Дипломы, курсовые, рефераты, контрольные...
Срочная помощь в учёбе

Автоматизация операционного планирования дискретного производства при нечеткой исходной информации

Диссертация: Автоматизация операционного планирования дискретного производства при нечеткой исходной информации
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Практическое значение работы. Разработанные модели реализованы в виде комплекса программных средств, обеспечивающих автоматизацию формирования календарных планов производства в рамках единой информационной системы управления предприятием. Программный комплекс позволяет производить расчет календарного плана предприятия в автоматическом режиме. В качестве источника данных могут использоваться любые… Читать ещё >

Содержание

  • 1. Анализ моделей предприятия и методов планирования производства
    • 1. 1. Классификация производственных предприятий
    • 1. 2. Данные, необходимые для автоматизации процесса планирования производства
    • 1. 3. Классификация процесса планирования производства
    • 1. 4. Существующие методы планирования производства
    • 1. 5. Методика планирования производства MRP II
    • 1. 6. Системы синхронного планирования производства APS
    • 1. 7. Нечеткая информация в задачах планирования
    • 1. 8. Цель работы и задачи исследования
  • 2. Постановка задачи тактического планирования производства
    • 2. 1. Концептуальная постановка задачи
    • 2. 2. Математическая постановка задачи
  • 3. Автоматизированная система планирования производства и оптимизации
    • 3. 1. Методика поиска оптимального календарного плана
    • 3. 2. Описание программного обеспечения системы планирования
  • 4. Внедрение программного комплекса и полученные результаты
    • 4. 1. Выбор и описание объекта автоматизации
    • 4. 2. Тестирование системы планирования
    • 4. 3. Производство крупных партий строительных машин СМ

Автоматизация операционного планирования дискретного производства при нечеткой исходной информации (реферат, курсовая, диплом, контрольная)

В условиях рыночных отношений наблюдается тенденция к ужесточению внутриотраслевой конкуренции, когда каждый участник рынка стремится привлечь клиента наиболее выгодным предложением [10]. Таким предложением может быть минимальная цена и/или минимальные сроки поставки продукции. Для сокращения сроков поставки продукции планирование производства должно быть направлено на обеспечение основных принципов рациональной организации рабочих процессов [16] таких, как параллельность, пропорциональность, непрерывность и прямоточность. Соответственно снижение сроков поставок влечет за собой повышение уровня обслуживания покупателей. М. Н. Сипха в [122] привел статистику, которая говорит о важности повышения уровня обслуживания покупателей:

1. «Средний» потребитель в случае своего недовольства продукцией или услугами сообщает об этом 9 или 10 другим людям, а при должным образом удовлетворенной жалобе и разрешении фирмой, возникших у него вследствие этого проблем, информирует об этом только пятерых.

2. На каждую зафиксированную жалобу приходится 19 неудовлетворенных потребителей, предпочитающих с жалобой в компанию не обращаться.

3. Для привлечения нового потребителя требуется в 5−10 раз большее количество ресурсов, нежели для удержания имеющегося потребителя.

4. Для преодоления негативного впечатления от 1 случая потребителю требуется 12 позитивных случаев.

5. Большинство компаний тратят 95% времени обслуживания на устранение последствий возникающих проблем и только 5%— на поиск их причин.

6. Компании, предпринимая попытки рассмотрения жалоб потребителей, более чем в половине случаев только усиливают негативное впечатление о себе.

Таким образом, необходимо улучшение, как качества продукции, так и качества организации производства, что, в свою очередь, требует повышения качества планирования. В общемировой практике управления производством, основные акценты ставятся на разработку оптимальной системы планирования [29, 49]. Эффективная многоуровневая система планирования способна значительно повысить производительность предприятия, а также повысить качество обслуживания клиентов.

На сегодняшний день планирование производства на крупных промышленных предприятиях является проблемным направлением. Введем в рассмотрение трехуровневой) классификацию процесса планирования производства. Эта схема использует простые термины и определения, охватывает все возможные уровни планирования и при этом делит процесс планирования на характерные этапы с различными целями и задачами [30, 56]. Отметим, что на каждом уровне планирования есть свои трудности: па стратегическом уровне — это высокий уровень неопределенности, на оперативном уровне — это маленький горизонт планирования, и работа в текущих условиях. Проблемы, возникающие на стратегическом и оперативном уровнях, обычно решают, используя опыт экспертов предприятия.

В общемировой практике для решения задач производственного планирования активно используется подход «Планирование ресурсов предприятия» (Enterprise resource planning — ERP)[78], Эти системы сейчас внедряются па многих производственных предприятиях, в том числе и в России. Основными недостатками существующих ERP-систем являются их повышенные требования к точности входных данных и упрощенные линейные представления в используемых математических моделях. Таким образом, существующие ERP-системы не обеспечивают решение задач производственного планирования с учетом различных объективно существующих видов неопределенности (стохастичность, нечеткость).

Существуют математические модели способные корректно описывать процесс планирования производства в частных случаях. Как правило, эти модели применимы либо на небольших предприятиях, либо на предприятиях, выпускающих однотипную продукцию в условиях поточного производства. При этом на крупных промышленных предприятиях с дискретным производством разнообразие и объемы выпускаемой продукции весьма значительны, и эксперты не в состоянии проанализировать все варианты запуска в производство необходимой клиентам продукции с целью поиска оптимального плана.

Особенно остро проблема планирования производства стоит на тактическом уровне. С момента получения главного календарного плана предприятия (ГКПП) до формирования сменно-суточных заданий требуется решить задачу оптимального распределения нагрузки на рабочие центры таким образом, чтобы выполнялось условие реализуемости ГКПГ1 при соблюдении принципов параллельности, пропорциональности, непрерывности и прямоточности производства. Эксперты не в состоянии проанализировать все варианты запуска в производство необходимой клиентам продукции с целью поиска оптимального плана. В результате на предприятиях, как правило, используются не оптимальные, а лишь допустимые производственные планы, порождающие множество очевидных недостатков, результатом которых всегда становится снижение прибыли предприятия. Проблема усугубляется еще и тем, что часто невозможно четко сформулировать критерии оптимальности и соответствующие производственные ограничения.

Проблеме календарного планирования производства посвящены работы С. А. Бородича, В. А. Бородина, В. В. Цыганова, Д. А. Новикова, С. В. Питеркина, С. В. Севастьяновой, И. В. Сергеенко, Сох F., Blackstone J., Gaither N., Green J.H. Bermudez J. и других авторов.

Все вышеперечисленное свидетельствует о том, что повышение качества производственного планирования на крупных промышленных предприятиях является задачей важной и актуальной, т.к. адекватная система планирования может значительно повысить результативность (производительность, действенность) производственного процесса, особенно на крупных предприятиях.

Объектом исследования является система операционного планирования дискретного производства машиностроительного предприятия.

Целью данной работы является разработка операционной модели дискретного производственного процесса и методики оптимального календарного планирования дискретного производства на тактическом уровне. Модель должна работать в условиях нечетких ограничений и нечетких критериев оптимальности. Кроме того, модель должна быть реализована в виде программного комплекса, позволяющего экспортировать и импортировать данные из других информационных систем и изменять параметры планирования производства вручную.

Исходя из цели, определены следующие задачи исследования:

1. Построение модели. дискретного производства (производственных подразделений), способной адекватно описывать укрупненные характеристики рабочих центров в условиях нечеткости исходных данных.

2. Построение модели производственного процесса на основе методологии планирования производственных ресурсов MRP II (Manufacturing Resource Planning). Разработка и математическое описание критериев и ограничений задачи оптимизации планирования производства. Постановка задачи оптимизации.

3. Разработка методики поиска оптимального детализированного календарного плана производства.

4. Разработка автоматизированной системы операционного планирования производства в рамках АСУП предприятия, основанная на методике поиска оптимального календарного плана производства.

5. Опытное внедрение автоматизированной системы операционного планирования на машиностроительном предприятии, анализ результатов.

Методы исследования. В процессе выполнения работы были использованы методы теории управления, линейной и нелинейной оптимизации, теории нечетких множеств, методы имитационного моделирования и поддержки принятия решений в условиях неопределенности.

Научная новизна диссертационной работы заключается в следующем:

1. Разработана модель дискретного производственного процесса, отличающаяся учетом нечеткости ограничений на ресурсы предприятия.

2. Впервые разработана оптимизационная модель процесса производственного планирования на тактическом уровне с учетом нечеткости критериев оптимизации.

3. Разработана методика поиска оптимального плана производства, учитывающая особенности операционного планирования на тактическом уровне при нечеткой исходной информации.

4. Предложен новый эффективный алгоритм оптимизации допустимого плана производства на основании разработанного комплексного критерия оптимальности, построенного с применением аппарата теории нечетких множеств.

Практическое значение работы. Разработанные модели реализованы в виде комплекса программных средств, обеспечивающих автоматизацию формирования календарных планов производства в рамках единой информационной системы управления предприятием. Программный комплекс позволяет производить расчет календарного плана предприятия в автоматическом режиме. В качестве источника данных могут использоваться любые информационные системы класса MRP II [82]. Разработанная система дает возможность настраивать параметры планирования с учетом важности критериев оптимизации. Встроенная система отчетности обеспечивает получение и вывод на печать результаты расчетов в той форме, которая удобна конкретному пользователю. Автоматизированная система планирования производства внедрена в опытную эксплуатацию на предприятии холдинга ОАО «Мотовилихинские заводы» (г. Пермь).

На защиту автором выносятся следующие основные положения диссертации:

1. Модель дискретного производства на тактическом уровне планирования с учетом нечеткости ограничений на ресурсы предприятия.

2. Математическая модель многокритериальной оптимизации допустимых планов производства на основе комплексных критериев оптимальности, построенных с применением аппарата теории нечетких множеств.

3. Алгоритмы поиска допустимого и оптимального планов производства.

4. Результаты расчета и анализа оптимального планирования производства крупных партий строительно-дорожных машин.

Внедрение результатов работы. Предложенные в диссертационной работе модели формирования календарных планов производства были использованы при разработке автоматизированной системы планирования производства и внедрены в опытную эксплуатацию на предприятии ОАО «Мотовилихинские заводы».

Апробация работы. Основные положения и результаты диссертационной работы докладывались на научных семинарах, международных и всероссийских конференциях, в том числе: на 17-ой Всероссийской конференции молодых ученых «Математическое моделирование в естественных науках» (г. Пермь, 2008), на Международных конференциях «IT-S&E» (Украина, г. Гурзуф, 2008, 2009), на 5-й и 6-й Всероссийских школах-семинарах молодых ученых «Управление большими системами» (г. Липецк, 2008; г. Ижевск, 2009).

Публикации. По теме диссертационной работы опубликовано 10 печатных работ, в том числе две работы в журналах, включенных в Перечень ВАК РФ.

Структура и объем диссертации

Диссертация состоит из введения, четырех глав, заключения и списка литературы. Объем работы составляет 128 страниц текста, включая 20 рисунков, 20 таблиц. Библиографический список включает 125 источников.

Заключение

.

1. Построена модель производственного процесса предприятия с дискретным типом производства, способная описывать укрупненные характеристики рабочих центров в условиях нечеткости исходных данных.

2. Разработана оптимизационная модель процесса производственного планирования на тактическом уровне, целевая функция которой учитывает все предложенные критерии оптимальности календарного плана и нечеткое соотношение между этими критериями.

3. Разработана методика поиска оптимального детализированного календарного плана производства, включающая новый алгоритм поиска допустимых планов и эффективный алгоритм оптимизации плана производства. Оптимизация проводится на основании разработанного комплексного критерия оптимальности, построенного с применением аппарата теории нечетких множеств.

4. Разработана автоматизированная система планирования производства и оптимизации (АСППО), основанная на методике поиска оптимального календарного плана производства. АСППО реализована в виде программных модулей, объединенных в единый программный комплекс, позволяющий формировать оптимальный календарный план производства на предприятии с дискретным типом производства.

•5. Проведена практическая апробация АСППО в рамках единой интегрированной информационной системы управления производством. АСППО внедрена в опытную эксплуатацию на предприятии ОАО «Мотовилихинские заводы» (г. Пермь).

Показать весь текст

Список литературы

  1. Г., Херцбергер Ю. Введение в интервальные вычисления -Москва: Мир, 1987. -358 с.
  2. B.C., Емельянов А. А., Кукушкин А. А. Системный анализ в управлении М.: Финансы и статистика, 2002. — 368 с.
  3. М. Введение в методы оптимизации М.: Наука, 1977. — 356 с.
  4. В.И. Теория планирования эксперимента М.: Радио и связь, 1983. -243 с.
  5. В.Н., Бояршинов М. Г., Гитман М.Б.и др. Введение в математическое моделирование: Учебное пособие М.: «Логос», 2004,2005. -440 с.
  6. Н.С. Численные мотоды. т.1. М.: Наука, 1977. — 356 с.
  7. М.В. Методы эвристического поиска в задачах планирования и управления Москва: МАИ, 2000. — 48 с.
  8. А.Н., Алексеев А. В., Меркурьева Г. В. Обработка нечеткой информации в системах принятия решений Москва: Радио и связь, 1989. -304 с.
  9. А.Н., Крумберг О. А., Федоров И. П. Принятие решений на основе нечетких моделей Рига: Знание, 1990. — 184 с.
  10. Е.Ф. Экономическая теория: Учеб. пособие- 2-е изд., перераб. и доп. Москва: Юрайт, 1999. — 193 с.
  11. А.В. Календарное планирование производством в условиях нечеткости информации // 5-я Всероссийская школа-семинар молодых ученых «Управление большими системами». Липецк: Изд-во ЛГТУ, 2008. С. 300−306.
  12. А.В., Гитман М. Б. Модель календарного планирования с нечеткими ограничениями // Вестник Магнитогорского государственного технического университета им. Г. И. Носова № 4. Магнитогорск, 2008. С. 79−82.
  13. А.Д. Управление производством на базе стандарта MRP II -Санкт Петербург: Питер, 2002. -416 с.
  14. К.С., Столбов В. Ю. Учет нечетких предпочтений при составлении оптимального учебного расписания в рамках единой информационной системы образовательного учреждения. // Журнал Белорусской инж. академии, 2004. С. 32−35.
  15. В.М. Макроэкономика СПб: Экономическая школа, 1994. — 400 с.
  16. К.В. Стохастические методы в естественных науках М.: Мир, 1986. -525 с.
  17. P.JI., Гитман М. Б., Столбов В. Ю. Управление транспортными сетями электросвязи с учетом нечетких предпочтений // Проблемы управления, 2008. С. 36−39.
  18. М.Б. Введение в теорию нечетких множеств и интервальную математику: 4.1: Применение лингвистической переменной в системах принятия решений Учевн. пособие. Пермь: Изд. Перм. гос. техн. унт., 1998. -45 с.
  19. С.Ю. Теория долгосрочного технико-экономического развития— М.: Экономика, 1993. 86 с.
  20. .В. Курс теории вероятностей Москва: Наука, 1988. -488 с.
  21. А.А., Стакун В. А., Стакун А. А. Математические методы построения прогнозов Москва: Радио и связь, 1997. — 112 с.
  22. .П., Марон И. А., Э.З. Ш. Численные методы анализа -М.: Наука, 1969. -368 с.
  23. Р., Харт П. Распознавание образов и анализ сцен М.: Мир, 1976. — 512 с.
  24. Н.Е., Мудунов А. С. Применение моделей и методов прогнозирования спроса на продукцию сферы услуг Москва: ЦЭМИ РАН, 2000. — 54 с.
  25. А.А., Шумский С. А. Нейрокомпьютинг и его применения в экономике и бизнесе М.: МИФИ, 1998. — 216 с.
  26. П.Г. Основы экономической теории Москва: Наука, 2000.- 115 с.
  27. В.И., Столбов В. Ю. Применение математического моделирования в управлении производственными заказами // Тр. междунар. конф. «Инфокоммуникационные технологии в науке и технике» (Инфоком-2), 2006. С. 146−151.
  28. Заде J1.A. Понятие лингвистической переменной и его применение к принятию приближенных решений Москва: Мир, 1976. — 168 с.
  29. H.JI. Экономика, организация и управление предприятием -Москва: ИНФРА-М, 2004. -455 с.
  30. А.Г. Системы эвристической самоорганизации в технической кибернетике Киев: Техника, 1971. -372 с.
  31. А.В. Алгоритм вычисления расстояния между расписаниями // Тр. Второй Всероссийск. научн. конф. «Методы и средства обработки информации». М.: МАКС Пресс, 2005. С. 546 552.
  32. В.А. Об одном подходе к постановкам стохастических задач оптимизации производства // Экономика и математические методы, 1977. С. 73−77.
  33. А.П., Селиверстов Е. Ю. Обзор методов роя частиц (PSO) для задачи глобальной оптимизации // Наука и образование: электронное научно-техническое издание, www.lechnomag.edu.ru, 2009.
  34. В.А. Производственный менеджмент Москва: ИНФРА-М, 2003. -573 с.
  35. А.Ф., А.Д. X., Чумаков В. В. Принятие решений в условиях неопределенности М.: ВЦ АЕ СССР, 1991. — 211 с.
  36. Г., Корн Т. Справочник по математике М.: Наука, 1974. — 832 с.
  37. B.C., Портенов Н. И., Скороход А. В. Справочник по теории вероятностей и математической статистике — М.: Наука, 1985. — 640 с.
  38. В.А., Смелянский Р. Л., Трекин А. Г. Синтез структур вычислительных систем реального времени с использованием генетических алгоритмов // Программирование, 2000. С. 63−72.
  39. А. Введение в теорию нечетких множеств Москва: Радио и звязь, 1982. -432 с.
  40. С.В. Теория и практика рационального выбора Москва: Маршрут, 2004. — 463 с.
  41. Н.Н. Математические задачи системного анализа М.: Наука, 1981. -488 с.
  42. Н.Н. Элементы теории оптимальных систем М.: Наука, 1975. -528 с.
  43. Н.Н., Ю.П. Ч., Е.М. С. Методы оптимизации М.: Наука, 1978. -352 с.
  44. Л. Нейросетевые алгоритмы прогнозирования и оптимизации и систем М.: Наука и Техника, 2004. — 384 с.
  45. К., Ивьен Б., Глинн Д.и др. С# 2005 и платформа .NET 3.0 для профессионалов М.: «Диалектика», 2007. — 1376 с.
  46. С.А. Проблемы принятия решений при нечеткой исходной информации -Москва: Наука, 1981. -203 с.
  47. С.В., Оладов Н. А., Исаев Д. В. Точно вовремя для России. Практика применения ERP-систем Альпина Бизнес Букс, 2006 — 368 с.
  48. Э.В. Общение с ЭВМ на естественном языке Москва: Наука, 1982. -360 с.
  49. В.Г., Цой Ю.Р. Оценка эффективности эволюционных алгоритмов // Доклады АН, 2005. С. 312−315.
  50. Ю.А. Теория вероятностей, случайные процессы и математическая статистика Москва: Наука, 1989. — 320 с.
  51. В.Г., Цой Ю.Р. Эволюционирующие искусственные нейронные сети // IV Всероссийская конференция студентов, аспирантов и молодых ученых «Молодежь и современные информационные технологии», 2006. С. 411−413.
  52. В.Ю., Федосеев С. А. Модель интеллектуальной системы управления предприятием // Проблемы управления № 5, 2006. С. 3639.
  53. С.А., Олейник А.А., Олейник А.А. PSO-метод // «Интеллектуальные мультиагентные методы (Swarm Intelligence)» -Ч.З 2006. -С. 55−70.
  54. А.Н., Д.П. К. Вводные лекции по прикладной математике -М.: Наука, 1984. 192 с.
  55. Т., Асаи К., Сугэно М. Прикладные нечеткие системы М.: Мир, 1993. -368 с.
  56. Ф. Нейрокомпьютерная техника: Теория и практика М.: Мир, 1992. -240с с.
  57. И.Ф. Сжатие аналоговых сигналов // Межвузовский науч. сб. «ВТ и новые информационные технологии». Вып. 5. Уфа, У Г АТУ, 2003. -С. 23−35.
  58. С.А., Вожаков А. В. Управление производством на тактическом уровне планирования в условиях нечеткой исходной информации // Проблемы управления 2009. С. 36−43.
  59. С.А., Вожаков А. В., Гитман М. Б. Модель календарного планирования производства с нечеткими целями и ограничениями // Системы управления и информационные технологии № 3 Воронеж, 2009. — С. 21−24.
  60. С.А., Вожаков А. В., Гитман М. Б. Тактическое планирование производства при нечетких целях и ограничениях // Сборник научных трудов «Системы мониторинга и управления». Пермь: Изд-во ПГТУ, 2009. С. 237−243.
  61. А., Мак-Кормик Г. Нелинейное программирование. Методы исследования безусловной оптимизации М.: Мир, 1972. -240 с.
  62. Д. Прикладное нелинейное программирование М.: Мир, 1976. -526 с.
  63. Ху Т.Ч., Шинг М. Т. Комбинаторные алгоритмы / Пер. с англ. -Нижний Новгород: Нижегородского госуниверситета им. Н. И. Лобачевского, 2004. с.
  64. Цой Ю. Р. Приближенное вычисление локальных среднего и дисперсии для обработки цифровых изображений // Информационные технологии, 2007. С. 28−32.
  65. В.В., Бородин В. А., Шишкин Г. Б. Интеллектуальное предприятие Москва: Университетская книга, 2004. — 768 с.
  66. Д.Б. Задачи и методы стохастического программирования М.: Советское радио, 1979. -392 с.
  67. Alvarez-Valdes R., Parajon A., Tamarit J.M. A tabu search algorithm for large-scale guillotine (un)constrained two-dimensional cutting problems // Computers & Operations Research, 2002. C. 925−947.
  68. Alvarez-Valdes R., Parreno F., Tamarit J.M. A tabu search algorithm for two-dimensional non-guillotine cutting problems // European Journal of Operational Research, 2007. C. 1167−1182.
  69. Bermudez J. Advanced Planning and Scheduling: Is It as Goods as It Sounds? AMR Research, 1998. — 24 c.
  70. Browne J., Harhen J., J. S. Production management systems: an integrated perspective Addison-Wesley Publishing Company, 1996. -425 c.
  71. Cox F., Blackstone J., M. S. APICS Dictionary, 8th ed. The Educational Society for Resource Management, 1987. — 148 c.
  72. Czech Z.J. Parallel Simulated Annealing for the Delivery Problem // Parallel and Distributed Processing, 2001. C. 219−226.
  73. Eberhart R.C., Kennedy J. A new optimizer using particle swarm theory // Proceedings of the Sixth International Symposium on Micromachine and Human Science, Nagoya, Japan, 1995. C. 39−43.
  74. Fogarty D., Blackstone J., Hoffmann J. Production & inventory management South-Western Publishing Co., Cincinnati, 1993. — 880 c.
  75. Gaither N. APICS Dictionary, 6th ed. American Production and Inventory Control Society, 1987. — 127 c.
  76. Gaither N., Gregory V.F. Production and operations management -Southwestern College Publishing, Cincinnati, 1999. 900 c.
  77. Gelfand S.B., Mitter S.K. Simulated annealing with noisy or imprecise energy measurements // Journal of Optimization Theory and Applications, 1989. -C. 49−62.
  78. Gilmore P., Gomory R. A linear programming approach to the cutting stock problem // Operations Research, 1961. C. 849−859.
  79. Glover F. Tabu search methods for optimization Amsterdam Elsevier, 1998. -576 c.
  80. Glover F. Tabu search: part I // ORSA J. Сотр. vl, 1989. C. 190−206.
  81. Glover F. Tabu search: part II // ORSA J. Сотр. v2 1990. C. 4−32.
  82. Glover F. A template for scatter search and path relinking // Mathematical Programming, 1998. -C. 161−88.
  83. Glover F., Kochenberger G. Critical event tabu search for multidimensional knapsack problems // Meta-Heuristics: Theory & Applic, 1996. C. 407 427.
  84. Glover F., Laguna M. Tabu search Boston: Kluwer Acad. Publ., 1997. -408 c.
  85. Goldratt E.M., Cox J. The Goal: A Process of Ongoing Improvement -North River Press, 1992. 384 c.
  86. Goodfellow R. Manufacturing Resource Planning A Pocket Guide, 1993. -52 c.
  87. Greene J.H. Production and Inventory Control Handbook American Production and Inventory Control Society, 1997. — 1200 c.
  88. Greening D.R. Parallel simulated annealing techniques // Emergent computation, 1991. -C. 293−306.
  89. Haddock J., Mittenthal J. Simulation optimization using simulated annealing // Computers and Industrial Engineering, 1922. C. 387−395.
  90. Hall R.W. Zero Inventories. Dow Jones — Irwin, 1983. — 250 c.
  91. Holland J.H. Adaptation in natural and artificial systems The MIT Press, 1992. -228 c.
  92. Janaki R.D., Sreenivas Т.Н., Ganapathy S.K. Parallel Simulated Annealing Algorithms // J. parallel and distributed computing, 1996. C. 207−212.
  93. Kennedy J. Stereotyping: improving particle swarm performance with cluster analysis // Proceedings of the 2000 Congress on Evolutionary Computation, 2002. C. 1507—1512.
  94. Kennedy J., Eberhart R. Particle swarm optimization // Proceedings of IEEE International conference on Neural Networks, 1995. C. 1942 — 1948.
  95. Kirkpatrick S., Gellat C.D., Vecchi M. Optimization by Simulated Annealing//Sciece, 1983. -C. 671−680.
  96. Laarhoven P., Aarts E., Lenstra J. Job Shop Scheduling by Simulated Annealing//Operations Research, 1992. -C. 113−125.
  97. Landvater D. World Class Production and Inventory Management -John Wiley & Sons, 1993. 304 c.
  98. Landvater D., Christopher D.G. MRP II Standard System. A handbook for Manufacturing Software Survival John Wiley & Sons, Inc., 1989. -352 c.
  99. D. «Are you among MRP’s walking wounded?» Production and Inventory Management, 1981. -497 c.
  100. Ling R., Goddard W. Orchestrating Success: Improve Control of the Business with Sales & Operations Planning John Wiley & Sons, 1995. -176 c.
  101. Liu C.L., Layland J.W. Scheduling Algorithms for Multiprogramming in Hard Real-Time Environment // J. ACM V. 20. № 1, 1973. C. 46−61.
  102. Makridakis S., Wheelwright S. Forecasting Methods for Management -New York: John Wiley, 1985. -480 c.
  103. Marte B. Preemptive scheduling with release times, deadlines and due times // J. ACM. V. 29, № 3, 1982. C. 812−829.
  104. Mitchell M. An Introduction to Genetic Algorithms (Complex Adaptive Systems) The MIT Press, 1998. -221 c.
  105. Niar S., Freville A. A parallel tabu search algorithm for the 0−1 multidimensional khapsack problem // 11th Internal. Parallel Processing Symposium (IPPS' 97), 1997. C. 512−516.
  106. Orlicky J. Material Requirements Planning: The New Way of Life in Production and Inventory Management -New York: McGrow-Hill, 1975. -292 c.
  107. Ozcan E., Mohan C.K. Analysis of a simple particle swarm optimization system // Intelligent Engineering Systems Through Artificial Neural Networks, 1998. -C. 253−258.
  108. Plossl G. Orlicky’s Material Requirements Planning. 2 ed. New York: McGraw-Hill, 1997. -311 c.
  109. Safizadeh M., Raafat F. Formal/informal systems and MRP implementation Production and Inventory Management, 1986. — 367 c.
  110. Salerno J. Using the particle swarm optimization technique to train a recurrent neural model // IEEE International Conference on Tools with Artificial Intelligence, 1997. C. 45−49.
  111. Shapiro B.P., Rangan V.K., Sviokla J.J. Staple Yourself to an Order // Harvard Business Review, 1992. -C. 113−122.
  112. Shen C., Pao Y., Yip P. Scheduling multiple job problems with guided evolutionary simulated annealing approach // Proc. First IEEE Conf. on Evolutionary Computations, 1994. C. 702−706.
  113. Shi Y., Eberhart R.C. A modified particle swarm optimizer // Proceedings of the IEEE Congress on Evolutionary Computation 1998. C. 69−73.
  114. Shi Y., Eberhart R.C. Parameter selection in particle swarm optimization // Evolutionary Programming VII: Proceedings of the Seventh Annual Conference on Evolutionary Programming, New York, 1998. C. 591−600.
  115. Sinha M.N. Winning Back Angry Customers // Quality Progress, American Society for Quality Control, 1993. C. 53−56.
  116. Vollmann Т.Е., William L., Whybark D. Manufacturing Planning and Control Systems -New York: Irwin/McGraw-Hill, 1997. 896 c.
  117. Wight O.W. MRP II: Unlocking America’s Productivity Potential Boston: CBI Publishing Co., 1981. -238 c.
  118. Zaden L.A. Fuzzy sets // Inform Contr., V. 8, 1965. C. 338−353.1. Jli
  119. Утверждаю: ^ Заместитель генерального mptffxi&-fiа по ОУ и ИТ ОАО «М^^^щшяиискис заводы» ^^ Евстратов С.Н.^ «2009 г. 1. Акт о внедрениипрограммного комплекса «Автоматизированная система тактическогопланирования производства»
Заполнить форму текущей работой

Заказал и сдал!