chǎn)模式的特點(diǎn)，采用平行移動(dòng)的時(shí)間組織形式進(jìn)行作業(yè)，避免了物料成批等待現象出現，以多型號產(chǎn)品混流裝配最大循環(huán)完工時(shí)間最小化為目標函數，建立了多型號混流裝配線(xiàn)排產(chǎn)優(yōu)化模型，提出了一種遺傳模擬退火算法求解排產(chǎn)模型，優(yōu)化了混合裝配流水線(xiàn)的排產(chǎn)調度，極大縮短了排產(chǎn)周期和生產(chǎn)周期。
（3）在 IntelliJ IDEA 平臺中完成了工程機械裝配車(chē)間 MES 系統的開(kāi)發(fā)。利用 Java語(yǔ)言完成系統框架搭建，利用 CSS、HTML、JavaScript、Bootstrap、JSP、JSTL 等技術(shù)完成系統前端網(wǎng)頁(yè)的開(kāi)發(fā)，利用 Servlet、JQuery、JDBCTemplate、Duird、BeanUtils、Tomcat、MySQL 等技術(shù)完成系統后端功能的開(kāi)發(fā)，利用 MySQL Workbench 對系統數據進(jìn)行動(dòng)態(tài)管理。系統主要包括生產(chǎn)、質(zhì)量、庫存、設備和基礎數據等 5 大管理模塊。實(shí)現了工程機械裝配車(chē)間產(chǎn)線(xiàn)人員調度、計劃排產(chǎn)、質(zhì)量監控、庫存管理、基礎數據管理、設備狀態(tài)監測等功能。最后在 M 公司的工程機械裝配車(chē)間對系統進(jìn)行測試和驗證，通過(guò)測試和驗證結果分析，本文的 MES 系統可以順利完成裝配線(xiàn)人員調度和計劃排產(chǎn)調度任務(wù)，產(chǎn)線(xiàn)效益得到極大提升。
本文的研究為制造業(yè)車(chē)間 MES 系統的開(kāi)發(fā)和應用提供了可行的技術(shù)方案，對企業(yè)向智慧工廠(chǎng)轉型升級具有重要意義。
5.2 展望
本文針對工程機械裝配車(chē)間 MES 系統中的調度問(wèn)題進(jìn)行研究，并做出了一定的研究成果，但是仍存在一些不足之處，后續還需不斷的進(jìn)行理論學(xué)習和實(shí)驗驗證。對未來(lái)展望如下：
（1）對多技能人員勝任力評價(jià)過(guò)程中，人員勝任力的研究還需考慮更多影響因子，以應對諸如新入職人員無(wú)歷史加工數據等情況。
（2）本文在人員調度過(guò)程中，雖然考慮到了人員因故請假、為高耗時(shí)工序增派人員和產(chǎn)線(xiàn)新增可配置人員的情況，但是假設條件過(guò)于理想化。在實(shí)際作業(yè)過(guò)程中作業(yè)人員將會(huì )因個(gè)人主觀(guān)意識影響作業(yè)效率，且作業(yè)人員可能因某些因素中途離開(kāi)，這些因素都將會(huì )對系統的人員調度造成影響。需進(jìn)一步提升系統中人員調度應對此類(lèi)情況的能力。
（3）本文在排產(chǎn)調度過(guò)程中，沒(méi)有考慮工件的轉運時(shí)間，但是在實(shí)際工況下，工件的轉運時(shí)間將會(huì )對排產(chǎn)結果造成一定的影響。需進(jìn)一步對模型進(jìn)一步完善，使系統更加貼合實(shí)際工況。
（4）本文所開(kāi)發(fā)的工程機械裝配車(chē)間 MES 系統功能相對簡(jiǎn)單，后續需對系統各功能進(jìn)一步完善升級。
致謝
時(shí)光荏苒，三年研究生學(xué)習生涯即將結束，回首這一路走來(lái)的種種經(jīng)歷，既有酸甜苦辣，更有收獲與成長(cháng)。回首過(guò)去三年時(shí)光，要感激的人很多，要整理的東西很多，一抬頭一伸手每一件物品都在播映過(guò)去三年的點(diǎn)點(diǎn)滴滴。在此論文完成之際，謹向三年來(lái)給予我關(guān)心、支持和幫助的老師們、同學(xué)們、朋友們、家人們表示由衷感謝。
首先，由衷地感謝我的導師高峰教授，高老師對我的精心指導讓我受益良多，他對于科學(xué)嚴肅的態(tài)度、對于治學(xué)嚴謹的精神，對于工作精益求精的作風(fēng)一直以來(lái)都深深地激勵和感染著(zhù)我。本論文也是在高老師的悉心指導下完成的，從最初論文選題再到最后論文的撰寫(xiě)，每一個(gè)環(huán)節都傾注了高老師的心血。我現在能夠取得的成績(jì)和進(jìn)步都離不開(kāi)高老師的諄諄教誨。在此畢業(yè)之際，謹向高老師致以最崇高的敬意和最衷心的感謝，感謝他對我學(xué)業(yè)上的悉心指導和生活上的熱情幫助。
感謝課題組的李艷老師在我課題進(jìn)行過(guò)程中遇到困難時(shí)為我提供幫助和新思路。李老師學(xué)識淵博、治學(xué)嚴謹、嚴于律己，在我的課題選題、研究工作開(kāi)展中，提供了關(guān)鍵、新穎的意見(jiàn)和見(jiàn)解，為研究工作順利開(kāi)展提供方向性指導。李老師對工作的認真、對學(xué)術(shù)的嚴謹、對科研的鉆研、對學(xué)生的照顧以及獨特的人格魅力深深的影響著(zhù)我，是我學(xué)習的榜樣。
感謝課題組楊勃老師、段繼豪老師、稅琳棋老師在我論文開(kāi)題和每周的工作進(jìn)展匯報中及時(shí)提出建議，避免我走彎路。感謝課題組楊新剛副教授、史恩秀副教授、王世軍副教授、芮宏斌老師、劉鴻雁老師、吳文武老師、郭正老師、王豆老師、劉辰老師、張東亞老師、楊元老師在論文開(kāi)題和日常研究中給予的意見(jiàn)和建議。
感謝課題組的劉奔、賈偉濤、折寶林、劉甲峰、馮垚垚、黨凱師兄和李盼盼、海儷馨、張潔、焦宇琳師姐，他們在我初入課題組時(shí)，對我關(guān)愛(ài)有加，幫助我快速融入到教研室的科研氛圍中來(lái)；感謝同窗蒙李鑫、楊睿凱、寇欣、李文強、陳廷廣、馮元彬、梁正雄、朱盡偉、趙朋軒、陳江博、慶爍爍、段曉強、鄭文哲三年期間在學(xué)習中給予我的幫助，在生活中給我帶來(lái)的歡樂(lè )。
感謝母校西安理工大學(xué)，在過(guò)去三年里，"祖國、榮譽(yù)、責任"的校訓始終銘記于心，成為我學(xué)習工作的準則，我為我是西理人而倍感驕傲。
感謝這篇論文所涉及到的各位專(zhuān)家學(xué)者。本文引用了數位學(xué)者的研究文獻，如果沒(méi)有各位學(xué)者的研究成果的幫助和啟發(fā)，難以完成文章的撰寫(xiě)！
感謝論文評審的專(zhuān)家、學(xué)者，您的建議和意見(jiàn)將有助于我在本課題的研究更加深入、完善！
感謝我的家人，感謝你們長(cháng)期以來(lái)的支持，正是因為有你們，才成就了今天的我！最后，由衷感謝這一路走來(lái)給予過(guò)我幫助的所有人，在此我由衷地說(shuō)一聲：謝謝你們！
參考文獻
[1] 于洪飛。 工業(yè)物聯(lián)網(wǎng)技術(shù)的應用及發(fā)展[J]. 電子技術(shù)與軟件工程， 2019, （08）： 20.
[2] 李銳君， 周偉， 侯維巖。 面向先進(jìn)制造環(huán)境的工業(yè)物聯(lián)網(wǎng)關(guān)鍵技術(shù)研究[J]. 儀表技術(shù)，2017, （03）： 4-7.
[3] 唐堂， 滕琳， 吳杰等。 全面實(shí)現數字化是通向智能制造的必由之路--解讀《智能制造之路：數字化工廠(chǎng)》[J]. 中國機械工程， 2018, 29（03）： 366-377.
[4] 王瑩， 王金旺。 工業(yè)物聯(lián)網(wǎng)技術(shù)方案及發(fā)展大潮[J]. 電子產(chǎn)品世界， 2018, 25（03）： 9-14.
[5] 甘麗， 方木云。 MES與ERP系統的集成研究與應用[J]. 計算機技術(shù)與發(fā)展， 2009, 19（03）：223-226.
[6] 羅鳳。 智能工廠(chǎng) MES 關(guān)鍵技術(shù)研究[D]. 西南科技大學(xué)， 2017[7] 沈為清， 張興啟。 智能制造產(chǎn)線(xiàn) MES 的體系架構研究[J]. 技術(shù)與市場(chǎng)， 2019, 26（08）：48-49.
[8] 張如偉， 李媛， 張圓圓。 基于工業(yè)物聯(lián)網(wǎng)的工程機械智能裝配關(guān)鍵技術(shù)分析[J]. 科技創(chuàng )新與應用， 2019, （06）： 139-140.
[9] 基于宜科傳感器的車(chē)間 MES 解決方案[J]. 智慧工廠(chǎng)， 2018, （10）： 35-36.
[10] MES 系統如何提高企業(yè)的四大能力[J]. 智慧工廠(chǎng)， 2018, （05）： 35.
[11] 企業(yè)實(shí)施 MES 系統的五大理由[J]. 智慧工廠(chǎng)， 2018, （01）： 38-39.
[12] 王榮利， 王軍， 馬軍偉等。 智能制造技術(shù)--MES 系統在裝配過(guò)程中的應用及探究[J]. 國防制造技術(shù)， 2016, （04）： 42-45.
[13] 劉慧， 孫嘉玉。 智能制造下企業(yè) MES 系統的實(shí)現路徑[J]. 中國機電工業(yè)， 2016, （12）：96-97.
[14] 吉學(xué)剛， 申子正。 MES 系統在客車(chē)涂裝中的應用研究[J]. 汽車(chē)實(shí)用技術(shù)， 2020, 45（20）：141-144.
[15] 何俊藝。 基于中國制造2025背景下智能制造專(zhuān)業(yè)群實(shí)訓教學(xué)體系重構與提升研究[J].時(shí)代汽車(chē)， 2020, （19）： 45-46.
[16] 劉惠玲， 許可嘉。 智能制造關(guān)鍵技術(shù)概述[J]. 質(zhì)量與認證， 2020, （11）： 48-49.
[17] 祝洪敏， 王新亭， 祝建航。 淺析實(shí)施 MES 系統對企業(yè)發(fā)展的重要性[J]. 計算機光盤(pán)軟件與應用， 2014, 17（01）： 117-118.
[18] 梁磊， 林彤， 馮軍等。 基于 MES 系統的智能車(chē)間實(shí)施方案[J]. 信息技術(shù)與信息化，2019, （12）： 61-64.
[19] 荊師佳。 能源企業(yè) ERP 與 MES 集成應用[J]. 電子技術(shù)與軟件工程， 2019, （24）： 150-151.
[20] Choi B.K., Kim B.H. MES （manufacturing execution system） architecture for FMScompatible to ERP （enterprise planning system）[J]. International Journal of ComputerIntegrated Manufacturing, 2002, 15（3）： 49-53.
[21] D B., S H., et al. Development of the MES software and Integration with an existing ERPSoftware in Industrial Enterprise[J]. International Journal of Computer IntegratedManufacturing, 2020, 15（5）： 10-15.
[22] 徐祿。 精益化 MES 系統在造紙行業(yè)中的應用[J]. 黑龍江造紙， 2018, 46（02）： 13-17.
[23] 許紅巖。 淺談 MES 系統在制造企業(yè)的應用[J]. 現代經(jīng)濟信息， 2019, （10）： 117.
[24] 朱鐸先。 傳統 MES 已經(jīng)過(guò)時(shí)，智能制造呼喚新理念[J]. 智能制造， 2019, （06）： 20-28.
[25] 張柏興。 汽車(chē)總裝生產(chǎn)線(xiàn)的 MES 系統設計[J]. 山東工業(yè)技術(shù)， 2020, （02）： 106-111.
[26] 翁剛。 基于 MES 系統的生產(chǎn)車(chē)間信息化管理探析[J]. 信息通信， 2019, （09）： 138-140.
[27] 張道弘。 基于 MES 系統實(shí)現智慧工廠(chǎng)的解決方案[J]. 建材世界， 2019, 40（05）： 123-126.
[28] 黃永杰。 制造執行管理系統（MES）的應用探析[J]. 價(jià)值工程， 2011, 30（21）： 163-164.
[29] 趙振， 葉佩青。 基于MES的智能制造系統設計[J]. 組合機床與自動(dòng)化加工技術(shù)， 2019,（10）： 154-155+160.
[30] 劉韓影， 吳佳佳， 丁華等。 離散制造業(yè) MES 生產(chǎn)數據采集技術(shù)探討[J]. 科技創(chuàng )新導報， 2019, 16（31）： 82+84.
[31] 靳春光。 基于 MES 的生產(chǎn)管理研究與應用[J]. 中國新通信， 2020, 22（04）： 118.
[32] 楊娜。 離散型制造業(yè) MES 系統的實(shí)施與應用探討[J]. 裝備制造技術(shù)， 2020, （05）： 273-275+278.
[33] 肖德風(fēng)。 基于 MES 系統背景的工業(yè)大數據安全機制研究[J]. 信息與電腦（理論版），2020, 32（13）： 195-197.
[34] B Z., A T.A., N C.-G. Personalization of the MES System to the Needs of Highly VariableProduction[J]. Sensors （Basel, Switzerland）， 2020, 20（22）： 132-139.
[35] Shirazi B. Cloud-based architecture of service-oriented MES for subcontracting andpartnership exchanges integration: A game theory approach[J]. Robotics and ComputerIntegrated Manufacturing, 2019, 59: 11-17.
[36] F A.-L. The Industry 4.0 revolution and the future of manufacturing execution systems（MES）[J]. Journal of innovation management, 2015, 3（4）： 16-21.
[37] B C., J W., Mukherjee M. Smart factory of industry 4.0: Key technologies, application case,and challenges[J]. IEEE Access, 2017, 6: 6505-6519.
[38] 彼得德魯克。 管理的實(shí)踐[J]. 商學(xué)院， 2005, （12）： F0001-F0002.
[39] 陳德權。 進(jìn)行人力資源戰略分析，優(yōu)化人力資源配置[J]. 科技創(chuàng )新與應用， 2012, （04）：221.
[40] 胡明路。 智能制造背景下生產(chǎn)車(chē)間基層管理人員勝任力研究[J]. 生產(chǎn)力研究， 2020,（06）： 123-126.
[41] 劉淼。 基于 Witness 的車(chē)間物流人員配置的系統仿真與分析[J]. 科技資訊， 2013, （25）：32-33.
[42] 王品悅。 基于 eM-Plant 的車(chē)間人員配置仿真研究[J]. 廣東廣播電視大學(xué)學(xué)報， 2013,22（03）： 110-112.
[43] 張紅梅， 張愛(ài)平。 車(chē)間人員配置規劃研究[J]. 科技創(chuàng )新導報， 2010, （05）： 235-236.
[44] 高麗， 徐克林， 朱偉等人。 柔性生產(chǎn)中人員配置模型及其調度算法[J]. 哈爾濱工業(yè)大學(xué)學(xué)報， 2012, 44（05）： 144-148.
[45] 林仁， 周?chē)A。 任務(wù)分解控制及人員柔性的車(chē)間集成調度[J]. 計算機工程與應用，2015, 51（04）： 11-16+104.
[46] 林仁， 周?chē)A， 夏方禮等。 人員柔性度對作業(yè)車(chē)間調度的影響研究[J]. 計算機應用研究， 2016, 33（10）： 3017-3020+3025.
[47] 李冬梅， 王嵩。 離散制造車(chē)間 MES 下人員管理系統設計[J]. 電子技術(shù)與軟件工程，2018, （11）： 206-207.
[48] 張震， 尤鳳翔。 基于MES的離散型車(chē)間人員管理系統設計[J]. 中國管理信息化， 2018,21（01）： 67-69.
[49] 張維存， 李?lèi)倫偅?左天帥。 考慮人員裝卸時(shí)間的作業(yè)車(chē)間調度問(wèn)題[J]. 制造業(yè)自動(dòng)化，2020, 42（08）： 87-94.
[50] 張維存， 趙曉巧。 柔性作業(yè)車(chē)間人員配置及作業(yè)排序問(wèn)題研究[J]. 計算機應用研究，2018, 35（12）： 3722-3728.
[51] 劉明周， 高納， 葛茂根等。 基于勝任指數的制造車(chē)間操作工優(yōu)化配置模型[J]. 合肥工業(yè)大學(xué)學(xué)報（自然科學(xué)版）， 2011, 34（10）： 1466-1469.
[52] 曹樂(lè )， 王彪， 劉飛等。 裝配線(xiàn)多技能作業(yè)人員優(yōu)化配置模型[J]. 重慶大學(xué)學(xué)報， 2010,33（12）： 21-26.
[53] Cai X., Li K.N. A genetic algorithm for scheduling staff of mixed skills under multicriteria[J]. European Journal of Operational Research, 2000, 125（2）： 65-69.
[54] Corominas A., Pastor R., Plans J. Balancing assembly line with skilled and unskilledworkers[J]. Omega, 2006, 36（6）： 23-27.
[55] Nakade K., Nishiwaki R. Optimal allocation of heterogeneous workers in a U-shapedproduction line[J]. Computers & Industrial Engineering, 2007, 54（3）： 6-10.
[56] Miralles C., García-Sabater J.P., Andrés C. et al. Branch and bound procedures for solvingthe Assembly Line Worker Assignment and Balancing Problem: Application to ShelteredWork centres for Disabled[J]. Discrete Applied Mathematics, 2005, 156（3）： 77-83.
[57] Kuo Y., Yang T. Optimization of mixed-skill multi-line operator allocation problem[J].
Computers & Industrial Engineering, 2007, 53（3）： 91-97.
[58] Johnson S.M. Optimal two-and three-stage production schedules with setup timesincluded[J]. Naval research logistics quarterly, 1954, 1（1）： 43-45.
[59] 馬超。 JW 公司發(fā)動(dòng)機氣門(mén)生產(chǎn)線(xiàn)排產(chǎn)排序研究[J]. 內燃機與配件， 2019, （17）： 39-41.
[60] 趙婧， 包偉華。 基于分步遺傳算法的壓力變送器排產(chǎn)優(yōu)化[J]. 應用技術(shù)學(xué)報， 2019,19（01）： 65-71.
[61] 韓忠華， 朱一行， 史海波等。 基于改進(jìn)緊致遺傳算法的柔性流水車(chē)間組批排產(chǎn)優(yōu)化問(wèn)題研究[J]. 系統工程理論與實(shí)踐， 2016, 36（06）： 1616-1624.
[62] 陳園園， 夏筱筠， 柏松等。 粒子群遺傳算法在離散制造業(yè)排產(chǎn)中的研究[J]. 計算機系統應用， 2016, 25（05）： 94-100.
[63] 姜鵬， 高美鳳。 遺傳算法在剎車(chē)片生產(chǎn)計劃排產(chǎn)中的應用與實(shí)踐[J]. 計算機系統應用，2019, 28（04）： 225-230.
[64] 趙澤鈺， 彭來(lái)湖， 胡旭東等。 基于約束理論的針織數字車(chē)間排產(chǎn)優(yōu)化方法[J]. 輕工機械， 2020, 38（03）： 100-104.
[65] 王勁松， 萬(wàn)年彬， 袁海霞等。 卷煙廠(chǎng)制絲車(chē)間自動(dòng)排產(chǎn)問(wèn)題研究[J]. 物流技術(shù)， 2020,39（02）： 98-101+135.
[66] 姜麗蘋(píng)， 史海波， 彭慧。 涂裝裝配車(chē)間計劃排產(chǎn)建模與仿真[J]. 信息與控制， 2013,42（05）： 652-656.
[67] 陸雪鵬， 沈石松， 李超。 裝配車(chē)間自動(dòng)排產(chǎn)系統的研究[J]. 電子元器件與信息技術(shù)，2019, 3（05）： 77-80.
[68] Paul M., Sridharan R., Ramanan T.R. A multi-objective decision-making framework usingpreference selection index for assembly job shop scheduling problem[J]. Int. J. ofManagement Concepts and Philosophy, 2016, 9（4）： 66-68.
[69] Philipoom P.R., Russell R.S., Fry T.D. A preliminary investigation of multi-attribute basedsequencing rules for assembly shops[J]. International Journal of Production Research, 1991,29（4）： 75-79.
[70] Ernst A.T., Jiang H., Krishnamoorthy M. et al. Staff scheduling and rostering: A review ofapplications, methods and models[J]. European Journal of Operational Research, 2004,153（1）： 66-69.
[71] 熊福力， 嚴洪森。 多級汽車(chē)裝配車(chē)間的集成排產(chǎn)優(yōu)化模型[J]. 系統工程理論與實(shí)踐，2010, 30（10）： 1891-1900.
[72] Omkumar M., Shahabudeen P. Ant Colony Optimisation for multi-level assembly job shopscheduling[J]. Int. J. of Manufacturing Research, 2009, 4（4）： 89-93.
[73] Du H., Liu D., Zhang M.-h. et al. A Hybrid Algorithm Based on Particle Swarm Optimizationand Artificial Immune for an Assembly Job Shop Scheduling Problem[J]. MathematicalProblems in Engineering, 2016, 2016: 77-81.
[74] 童小英， 滕瑞飛， 孫麗。 仿真環(huán)境下基于遺傳算法的混流裝配線(xiàn)排產(chǎn)優(yōu)化研究[J]. 制造技術(shù)與機床， 2018, （11）： 29-35.
[75] 李玉城， 朱夏揚， 夏子怡等。 基于遺傳算法的多品種小型電機裝配排產(chǎn)優(yōu)化[J]. 價(jià)值工程， 2020, 39（04）： 293-295.
[76] 韓志甲， 鄧海峽， 李曉平。 基于遺傳算法的排產(chǎn)優(yōu)化方法[J]. 太赫茲科學(xué)與電子信息學(xué)報， 2014, 12（04）： 595-599.
[77] Shi F., Zhao S., Meng Y. Hybrid algorithm based on improved extended shifting bottleneckprocedure and GA for assembly job shop scheduling problem[J]. International Journal ofProduction Research, 2020, 58（9）： 93-96.
[78] Wong T.C., Chan F.T.S., Chan L.Y. A resource-constrained assembly job shop schedulingproblem with Lot Streaming technique[J]. Computers & Industrial Engineering, 2009,57（3）：77-79.
[79] 宋雨晴。 指派問(wèn)題的改進(jìn)算法[J]. 科技視界， 2012, （14）： 106-108.
[80] 李廷鵬， 錢(qián)彥嶺， 李岳。 基于改進(jìn)匈牙利算法的多技能人員調度方法[J]. 國防科技大學(xué)學(xué)報， 2016, 38（02）： 144-149.
（如您需要查看本篇畢業(yè)設計全文，請您聯(lián)系客服索取）