基于企业生产车间的多目标优化调度方法研究

安超

中煤张家口煤矿机械有限责任公司 河北张家口 075000

随着近年来我国经济的高速发展，使得企业在经济市场中的竞争压力也变得越来越大了，为了更好地提高企业的生产效率，控制企业的生产成本，企业管理者就需要不断对企业的生产车间进行多目标优化调度，进而在一定程度上确保企业资源的高效利用，使得企业能够在经济市场当中，具有更强的综合竞争能力。

1 建立数学模型

1.1 设计空间和变量

数学模型是对最优化问题进行求解的主要方式，因此在对企业生产车间进行多目标优化调度时，首先需要建立数学模型，并且选择合适的设计变量和设计空间，保证最优化问题的解决效率。

设计变量是组成设计空间的核心要素，每个设计空间当中都有n个设计变量，组成n维的设计空间。而解决最优化问题，就是要在设计空间组合找到一个设计变量点，既能够满足相对应的约束条件，又能够获得最优化的结果，进而得出最终的解决方案[1]。

1.2 约束条件

在对企业生产车间的多目标优化调度建立数学模型时，还需要制定相应的约束条件。此时，根据设计变量来列出有关函数，并对其制定约束条件。比如说，当对设计变量x的函数f（x），g（x）制定约束条件时，可以将其设置为：

f（x）≤0，h（x）=0

这样一来，通过建立约束条件，使得原有的设计空间被分为约束区域和不满足约束区域这两个部分，进而在对最优化问题进行求解时，能够有一个更加清晰的判断条件，也能够更好地保证最终结果的准确性和有效性。

2 多目标约束最优化

当最优化的问题是在多目标的条件下进行求解时，可以根据非线性约束来对最优化问题进行进一步的求解，比如说，数值迭代算法来对设计条件的函数进行求解：

这样一来，通过数值迭代算法来对最优化问题求解，既需要结合设计变量的目标函数，还需要结合相应的约束条件。因此，对于企业生产车间进行多目标优化调度，最为主要的就是对于约束条件的处理。

为了能够对最优化求解的最终结果进行评价，可以根据设计变量来建设多个指标来作为参考，就可以确立多个设计变量的目标函数了。此时，可以将数学模型建立为：

这样一来，相比较于最初设计变量的目标函数，该数学模型为多目标下的设计变量建立了目标函数，进而实现对企业生产车间的多目标优化调度。

值得注意的是，多目标条件下的最优化问题，在对其进行求解时，无法保证每一个目标都能够得到最优解，使得各个目标之间相互矛盾。某一个目标所得到的是最优解或许对于其他目标来说会产生消极效果。基于此，不仅需要对每个目标都进行不同的处理，确保求解具有针对性，还要根据最终的结果，选择综合性的最优方案，作为多目标条件下最优化问题的结果[2]。

3 企业生产车间多目标优化调度的策略

3.1 优化调度的约束条件

对于企业生产车间的多目标优化调度来说，其主要的包含的是对生产车间内部的车床、待加工产品，以及每个产品所需要加工的工序、加工所涉及到的车床和所需要的加工时间等内容，进而在此基础上对这些生产内容进行进一步的优化调度。

基于此，在对企业生产车间多目标优化调度建立约束条件时，可以从以下这几个方面来进行：首先，可以设定每一道加工程序以及辅助生产程序所需要的时间都是固定的，并且每一个车床在某个时间点只能对一个产品进行加工。其次，每个产品的加工顺序都是固定，必须要按照固定的顺序来对产品进行加工，只有完成了前一个加工程序之后，才能进入到下一个程序当中；并且每个产品之间可以同时进行加工，不分先后顺序。最后，每天在对产品进行加工的初始时间都是固定的，当到达了生产时间，车间内部所有的产品都要开始被加工，而且一旦产品加工开始进行，在单个产品加工完成之前，不可以中断加工。

值得注意的是，在对生产车间多目标优化调度建立约束条件时，必须要充分考虑辅助生产所耗费的时间，并将其加入到加工时间当中。

3.2 多目标优化调度的方式

企业生产车间中最为主要的问题，就是生产时间与生产数量之间的问题，生产数量如果没有达到企业生产车间的最优值，将会产生生产时间延长的现象。此时，在对企业生产车间进行多目标优化调度时，可以从生产量与生产时间两个方面入手，结合有关的约束条件，制定出最优化的方案[3]。

4 结语

综上所述，在对企业生产车间进行多目标优化调度时，首先要做的就是建立有关的数学目标，选择合适的设计空间和设计变量；同时，还要为企业生产车间的多目标优化调度建立约束条件，进而在此基础上，探索和创新出更多的多目标优化调度途径，使得企业的生产效率和生产质量不断提高，增强企业的竞争力。