用於優化散裝產品混合和包裝車間的性能指標的方法和裝置的製作方法

2023-04-30 07:31:21

專利名稱：用於優化散裝產品混合和包裝車間的性能指標的方法和裝置的製作方法
技術領域：
本發明的領域是優化方法、工具和程序。
背景技術：
本領域中已知散裝產品混合和包裝車間。在這樣的車間中製造的說明性散裝產品是石油產品(例如，潤滑油、蠟和油脂)、表面塗料(例如，底漆、油漆、著色劑和清漆)、健康和個人護理產品(例如，液體洗衣清潔劑、洗碗液、香波和護髮劑、液體肥皂、以及沐浴露)、食物和飲料產品(例如，酒精飲料、軟飲料、瓶裝水、以及調味品)。這些車間製造大量產品等級和規格。、確保容量、生產和存貨以滿足用於大量產品等級和規格的非特定級別需求提出了有挑戰性的問題。一個解決方案是簡單地維持過多級別存貨和/或保存製造足以滿足在用於給定產品的需求中任何未曾預料的峰值的容量的空間。然而，該方法是昂貴的。本實踐以分級方式將長期和中期容量計劃與生產和存貨計劃分離。換句話說，容量決策首先被作出，並且然後變為在生產和存貨的隨後計劃中的約束。更特別地，容量計劃通常每兩年或三年作出，用於多達幾年的中到長期範圍。容量計劃還通常分為由長期容量計劃和中期容量計劃構成的兩步處理。例如，基於預計需求預測和/或公司的長期商業戰略，長期容量計劃可能涉及戰略性資源決策，諸如，車間擴大或縮小，新車間開張或關閉等。進而，中期容量技術可能涉及添加或去除輪班(通常伴隨勞動力的添加或減小)、添加裝置、在給定工作班次中添加或去除工人、允許或要求超時工作等。在已經作出關於聚集容量(也叫作最大生產率)的長期決策之後，通常作出這些中期計劃決策。相反地，生產和存貨計劃通常每半年或每季度完成，以考慮預計需求作出關於要求級別的生產和安全庫存的短期決策，同時保持聚集容量——通常按照每單位時間的容量表示——不變。例如，在給定車間配置和指定操作進度表內，生產批量大小可以被優化以滿足最低製造成本的需求要求。由於每批生產都可能招致轉換成本，所以較大批量大小的生產可以允許通過減小所需要的轉換的數目來減少成本。然而，較大批量大小傾向於增加要被處理的其他批次的等待時間，從而要求增加安全存貨的水平以滿足需求。這增加了存貨持有成本。從而，可以通過找到平衡這些競爭成本的最優批量來改進散裝產品混合和包裝車間的操作。當前，因為生產和存貨計劃與容量計劃分離分等級地完成，所以所得到的操作計劃可能不能實現特定機會以減少成本和/或捕捉增加的需求。以此方式構想的操作計劃可能不能捕捉通過在需求的預期增加到達之前容量增加之後立即承載較少安全存貨來降低成本的機會。相反地，以此方式構想的操作計劃可能不能通過在需求維持增加之後增加容量之前承載更多安全存貨來捕捉需求的增加。分級計劃將不一直產生生產和存貨的最優計劃。
本領域的當前狀態包括在大多數企業資源計劃(ERP)軟體包中實現的粗略產能計劃(RCCP)和產能需求計劃(CRP)步驟。可以使用RCCP和CRP技術來驗證是否存在足夠的容量以滿足所提出的主生產計劃的要求並且提供用於滿足計劃的總容量推薦。然而，用於推薦按照裝置、操作班次結構和勞動力表達的合適量容量的工具不可用。從而，需要更多綜合決策產生方法、工具和電腦程式，以改進散裝產品混合和包裝車間的操作。


附圖僅被用於說明目的。附圖並不意在以任何方式限制本發明的範圍。圖I示出可以由本發明建模的車間的實例。 圖2示出根據本發明的某些實施例的在使用表示為時間消耗的儲存罐時的多種活動。圖3示出描述產品混合和批量大小決策對用於在混合和填充/包裝裝置處的生產的可用時間的影響的混合裝置、罐、以及填充/包裝裝置之間的相互作用。圖4示出如何根據通過本發明的某些實施例獲得的解算來執行組合混合。圖5是可以由本發明的某些實施例建模的地區或地域性市場位置中的供應網絡的實例。

發明內容
本發明涉及決策產生方法、工具和電腦程式，以生成用於給定計劃時段的容量、生產和存貨計劃，以關於給定性能指標改進或優化一個或多個散裝產品混合和包裝車間的操作，同時仍然滿足關鍵操作約束。在每種情況下，一個或多個車間包括裝置的網絡，裝置的網絡包括混合裝置、一個或多個儲存罐、包裝裝置、一個或多個包裝產品存儲設施、以及卸載和卸貨設施。本發明的一個實施例是用於在指定約束下在規定時間周期內使操作朝向用於性能度量的最優效果推進的方式操作一個或多個散裝產品混合和包裝車間的方法。該方法包括至少四個步驟。該方法中的第一步驟是接收數據集合的計算機實現步驟。數據集合包括以下一個或多個Ca)識別時間範圍的數據；(b)識別混合裝置及其一個或多個操作參數的數據；(C)識別儲存罐及其一個或多個操作參數的數據；(d)識別包裝裝置及其一個或多個操作參數的數據；(e)識別包裝產品存儲設施及其一個或多個操作參數的數據；(f)識別卸載和卸貨設施及其一個或多個操作參數的數據；(g)與車間裝置之間的互連有關的數據；以及
(h)與用於每種包裝產品的歷史需求有關的數據。方法中的第二步驟是使用數據集合來填充混合整數非線性數學優化模型中的模型參數的計算機實現步驟，所述混合整數非線性數學優化模型被構建成在數學上描述混合和包裝車間的操作。除了參數之外，模型還包括決策變量、約束、以及目標函數。模型的變量表示在每個時間間隔作出的關於車間容量、生產和存貨的定量決策。模型的約束包括以下一個或多個Ca)限制混合裝置的可用性和容量的一個或多個項；(b)限制儲存罐的可用性和容量的一個或多個項；(C)限制包裝裝置的可用性和容量的一個或多個項；(d)限制包裝產品存儲設施的可用性和容量的一個或多個項；(e)限制卸載和卸貨設施的可用性和容量的一個或多個項；(f)使每種包裝產品的批次的數目與產品批量大小相關的一個或多個非線性項；以及(g)使每批包裝產品的大小與要求用於產品的安全庫存的數量相關的一個或多個非線性項。模型的目標函數是性能度量。在一個實施例中，混合整數非線性數學優化模型為混合整數非線性程序(MINLP)的形式。在另一個實施例中，混合整數非線性數學優化模型為混合整數非線性動態程序的形式。該方法的第三步驟是運行算法解算器以操縱決策變量的計算機實現步驟。變量被操縱以識別更接近用於目標函數的最優而推進車間操作的變量值的解算集合。 該方法中的第四步驟根據所獲得的解算真實地並且優選準確地操作。該步驟可以手動地或自動地執行，但是通常，假設決策的性質正被作出，解算要求通過車間計劃和/或操作人員進行中間檢查、論述和核准。本發明的另一個實施例是用於識別最優或接近最優操作計劃以滿足用於一個或多個散裝產品混合和包裝車間的性能度量的決策產生工具。決策產生工具包括至少三個組件。工具中的第一組件是用於存儲數據文件的計算機可讀器件，其中，數據文件包含先前描述的數據集合。工具中的第二組件是用於存儲數學模型的計算機可讀器件，其中，模型如先前所述。工具中的第三組件是包括優化平臺的處理器，優化平臺包括算法解算器。優化平臺可操作成加載模型，讀取數據文件中的數據，根據數據文件來填充模型參數，以及執行算法解算器。算法解算器可操作成操縱模型中的決策變量，以識別優化目標函數的變量值的
隹A
口 O本發明的另一個實施例是可由包含可由計算機執行的電腦程式的計算機可讀的程序存儲設備。電腦程式包括可操作成使計算機識別最優或接近最優操作計劃以滿足用於一個或多個散裝產品混合和包裝車間的性能度量的代碼。更特別地，指令可操作成使計算機執行至少三個動作。第一動作是檢索和讀取數據文件，其中，數據文件包含先前描述的數據集合。第二動作是使用數據文件來填充數學模型中的模型參數，其中，模型如先前所述。第三動作是執行算法解算器，以操縱模型中的決策變量，以識別優化目標函數的變量值的解算集合。這些實施例中的每個都結合生產決策(例如，批/批量、填充率、生產批次的數目)和存貨決策(例如，安全庫存水平)給用戶提供同時估計與長期車間容量(例如，可用裝置和人)和中期容量(例如，操作班次結構)有關的不同決策變量，並且識別在給定計劃時段內可以作出以滿足性能目標同時仍然滿足關鍵操作約束的選擇的最佳組合的唯一方式。對於這些實施例中的每個，特定優選性能度量是成本。在這樣的優選實施例中，在此描述的方法、工具和程序使用戶能夠作出協調容量、生產和存貨決策，其將最小化在給定計劃時段內的車間操作成本，同時仍然滿足關鍵操作約束。本發明的這些和其他特徵以下將更詳細地進行闡述。
具體實施例方式除非另外明確地限定，否則在此使用的所有技術和科學術語都具有本領域普通技術人員通常理解的意義。以下詞語和短語具有以下意義、
「散裝產品」是指鬆散未包裝形式的基本液體產品。說明性散裝產品是用於製造潤滑油、油脂、蠟、底漆、油漆、著色劑和清漆及其添加劑的基本原料。散裝產品的其他實例包括用於液體洗滌劑、香波和護髮劑、液體肥皂、酒精飲料、軟飲料、調味品、及其添加劑的基本原料。「混合產品」是指與一種或多種其他散裝產品和/或添加劑混合的散裝產品。說明性混合產品包括商業級潤滑油、油脂、蠟、底漆、油漆、著色劑和清漆。混合產品的其他實例包括未包裝的液體洗滌劑、液體肥皂、香波和護髮劑、沐浴露、酒精飲料、軟飲料、瓶裝水、和調味品。「代碼」包括原始碼和目標代碼兩者。如在此可互換使用的「計算機」、「處理器」和「計算機處理器」，甚至當單獨使用時，是指直接或間接地彼此相互作用的單個計算機或計算機的集合。 在此可互換使用的「電腦程式」或「計算機應用程式」是指以諸如機器碼的計算機可讀語言編寫的指令集合，意在在計算機上執行以執行任務。「計算機可讀介質」包括可以存儲計算機可讀數據的所有物理有形介質。作為非暫時性的合適計算機可讀介質包括但不限於存儲介質，諸如，磁性存儲介質(例如，ROM、軟盤、硬碟等)、光學讀取介質(例如，⑶ROM (只讀光碟存儲器)、DVD (數字視頻盤)、光碟的可重寫版本等)、混合磁性光碟、有機盤、系統存儲器(只讀存儲器、隨機存取存儲器)、以及非易失性存儲器，諸如快閃記憶體或任何其他易失性或非易失性存儲器。計算機可讀介質還包括位於單個處理系統或分布在本地或相互遠離的多個處理系統之間的合作或互連計算機可讀介質。「模型」是一個或多個處理的一些或所有部分的數學描述，並且可以為單個模型或多個組件模型的構造的形式。「接近最優」或「接近最佳」是基於例如到最優的依次獲得的解算的收斂的最優的近似。「包裝產品」是指傳統上用於下遊銷售(例如，批發和零售)的在容器中的混合產品。說明性包裝產品包括存儲在硬紙盒、鐵罐、瓶子、桶和鼓形圓桶中的混合產品，其每個都可以改變大小。包裝產品通常進而被進一步組織到貨櫃(pallet)中。數學模型的上下文中的「參數」是指輸入變量。因此，雖然車間處理的模型中的參數可以隨著時間並且從車間到車間而改變，但是參數被配置/填充成在運行用於車間處理的模型的優化之前匹配用於特定車間的當前數據。「不合格產品(slop)」是關於在裝置的給定集合上處理的產品的樣本，其中，該裝置穿過裝置以清除處理其他產品留下的雜質。由於其中存在得到的雜質而導致不合格產品通常作為廢物被丟棄。散裝產品混合和包裝車間在此描述的所有方法、工具和程序都涉及用於一個或多個散裝產品混合和包裝車間的容量、生產和存貨計劃(共同稱為「操作計劃」)。典型散裝產品混合和包裝車間由直接或間接互連的裝置的網絡構成。該網絡包括用於混合散裝產品的混合裝置。該網絡進一步包括用於存儲原材料、組件和混合散裝產品的一個或多個儲存罐。該網絡進一步包括用於將混合產品包裝為包裝產品的填充/包裝裝置。該網絡進一步包括用於存儲包裝產品的包裝產品存儲設施(例如，倉庫)。最後，該網絡進一步包括用於從一種形式的機械運輸接收大批原材料並且將混合產品和/或包裝產品裝載到該種形式的機械運輸的卸載和卸貨設施。合適形式的機械運輸包括但不限於卡車、鐵軌和船舶(例如，駁船或海船)。圖I是典型散裝產品混合和包裝車間的示意性說明。如圖I中所示，車間具有用於執行混合操作的多個混合器(B系列)。這些混合器可以為多種類型。例如，混合器可以是流水線混合器(ILB)和/或混合罐場中的批量混合罐的任何組合。而且，每種類型的混合罐都可以是不同子類型(例如，批量混合罐場可以包括用於手動混合的攪拌罐和用於自動混合的自動批量混合(ABB)罐)。如圖I中所示，混合散裝產品還可以通過散裝產品導入設施(BPIF)導入(S卩，卸載)到車間中。類似地，對於包裝操作，車間具有用於將散裝產品填充/包裝到容器中的多種類型的裝置(P系列)以及用於通過將它們卸貨到傳輸單元上來導出混合散裝產品的批量導出設施(D系列)。車間還具有用於存儲包裝產品的一個或多個外部(WHS-EXT)和/或內部(WHS-INT)存儲倉庫。在一些車間中，包裝產品可以被存儲在聯合車間中的一個或多個建築物內指定的可能用警戒線隔離的區域內。圖I中還示出用於導入用於生產原料的基本原料(RMIF)和其他原材料的設施和用於將包裝產品遞送至產品供應鏈的下遊實體的設施。用於遞送包裝產品的設施概略地表示為包裝產品導出設施(PPEF)。 除了以上設施之外，散裝產品混合和包裝車間還可以具有用於導入包裝產品(PPIF)的設施。實際車間可以配置其設施用於導入基本原料和其他原材料，用於導入和導出混合散裝產品，用於導入和導出包裝產品，並且用於以包括但不限於以下的一種或多種方式來存儲包裝產品(a)共享用於導入和導出混合散裝產品以及用於以批量形式導入其他原材料的設施，(b)共享用於導入和導出包裝產品以及用於以包裝形式(在貨櫃中)導入添加劑的設施，(c)用於導入基本原料和其他原材料，以及(d)共享用於存儲包裝產品和包裝形式(貨櫃)的添加劑的設施。在圖I中所示的混合車間的操作中，基本原料從用於存儲原材料的存儲罐(ST系列)中獲取並且與添加劑混合以製作混合散裝產品。在專用儲存罐(還是ST系列)中可以持有一些混合散裝產品。這可以允許使包裝操作與混合操作分離，使得混合每個專用混合散裝產品的決策可以補充其相應罐中的散裝產品的存貨。剩餘混合散裝產品可以在要求時通過連續混合器(例如，流水線混合)而混合。混合操作可以通過混合裝置的可用性和/或儲存罐的可用性被限制，其中，在繼續至包裝操作之前，混合散裝產品被存儲到儲存罐中用於質量保證(QA)和分段運輸。然後，混合散裝產品被傳送至車間的包裝操作。然後，填充/包裝裝置將混合散裝產品填充到多種尺寸的容器(包裝)中，以製作包裝產品。由填充/包裝裝置製造的包裝產品然後可以被存儲在倉庫或者聯合車間中的指定區域中。而且，車間應該具有用於將混合散裝產品裝載到運輸單元上的設施。車間的包裝操作可能通過多個約束被限制，包括混合散裝產品(例如，來自混合操作)的可用性和/或用於填充容器或裝載支架傳輸單元的填充裝置的可用性。由車間生產的產品不被特別限制。典型產品包括基於油的產品、表面塗料、健康和個人護理產品、以及食物和飲料產品。基於油的產品包括但不限於潤滑油、蠟和油脂。表面塗料包括但不限於底漆、油漆、著色劑、以及清漆。健康和個人護理產品包括但不限於液體衣物洗滌劑、液體肥皂、香波和護髮劑、以及沐浴液。食物和飲料產品包括但不限於酒精飲料、軟飲料(果汁和蘇打水)、瓶裝水、醬油和調味品。
配送中心在一個實施例中，上述模型可以用於通過作出將以下決策變量和/或參數的值設置為0的決策來描述配送中心的行為(a)涉及包括混合裝置、罐、以及填充裝置的所有生產裝置的變量/參數；(b)涉及散裝產品導入設施和散裝產品導出設施的變量/參數；以及(C)涉及原材料導入設施的變量/參數。方法本發明的第一實施例是用於操作一個或多個散裝產品混合和包裝車間的方法。該方法的目的是在指定操作約 束下在指定時間周期內使混合和包裝車間的操作朝向用於性能度量的最優而推進。用於性能度量的最優將是如由方法實施者指定的性能度量的最大化或最小化。性能度量的性質不特別被限制。說明性性能度量包括但不限於功率消耗、總的或特定包裝產品生產、生產時間、車間裝置的總的或特定利用、操作成本和淨利潤。一些性能度量設法被最大化，而其他設法被最小化。對於功率消耗、生產時間和操作成本的性能度量，該方法可能設法最小化。對於淨利潤的性能度量，該方法可能設法最大化。對於總的或特定包裝產品生產和車間裝置的總的或特定利用，該方法根據環境可能設法最小化或最大化。步驟I該方法中的第一步驟是接收數據集合的計算機實現步驟。通常，數據集合被存儲在數據文件中，並且該步驟僅當用戶輸入計算機命令以檢索和讀取數據文件時被實現。可替代地，該步驟可以定期性地被自動發起。數據集合通常包括在作出關於車間容量、生產和存貨的決策中有用的關於每個車間的信息。數據集合包括以下一個或多個(a)識別時間範圍的數據；(b)識別混合裝置及其一個或多個操作參數的數據；(C)識別儲存罐及其一個或多個操作的參數數據；(d)識別包裝裝置及其一個或多個操作參數的數據；(e)識別包裝產品存儲設施及其一個或多個操作參數的數據；(f)識別卸載和卸貨設施及其一個或多個操作參數的數據；(g)與車間裝置之間的互連有關的數據；以及(h)與用於每種包裝產品的歷史要求有關的數據。優選地，識別混合裝置的數據獨立地分開每個主要裝置。當不同類型的混合裝置被車間利用時，這是特別真實的。可替代地，混合裝置可以在一個或多個組(例如，通過生產鏈)中被共同識別或者甚至通過車間共同識別。類似地，儲存罐、包裝裝置、包裝產品存儲設施以及卸載和卸貨設施的身份可以取決於環境被獨立識別或被識別為一組或多組裝置。優選地，識別時間範圍的數據指定要優化的車間操作的時間周期。在另一個實施例中，感興趣的時間範圍被劃分為兩個或更多時間間隔，在其每個時間間隔期間，由於需求的季節性而導致用於包裝產品的需求可能改變。通常，要優化的車間操作的時間範圍包括一個或多個時間間隔。優選地，關於混合裝置的操作參數的數據指定混合裝置清洗和準備時間、泵浦率、操作混合裝置所必須的技術工人的必要數目、混合器主軸轉速和混合率中的一個或多個。優選地，關於儲存罐的操作參數的數據指定儲存罐體積(直接或間接地通過指定可以從其計算體積的罐直徑和高度)、頂部類型(例如，浮動或固定)、底部類型(例如，圓錐形形狀或平面)、跟部體積和儲存罐清洗和準備時間中的一個或多個。優選地，關於包裝裝置的操作參數的數據指定包裝裝置清洗和準備時間、包裝率、操作包裝裝置必須的技術工人的必要數目、以及測定體積的散裝產品包裝填充率中的一個或多個。優選地，關於包裝產品存儲設施的操作參數的數據指定每種包裝產品倉庫的可用性和容量、每種包裝產品的批次單位的大小、以及每種包裝產品的平均倉庫停留時間中的一個或多個。優選地，關於卸載和卸貨設施的操作參數的數據指定卸載和卸貨裝置(例如，是否用於從卡車、鐵路車、駁船等卸載或卸貨到其上)的類型、用於每個裝置的卸載/卸貨率、卸載/卸貨裝置清洗和準備時間、以及用於每種產品的平均裝載裝置停留時間中的一個或多個。優選地，與車間裝置之間的互連有關的數據指定將混合裝置連結至一個或多個罐的物理管道連通性以及將每個罐連結至一種或多種類型的包裝裝置和/或卸載和卸貨設施的物理管道連通性中的一個或多個。優選地，與用於每種包裝產品的歷史需求有關的數據指定了客戶需求事件的到達時間、以及對於每個需求事件，在需求事件中的產品的身份和質量中的一個或多個。該方法包括使用在該段落中描述的數據的任何組合，並且優選地，該方法利用在該段落中描述的所有數據。在很多情況下，不同散裝產品和/或混合產品都將顯著地具有與不同車間裝置的不同兼容性。這可以由於多個物理和/或化學因素，包括但不限於粘性、酸性、密度等。因 此，在一個實施例中，數據集合進一步包括與不同散裝產品和/或混合產品與車間裝置的兼容性有關的數據。在另一個實施例中，數據集合進一步包括與生產班次結構有關的數據。與生產班次結構有關的說明性數據包括但不限於以下製造/生產天數、每生產天的操作班次；每個班次的持續時間；超時的上限；每個班次的可用工人；及其任何組合。該數據可以被均勻地限定用於整個車間或被分解分別用於車間中的每個處理步驟(例如，卸載、混合、包裝、倉庫存儲和卸貨)或被分解甚至進一步用於車間中的每個生產裝置。在一些工業中，車間具有在現貨市場上購買混合產品和包裝產品以擴大生產的選項。因此，在另一個實施例中，數據進一步包括通常可用於從第三方和/或共享一些公共所有權和/或操作控制(「附屬車間」)的關聯車間買進現貨的混合散裝產品和/或包裝產品的身份和數量。如將在隨後部分進一步詳述的，如果性能度量是財務，則數據集合將包括關於用於操作車間的成本的數據。該數據可以包括但不限於操作和維持混合和包裝裝置、儲存罐的成本、用於維持存貨的成本、以及操作裝載和卸載裝置的成本。而且，如果性能度量是淨利潤，則數據集合還將包括所生產的每種包裝產品的財務估價的某個近似。步驟2該方法中的第二步驟是使用數據集合來填充混合整數非線性數學優化模型中的模型參數的計算機實現步驟。該模型被構建成在數學上描述混合和包裝車間的操作，並且除了參數之外，包括決策變量、約束和目標函數。模型的決策變量表示要在每個間隔內作出的關於車間容量、生產和存貨的定量決策。例如，模型決策變量可以表示關於以下決策變量中的一個或多個的定量決策(i)生產批次的必要數目和要作出用於每種包裝產品的批次的大小；(ii)產品批次的必要數目和要作出用於每種混合產品的每個批次的大小；(iii)是否以及何時組合用於類似散裝產品的混合操作；(iv)包括但不限於混合裝置、包裝裝置、儲存罐以及卸載和卸貨設施的裝置的必要數目；(v)是否以及何時將儲存罐專用於混合產品；(vi)每天的班次的必要數目和長度；(Vii)工人的必要數目；(viii)超時小時的必要數目；以及(ix)維持用於每種包裝產品和一些混合產品的安全庫存的必要數量。該方法包括使用包含在該段落中闡述的決策變量的任何組合的模型。優選地，在該段落中闡述的所有決策變量都在模型中出現。還可以包括關於車間容量、生產和存貨計劃的大量其他決策變量。例如，可以包括的附加決策變量是要從第三方和/或附屬車間購買以擴大生產的任何混合散裝產品和/或包裝散裝產品的身份和數量。模型約束表示必須滿足任何解算都可行的關鍵操作準則。約束不被特別限制。然而，約束包括以下一個或多個(a)限制混合裝置的可用性和容量的一個或多個項；(b)限制儲存罐的可用性和容量的一個或多個項；(C)限制包裝裝置的可用性和容量的一個或多個項；(d)限制包裝產品存儲設施的可用性和容量的一個或多個項；(e)限制卸載和卸貨設施的可用性和容量的一個或多個項；(f)使每種包裝產品的批次的數目與產品批量大小相 關的一個或多個非線性項；以及(g)使每批包裝產品的大小與要求用於所述產品的安全庫存的數量相關的一個或多個非線性項。優選地，限制混合裝置的可用性和容量的約束指定以下一個或多個(i)對可以利用的混合裝置的類型和每種類型的數目的限制；(ii)對生產班次結構的限制；(iii)對工人的可用性和他們操作混合裝置的技術或能力的限制；以及(iv)對混合裝置處理特定散裝產品的能力的限制。優選地，限制儲存罐的可用性和容量的約束指定以下一個或多個
(i)對將不同車間裝置(例如，混合裝置、包裝裝置和/或卸載和卸貨設施)連結至不同儲存罐的物理連通性的限制；(ii)用於設置用於接收一批混合散裝產品的不同儲存罐的最小時間周期；(iii)用於將一批混合散裝產品泵送到儲存罐的最小時間周期；(iv)用於對混合散裝產品進行質量保證測試的最小時間周期；(v)用於設置填充裝置以製造一批包裝產品的最小時間周期；以及(vi)用於將混合散裝產品泵送出不同儲存罐的最小時間周期。優選地，限制包裝裝置的可用性和容量的約束指定以下一個或多個(i)對可以利用的包裝裝置的類型和每種類型的數目的限制；(ii)對生產班次結構的限制；以及(iii)對工人的可用性以及他們操作包裝裝置的技術或能力的限制。優選地，限制包裝產品存儲設施的可用性和容量的約束指定以下一個或多個(i)對倉庫的大小或在存儲包裝產品的聯合車間中的位置的限制；(i i )對倉庫中的每種包裝產品的批次的停留時間的限制；以及(i i i )每種包裝產品的存貨周轉。優選地，限制卸載和卸貨設施的可用性和容量的約束指定以下一個或多個(i)對包裝產品可以被卸載/卸貨的速率的限制；(ii)對每種包裝產品的批次的大小的限制；以及(iii)對每種包裝產品的批次在卸載/卸貨裝置上的停留時間的限制。通常，通過使包裝產品的最小總製造數量(即，批次的數目乘以批量大小)對應於對產品的期望需求，至少一個約束使每種包裝產品的批次的數目與產品批量大小相關。通常，通過使用於每種尺寸的包裝產品的安全庫存的水平對應於可以在發出補充訂單的指定時間長度(還被稱為「交付周期」)內履行客戶需求的數量，至少一個約束使每批包裝產品的大小與所要求的安全庫存的數量相關。該方法包括使用包含在該段落中描述的約束的任何組合的模型。優選地，在該段落中闡述的所有約束都出現在模型中。還可以存在大量附加約束。例如，如果模型中的決策變量是要從第三方和/或附屬車間購買以擴大生產的混合散裝產品和/或包裝散裝產品的身份和數量，則一個或多個約束可以存在以限制這樣的購買的身份和數量。例如，一個這樣的約束可以是，任何這樣的購買不能超過每種產品的典型現貨市場可用性。模型的目標函數是性能度量。如前所述，性能度量的性質不特別限制，並且說明性性能度量包括但不限於總功率消耗、總包裝產品生產、特定包裝產品生產、用於車間裝置的生產、利用的總時間、總操作成本和總淨利潤。步驟3該方法中的第三步驟是運行算數解算器以操縱模型中的決策變量的計算機實現步驟。優選商用解算器包括CPLEX、XPress、KNITR0、和XA。決策變量被操縱成識別將對於目標函數更接近最優(並且優選到最優)而使車間操作推進的變量值的解算集合。當發起該步驟時，用戶還決定目標函數的優化意味著最小化還是最大化。步驟1、2和3的計算機實現上述方法中的步驟1、2和3每個都由計算機實現，意味著它們通過使計算機運行 駐留在計算機可讀介質上的電腦程式來實現。通常，電腦程式包括加載數學模型、檢索和讀取數據集合併且根據數據文件來填充模型參數的代碼。電腦程式還可以基於解算方法來限定一個或多個優化。電腦程式進一步包括通過準確方法和/或通過一個或多個啟發法，訪問整合到或與電腦程式對接以解算數學模型的最優解算器的代碼。優選地，使用諸如AIMMS、GAMS、ILOG OPL,AMPL或XPress Mosel的建模系統軟體來編寫代碼。然而，代碼還可以使用任何計算機程式語言來編寫，包括C++。在一個實施例中，電腦程式使用AIMMS編寫並且採用AIMMS用戶界面。在優選實施例中，使用Excel界面完成數據錄入和存儲，並且以AIMMS建模語言編寫程序，並且程序通過使用準確方法或通過使用一個或多個啟發法、或通過使用其組合來訪問CPLEX解算器，以解算程序中的數學建模問題。在該實施例中，程序利用用於執行和輸出的AIMMS界面。然後，結果可以被傳送(例如，導出或複製)回Excel並且存儲為Excel文件。可替代地，可以在AIMMS中存儲和管理結果。在一個實施例中，通過經由線性近似將MINLP模型轉換為混合整數線性規劃(MILP)模型並且然後解算MILP模型來獲得MINLP模型的解算。在該實施例中，使用割平面法來迭代地解算模型。可替代地,可以通過使用萬用啟發式算法(metaheuristics)來解算MINLP模型。合適的萬用啟發式算法選自由進化算法、模擬退火、蟻群優化、禁忌搜索、圖案搜索算法、或其任何組合構成的組。在另一個實施例中，當混合整數非線性優化模型被提出為混合整數非線性動態程序時，可以通過使用近似動態規划算法來解算模型。在另一個實施例中，當混合整數非線性數學優化被提出為基於代理的模型(ABM)時，通過使用仿真來解算模型。優選地，在兩小時或更少的時間幀內完成解算步驟。明顯地，處理時間將根據所利用的計算機的處理能力、所選擇的特定優化平臺和解算器、所採用的特定解算技術以及變量和約束的數目而改變。然而，本發明的益處之一在於，當以類似於在此提供的實例的方式設置時，處理問題花費少於兩小時。步驟4第四步驟是根據所獲得的解算來基本和優選準確地操作車間。換句話說，關於車間容量、車間生產和車間存貨的決策符合由模型提供的推薦。在通過車間計劃和/或操作人員檢查解算之後，可以確定用於操作車間的操作計劃。規劃人員可能想要改變參數並且獲得多種「假設」情形的解算，以便選擇鑑於多種情形而最佳優化性能度量的路徑。然而，可替代地，該步驟可以自動地執行。原材料該方法可以以任何合適的方式處理原材料的可用性。在一個實施例中，模型假設原材料的無限可用性，並且因此識別對建模問題的最優或接近最優解算。在另一個實施例中，指定的原材料的可用性是要從數據集合填充的參數，並且模型中的約束在於，指定的原材料的利用不能超過可用性。在另一個實施例中，原材料的必要數量是要確定的附加決策變量，使得性能度量朝向最優或接近最優值而推動，同時滿足對其原材料存儲的限制和/或約束。訂單履行
·
該方法可以以任何合適的方式處理需求履行。需求數據通常包括歷史客戶訂單。這些歷史客戶訂單可以用於計算用於包裝產品的需求概率分布。在一個實施例中，訂單履行率被創建為任何可行解算都必須滿足的模型中的約束。然後，鑑於客戶訂單履行率約束和需求概率分布來計算生產和存貨(例如，安全庫存)。可替代地，訂單履行率可以是要在模型中操縱的決策變量(經過最小化約束)，鑑於需求概率分布和其他因素，以確定目標函數的最優解算。成本最小化在特定優選實施例中，上述方法是用於在指定操作約束下在指定時間周期內以減小總操作成本的方式來操作一個或多個產品混合和包裝車間的方法。換句話說，目標函數是操作成本，並且所提供的數據是確定操作成本所必須的數據。因此，在方法的該成本最小化實施例中的第一步驟是接收數據集合的計算機實現步驟。在該情況下，數據集合包括以下數據中的一個或多個(a)識別時間範圍的數據；(b)識別混合裝置的數據和與操作混合裝置的成本有關的數據；(c)識別儲存罐的數據和與操作儲存罐的成本有關的數據；(d)識別包裝裝置的數據和與操作包裝裝置的成本有關的數據；(e)識別包裝產品存儲設施的數據和與持有用於包裝產品的存貨的成本有關的數據；Cf)識別卸載和卸貨設施的數據和與操作設施的成本有關的數據；(g)與車間設備之間的互連有關的數據；(h)與用於每種包裝產品的歷史需求有關的數據；以及(i)與添加車間裝置所必須的投資和去除車間裝置所必須的撤銷投資有關的數據。在一個實施例中，與操作混合裝置和包裝裝置的成本有關的數據包括超時的成本。在另一個實施例中，與操作混合裝置和包裝裝置的成本有關的數據包括所生成的不合格產品(slop)的成本。在另一個實施例中，與持有存貨的成本有關的數據是存貨水平的函數。在另一個實施例中，數據集合進一步包括與維持車間裝置(例如，混合裝置、儲存罐、包裝裝置、倉庫和/或卸載/卸貨裝置)的成本有關的數據。在另一個實施例中，數據集合進一步包括與操作生產班次結構的成本和從一個生產班次結構到另一個改變的成本有關的數據。優選地，數據滿足該段落中的限制的一些組合，並且優選滿足所有該段落中的限制。該方法的該成本最小化實施例中的第二步驟是使用數據集合來填充混合整數非線性規劃(MINLP)模型的模型參數的計算機實現步驟，該模型被構建成在數學上描述混合和包裝車間的操作。再次，模型包括決策變量、約束和目標函數。再次，變量表示將在每個間隔內作出的關於車間容量、生產和存貨的定量決策。再次，約束包括以下一個或多個Ca)限制混合裝置的可用性和容量的一個或多個項；(b)限制儲存罐的可用性和容量的一個或多個項；(C)限制包裝裝置的可用性和容量的一個或多個項；(d)限制包裝產品存儲設施的可用性和容量的一個或多個項；(e)限制卸載和卸貨設施的可用性和容量的一個或多個項；(f)使每種包裝產品的批次的數目與產品批量大小相關的一個或多個非線性項；以及(g)使每批包裝產品的大小與要求用於產品的安全庫存的數量相關的一個或多個非線性項。如所述，在該實施例中，目標函數是操作成本。該總操作成本通常包括但不必須限於用於操作混合裝置的成本、用於操作包裝裝置的成本和用於持有存貨的成本。在一個實施例中，總操作成本還包括維持車間裝置(例如，混合裝置、儲存罐、包裝裝置、倉庫和卸載/卸貨實施)的成本。在另一個實施例中，總操作成本還包括添加和/或去除車間裝置的成本。優選地，總操作成本滿足該段落中的限制的一些組合，並且優選地滿足所有該段落中的限制。 第三步驟是運行算法解算器以操縱模型中的決策變量來獲得優化目標函數(SP，總操作成本)的變量值的解算集合的計算機實現步驟。在該情況下，目標函數的優化意味著最小化。第四步驟是根據所獲得的解算來真實地操作車間。優選地，根據所獲得的解算來準確地操作車間。多車間在一個實施例中，上述方法用於優化孤立的一個散裝產品混合和包裝車間的性能。然而，在另一個實施例中，上述方法用於同時優化散裝產品混合和包裝車間的集合，以捕捉車間之間的容量、生產和存貨合作益處。如果該方法在散裝產品混合和包裝車間的集合上同時實踐，則上述數據集合被提供用於集合中的每個車間。而且，附加參數和約束包括在模型中，以限定在車間之間傳送混合和/或包裝產品的能力、益處和/或損害。數據集合包括了填充這些附加參數所必須的數據。用於模型的附加決策變量將是是否改變一個車間的容量、生產和存貨，以便製造用於運載到另一個車間的混合/或包裝產品。例如，在被優化用於總成本的多車間實施例中，附加參數和約束將包括在車間之間傳送混合和/或包裝產品的成本。用於模型的附加決策變量將包括是否改變一個車間的容量、生產和存貨，以便製造用於運載到另一個車間的混合和/或包裝產品。在該實施例中，用於車間的集合的總操作成本的目標函數將包括任何購買/出售以及在車間之間傳輸產品的成本。當擴展容量以滿足車間A中的需求的成本小於從車間B購買和傳輸產品並且可能甚至擴展容量的成本時，該多車間實施例在檢測實例中非常有用。不是增加車間A的容量來滿足較高需求，通過該方法獲得的最優解算將車間B的一些部分專用於車間A。甚至可能，取決於所存在的數據，多車間優化問題的最優解算將用於一個車間，以變為用於另一個的完全專用的混合車間或完全專用的包裝車間。供應網絡
在一個實施例中，上述方法用於同時優化散裝產品混合和包裝車間的集合以及地區或地域性市場中的配送中心的集合，以捕捉具有優選車間和配送中心、從而提供每種指定包裝產品用於滿足圖4中所示的地區中的包裝產品的零售的益處。如果該方法在散裝產品混合和包裝車間的集合以及地區或地域性市場中的配送中心的集合上同時實踐，則針對每個車間和每個配送中心都提供了上述數據集合。而且，附加參數和約束包括在模型中，以限定(a)用於在車間之間傳送混合產品的能力、益處和/或損害；(b)從每個車間到每個配送中心傳送包裝產品的能力、益處和/或損害；以及(C)在配送中心之間傳送包裝產品的能力、益處和/或損害。數據集合包括填充這些附加參數所必須的數據。用於模型的附加決策變量是(a)是否改變一個車間的容量、生產和存貨，以便製造用於運載到另一個車間的混合產品；(b)是否具有用於將每種指定包裝產品供應給每個配送中心的一個或多個優選車間；以及(C)在哪裡持有用於每種包裝產品的合併安全庫存。例如，在被優化用於總成本的供應網絡的實施例中，附加參數和約束將包括(a)在車間之間傳送混合產品的成本；(b)將包裝產品從每個車間傳送到每個配送中心的成本；以及(c)在配送中心之間傳送包裝產品的成本。用於模型的附加決策變量包括(a)是否改變一個車間的容量、生產和存貨，以便製造用於運載到另一個車間的混合產品；(b)是否具有用於將每種指定包裝產品供應到每個配送中心的一個或多個優選車間；以及(c)在哪裡持有每種包裝產品的合併安全庫存。在該實施例中，用於車間的集合的總操作成本的目標函數將包括任何購買/出售和在車間之間傳送混合產品的成本以及任何購買/出售和在配送中心之間傳送包裝產品的成本。當也在該地區中的另一個區域中的車間處製造產品時，當滿足地區的一個區域中的需求花費最少時，該供應網絡實施例在檢測實例中是非常有用的。不是增加位於相同區域中的車間的容量來滿足該區域中的較高需求，而是通過該方法獲得的最優解算將主要建立用於將產品從位於地區中的另一個區域中的車間提供至一個區域中的配送中心的偏好。除了以上之外，甚至可以，取決於所出現的數據，供應網絡優化問題的最優解算將用於一個車間，以變為用於一個區域的完全專用混合車間或用於地區中的另一個區域的完全專用包裝車間。多間隔要優化性能度量的時間範圍包括一個或多個時間間隔。在一個實施例中，上述方法被用於在包括一個間隔的時間範圍內優化性能。在另一個實施例中，在包括兩個或更多 間隔的時間範圍內應用該方法。當在新興市場中或在衰退市場中，對包裝產品的需求隨著時間(例如，由於季節性)而改變時，在兩個或更多間隔內優化性能度量可能變為必須的。多間隔實施例要求對於指定時間範圍內的每個時間間隔以需求展望的形式來描述該時間範圍內的需求的隨時間改變性質的附加數據集合。如果例如實踐該方法以優化用於包裝產品的季節性需求中的性能指標，則優化算法可以確定優化生產混合、批量大小、是否組合批次、生產班次結構、以及在時間範圍內的每個時間間隔內用於混合散裝產品和包裝產品的安全庫存。這樣的決策是但不限於此，其中，由於季節性導致季節性包裝產品和/或組成季節性包裝產品的混合散裝產品的時間間隔存貨決策在用於這樣的產品的增加需求的預期方面增加，同時仍然優化性能指標。
如果該方法在增加諸如新興市場中的情況的需求中實踐，則優化算法可以確定，其中，時間間隔容量決策變量的值應當增加，從而就可以用於生產每種或大多數混合散裝產品和/或包裝產品的更多產品或更多數量的可用時間而言，增加一個或多個車間的生產容量。因為諸如但不限於補充數量和安全庫存的存貨決策與容量和生產變量同時考慮，所以優化算法可以確定可以降低從容量增加的時間間隔開始的存貨水平、同時性能指標仍然朝向其最優或接近最優值推進。決策產牛工具本發明的另一個實施例是用於識別最優或接近最優操作計劃以滿足用於一個或多個散裝產品混合和包裝車間的性能度量的決策產生工具。如下所述，該工具包括至少三個組件以實現該方法的步驟1、2和3。 第一組件是存儲數據文件的第一計算機可讀存儲器件。當在定義部分中限定短語時，計算機可讀存儲器件可以是任何計算機可讀介質。存儲在計算機可讀存儲器件上的數據文件包含在該方法的步驟I中描述的數據集合。因此，數據文件包括以下一個或多個(a)識別時間範圍的數據；(b)識別車間混合裝置及其一個或多個操作參數的數據；(c)識別車間儲存罐及其一個或多個操作參數的數據；(d)識別車間包裝裝置及其一個或多個操作參數的數據；(e)識別包裝產品存儲設施及其一個或多個操作參數的數據；(f)識別卸載和卸貨設施及其一個或多個操作參數的數據；(g)與車間設備之間的互連有關的數據；以及(h)與用於每種包裝產品的歷史要求有關的數據。數據文件可以包含與在該方法的步驟I中描述的數據集合的任何實施例或實施例的組合相對應的數據集合。優選地，數據文件包含計算操作成本所必須的數據。第二組件是存儲包括描述混合和包裝車間的操作的參數的數學模型的第二計算機可讀存儲器件。該第二計算機可讀存儲器件可以與第一計算機可讀器件相同。可替代地，第一和第二計算機可讀器件可以是分開的和不同的。無論如何，當在定義部分限定短語時，類似於第一計算機可讀器件，第二計算機可讀器件可以是任何計算機可讀介質。模型如在該方法的步驟2中描述的。因此，除了參數之外，模型包括決策變量、約束和目標函數。再次，變量表示在每個間隔內作出的關於車間容量、生產和存貨的定量決策。再次，約束包括以下一個或多個(a)限制混合裝置的可用性和容量的一個或多個項；(b)限制儲存罐的可用性和容量的一個或多個項；(C)限制包裝裝置的可用性和容量的一個或多個項；(d)限制包裝產品存儲設施的可用性和容量的一個或多個項；(e)限制卸載和卸貨設施的可用性和容量的一個或多個項；(f)使每種包裝產品的批次的數目與產品批量大小相關的一個或多個非線性項；以及(g)使每批包裝產品的大小與要求用於產品的安全庫存的數量相關的一個或多個非線性項。再次，目標函數是性能度量。模型可以對應於該方法的步驟I中描述的任何實施例或實施例的任何組合。因此，在優選實例中，目標函數是操作成本。第三組件是包括優化平臺的處理器，優化平臺包括算法解算器。優化平臺可操作成加載模型，讀取數據文件，根據數據文件來填充模型參數，並且執行算法解算器。算法解算器進而可操作成操縱模型中的決策變量，以識別優化目標函數的變量值的集合。在操作成本的情況下，這意味著最小化目標函數。優選解算器包括CPLEX、XPress、KNITR0、和XA。優選地，優化平臺是包括使用諸如AIMMS、GAMS、ILOG 0PL、AMPL、或XPress Mosel的建模系統軟體編寫的代碼的計算機應用程式。然而，代碼還可以使用任何計算機編程語目編寫，包括C++。在一個優選實施例中，計算機應用程式使用AMMS編寫並且採用AMMS用戶界面。更特別地，使用Excel界面來實現數據錄入和存儲，以AMS建模語言編寫模型，並且以AIMMS建模語言編寫的程序加載模型，用數據文件中的數據集合來填充模型中的參數，並且使用準確方法或使用一個或多個啟發式算法、或使用其組合來訪問CPLEX解算器以解算數學建模問題(即，識別優化目標函數的解算)。在該實施例中，程序利用AIMMS界面用於執行和輸出。然後，結果可以被傳送(例如，導出或複製)回Excel並且存儲為Excel文件。可替代地，可以在AIMMS中存儲和管理結果。電腦程式本發明的另一個實施例是可由計算機讀取的程序存儲設備，包含可由計算機執行的電腦程式，其中，電腦程式包括代碼，這些代碼可操作成使計算機識別最優或接近最優操作計劃以滿足針對一個或多個散裝產品混合和包裝車間的性能度量。如下所述，指令的程序可操作成使計算機用作例如諸如上述決策產生工具的工具的一部分，以執行該方法的步驟1、2和3。首先，指令的程序可操作成使計算機在用戶的命令下或自動地從計算機可讀存儲器件中檢索和讀取數據文件。當在定義部分中限定短語時，計算機可讀存儲器件可以是任何計算機可讀介質。數據文件包含該方法的步驟I中描述的數據集合。因此，數據文件包括以下一個或多個(a)識別時間範圍的數據；(b)識別車間混合裝置及其一個或多個操作參數的數據；(C)識別車間儲存罐及其一個或多個操作參數的數據；(d)識別車間包裝裝置及其一個或多個操作參數的數據；(e)識別包裝產品存儲設施及其一個或多個操作參數的數據；(f )識別卸載和卸貨設施及其一個或多個操作參數的數據；(g)與車間設備之間的互連有關的數據；以及(h)與用於每種包裝產品的歷史要求有關的數據。數據文件可以包含與在該方法的步驟I中描述的數據集合的任何實施例或實施例的組合相對應的數據集合。優選地，數據文件包含計算操作成本所必須的數據。第二，指令的程序可操作成此後使計算機自動地或通過手動幹涉來加載模型和使用數據文件，以填充模型中的模型參數。該模型是混合整數非線性規劃(MINLP)模型，所述混合整數非線性數學優化模型被存儲在計算機可讀存儲器件上，被構建成在數學上描述混合和包裝車間的操作。該第二計算機存儲器件可以與第一計算機可讀存儲器件相同。可替代地，第一和第二計算機可讀存儲器件可以是分開的和不同的。無論如何，當在定義部分中限定短語時，類似第一計算機可讀存儲器件，第二計算機可讀存儲器件可以是任何計算機可讀介質。模型是如在該方法的步驟2中描述的。因此，除了參數之外，模型包括決策變量、約束和目標函數。再次，變量表示要在每個間隔中作出的關於車間容量、生產和存貨的定量決策。再次，約束包括以下一個或多個(a)限制混合裝置的可用性和容量的一個或多個項；(b)限制儲存罐的可用性和容量的一個或多個項；(C)限制包裝裝置的可用性和容量的一個或多個項；(d)限制包裝產品存儲設施的可用性和容量的一個或多個項；(e)限制卸載和卸貨設施的可用性和容量的一個或多個項；(f)使每種包裝產品的批次的數目與產品批量大小相關的一個或多個非線性項；以及(g)使每批包裝產品的大小與要求用於產品的安全庫存的數量相關的一個或多個非線性項。再次，目標函數是車間性能度量。模型可以對應於在該方法的步驟I中描述的任何實施例或實施例的任何組合。因此，在優選實例中，目標函數是操作成本。第三，指令的程序可操作成此後使計算機自動或地通過手動幹涉來執行算法解算器，以操縱模型中的決策變量，識別優化目標函數的變量值的解算集合。在操作成本的情況下，這意味著最小化目標函數。優選解算器包括CPLEX、XPress、KNITR0、和XA。優選地，指令的程序以諸如AIMMS、GAMS、ILOG 0PL、AMPL、或XPress Mosel的建模系統軟體的語言編寫。然而，代碼還可以使用任何計算機程式語言編寫，包括C++。在一個優選實施例中，指令的程序使用AIMMS編寫並且採用AIMMS用戶界面。更特、別地，使用Excel界面來實現數據錄入和存儲，以AMS建模語言來編寫模型，並且以AIMMS建模語言編寫的程序加載模型，用數據文件中的數據集合來填充模型中的參數，並且使用準確方法、或使用一個或多個啟發式算法(heuristics)、或使用其組合來訪問CPLEX解算器以解算數學建模問題(即，識別優化目標函數的解算)。在該實施例中，程序利用AIMMS界面用於執行和輸出。然後，該結果可以傳送(例如，導出或複製)回Excel並且存儲為Excel文件。可替代地，可以在AIMMS中存儲和管理結果。實例-車間成本優化當本發明屬於對一個或多個散裝產品混合和包裝車間的容量、生產和存貨的成本優化時，以下特定實例更詳細地描述本發明，其中，根據所得到的分析來計算所要求的原材料的數量。在混合和包裝車間中，給定時段內的車間的生產(例如，經由輸出邏輯設備傳送出的所生產的包裝產品的數量或混合散裝產品的體積)取決於這樣的車間的操作容量。混合和包裝車間的操作容量取決於用於生產的淨(有效)可用時間，在其期間，車間裝置可以生產產品(即，將原材料混合到批量混合產品中，將混合產品存儲在儲存罐中，同時等待質量保證測試和認證，並且將散裝產品填充到多種尺寸的容器中作為包裝產品)。當明顯不同的產品依次被製造時，用於生產的淨可用時間進而取決於用於生產的可用時間減去要求清洗和準備車間裝置的時間。用於在車間的生產的可用時間取決於其容量變量，包括車間裝置的量、車間的操作班次結構、超時和可用於在車間操作裝置的工人的數目。調節上述容量變量的決策更改所述車間製造足夠數量的產品以滿足客戶需求的能力。增加的需求可以通過作出添加以下一個或多個的決策來確定地滿足裝置、生產班次、工人、超時或其任何組合。替代增加容量以滿足增加的需求的決策，生產計劃者/管理者可以選擇購買一些散裝產品、或一些包裝產品、或兩者。該決策通常涉及源自供應網絡中的其他車間(即，源自相同公司或分支機構擁有的其他車間或源自第三方)。當從外部購買時，採購車間支付額外費用。調節容量的一種方式是通過添加或去除一個或多個裝置來調節裝置的量。改變裝置的量要求新購買形式的投資，或者要求處置的殘值，其每個都發生一次(即，在作出和實現改變裝置的數目的決策的時刻)。當添加裝置時，除了引入新購買成本之外，可能要求附加投資例如用於站點構建、安裝等。裝置的處置有時以如此丟棄的裝置的殘值形式回收了所丟棄裝置中的投資的一部分。
車間通常製造迫使車間裝置從一個切換至另一個的多個產品。切換要求在一件產品完成之後但在開始生產下一個之前清洗和準備車間裝置。這是由於質量原因而做的，例如，以避免汙染，滿足產品規格等。可以根據產品的類型和/或用於製造這樣的產品的裝置而改變的清洗和準備時間可以顯著減少用於在車間裝置處生產的淨可用時間。同樣地，車間將批量製造多個類似產品，以獲得製造這樣的產品的規模經濟。所製造的產品的批次的大小從而可以是車間生產計劃者/管理者需要作出的生產決策變量。改變裝置的量在貨幣方面以及在實現的速度上可能非常昂貴。調節容量的更快並且通常更便宜的方式是通過調節超時和/或操作班次結構。超時延長每個班次的正常生產小時，使得車間可以用裝置和其具有的人生產更多的產品，並且可以在公司及其工會之間的合同中指定並且由本地勞動法管理。例如，可以存在對超時的限制，以提升本地勞動法或勞工合同施加影響的能力，並且存在對工作小時的減少的限制，以消減由要求車間中的工人每周花費指定的小時數目而不管車間的實際操作小時的勞工合同施加影響的能力。車間的操作班次結構涉及生產或製造天數(日曆天數減去空閒周末天數減去節假日)、每生產天的班次的數目、以及每個班次的小時數。班次結構的改變可能通常要求勞動 力改變。勞動力包括工人的數目以及他們操作車間裝置的技術或知識。車間通常採用每個班次可以操作指定類型的裝置的指定數目的工人。每種裝置進而可以要求特定數目的工人操作。僱用新工人可以要求培訓，以確保新僱用的工人獲取適合操作車間裝置的技術或知識。解僱有經驗的工人可能導致知識或技術的損失。作為僱用/解僱決策的結果的知識的獲取和損失可以被計入僱用/解僱工人的成本，以增加或減少用於生產的可用時間。混合和包裝車間通常製造客戶購買的多個成品。多個生產計劃者/管理者作出關於通過決定每種產品的批次的數目作出製造什麼產品和每種產品的每個批次的大小的決策。在該實例中，從約束的列表中明確地排除原材料的數量，使得車間生產計劃者/管理者使用該結果來計算所要求的原材料的數量以及存儲原材料以支持所得到的操作計劃所需的儲存箱的數目。為了執行該決策，要求車間具有足夠的小時數來製造所有批次並且完成用於每個批次的清洗和準備步驟。這些時間要求可以表示如下
權利要求
1.一種用於在操作約束和物理和/或經濟限制下，在包括一個或多個時間間隔的指定時間範圍期間，以使給定車間或給定車間的集合的操作朝向用於性能度量的最優推進的方式，操作一個或多個散裝產品混合和包裝車間的方法，每個這樣的車間都包括混合裝置、一個或多個儲存罐、包裝裝置、一個或多個包裝產品存儲設施以及卸載和卸貨設施，其中，所述方法包括以下步驟 (I)接收數據集合的計算機實現的步驟，所述數據集合包括 Ca)識別包括一個或多個時間間隔的時間範圍的數據； (b)識別所述混合裝置及其一個或多個操作參數的數據； (C)識別所述儲存罐及其一個或多個操作的參數的數據； (d)識別所述包裝裝置及其一個或多個操作參數的數據； Ce)識別所述包裝產品存儲設施及其一個或多個操作參數的數據； Cf)識別所述卸載和卸貨設施及其一個或多個操作參數的數據； (g)與車間設備之間的互連有關的數據；以及 (h)與用於每種包裝產品的歷史需求有關的數據； (II)使用所述數據來填充混合整數非線性數學優化模型的模型參數的計算機實現的步驟，所述混合整數非線性數學優化模型被構建成在數學上描述所述混合和包裝車間的操作； 其中，所述模型包括模型參數、決策變量、約束、以及目標函數； 其中，所述決策變量表示在每個時間間隔作出的關於作為以下一項或多項的函數的車間容量的定量決策生產裝置的數目、工人的數目、生產班次結構、超時、生產轉換的數目和完成生產轉換所要求的設置時間； 其中，附加決策變量是要在每個時間間隔內作出的關於車間生產和存貨的定量決策； 其中，所述約束包括 (a)限制所述混合裝置的可用性和容量的一個或多個項； (b)限制所述儲存罐的可用性和容量的一個或多個項； (C)限制所述包裝裝置的可用性和容量的一個或多個項； Cd)限制所述包裝產品存儲設施的可用性和容量的一個或多個項； Ce)限制所述卸載和卸貨設施的可用性和容量的一個或多個項； Cf)使每種包裝產品的批次的數目與產品批量大小相關的一個或多個非線性項；以及 (g)使包裝產品的每個批次的大小與該產品所需的安全庫存的數量相關的一個或多個非線性項； 其中，所述目標函數是性能度量 (III)運行算數解算器以獲得對所述混合整數非線性數學優化模型的解算的計算機實現的步驟；以及 (IV)根據所獲得的解算或根據所獲得的解算而作出的操作計劃來真實地操作所述車間。
2.根據權利要求I所述的方法，其中，所述性能度量選自由以下項構成的組能量消耗、總的或特定包裝產品生產、生產時間、需求履行交付時間、車間裝置的總的或特定利用、淨利潤、以及需求履行率。
3.根據權利要求I所述的方法，其中，所述性能度量是總成本。
4.根據權利要求3所述的方法，其中，所述總成本是以下一項或多項的總和(a)總操作成本，(b)添加容量的總投資，以及(C)減少容量的總撤銷投資成本。
5.根據權利要求I所述的方法，其中，所述數據集合進一步被限定為如下項(a)識別包括一個或多個時間間隔的所述時間範圍的所述數據指定了要被優化的車間操作的時間周期；(b)關於所述混合裝置的所述操作參數的所述數據指定了以下項中的一項或多項所述混合裝置清洗和準備時間、所述泵浦率、操作所述混合裝置所必須的技術工人的必要數目、所述混合器主軸轉速、以及所述混合率；(C)關於所述儲存罐的所述操作參數的所述數據指定了以下項中的一項或多項所述儲存罐體積、所述頂部類型、所述底部類型、所述跟部體積、以及所述儲存罐清洗和準備時間；(d)關於所述包裝裝置的所述操作參數的所述數據指定了以下項中的一項或多項所述包裝裝置清洗和準備時間、所述包裝率、操作所述包裝裝置所必須的技術工人的必要數目、以及所述測定體積的散裝產品包裝填充速率；(e)關於包裝產品存儲設施的操作參數的數據指定了以下項中的一項或多項每種包裝產品倉庫的可用性和容量、每種包裝產品的大小、每種包裝產品的批次單位的大小、以及每種包裝產品的平均倉庫停留時間；(f )關於所述卸載和卸貨設施的所述操作參數的數據指定了以下項中的一項或多項卸載和卸貨裝置的類型、針對每個裝置的卸載/卸貨速率、卸載/卸貨裝置清洗和準備時間、以及用於每種產品的平均裝載裝置停留時間；(g)關於車間裝置之間的互連的數據包括以下項中的一項或多項將混合裝置連結至一個或多個罐的物理管道連通性、以及將每個罐連結至一種或多種類型的包裝裝置和/或卸載和卸貨設施的物理管道連通性；以及(h)關於用於每種包裝產品的歷史需求的數據指定了以下項中的一項或多項客戶需求事件的到達時間、以及對於每個需求事件所述需求事件中的所述產品的身份和數量。
6.根據權利要求I所述的方法，其中，所述數據集合進一步包括與不同散裝產品和/或混合產品與所述車間裝置的兼容性有關的數據。
7.根據權利要求I所述的方法，其中，所述數據集合進一步包括關於所生產的每種包裝產品的財務估價的數據。
8.根據權利要求I所述的方法，其中，所述模型包括針對以下一項或多項的決策變量(i)產品批次的必要數目和要作出的用於每種包裝產品的批次的大小；(ii)產品批次的必要數目和要作出的用於每種混合產品的每個批次的大小；(iii)是否以及何時組合用於類似散裝產品的混合操作；(iv)包括但不限於混合裝置、包裝裝置和儲存罐的裝置的必要數量；(V)是否以及何時將儲存罐專用於混合產品；(vi)每天的班次的必要數目和長度；(vii)工人的必要數目；(viii)超時小時的必要數目；以及(ix)針對每種包裝產品和一些混合產品所要維持的安全庫存的必要數量。
9.根據權利要求I所述的方法，其中，限制所述儲存罐的可用性和容量的約束指定了以下一項或多項(i)對將不同車間裝置連結至所述儲存罐的物理連通性的約束；(ii)對接收一批混合散裝產品的不同儲存罐進行設置的時間的約束；(iii)對儲存罐的物理幾何結構和大小的約束；(iv)對用於將一批混合散裝產品泵送至儲存罐中的時間的約束；(V)對用於混合散裝產品進行質量保證測試的時間的約束；(vi)對用於設置所述填充裝置以製造一批包裝產品的時間的約束；以及(vii)對用於將混合散裝產品泵送出不同儲存罐的時間的約束。
10.根據權利要求I所述的方法，其中，使每批包裝產品的大小與安全庫存的數量相關的約束通過使具有所指定的批量大小的每批包裝產品的安全庫存的水平對應於在發出補充訂單的時間的長度內可以履行消費者需求的數量來這樣做。
11.根據權利要求I所述的方法，其中，所述時間範圍包括一個時間間隔； 其中，提出所述混合整數數學優化模型作為混合整數非線性程序(MINLP); 其中，獲得對所述MINLP模型的解算包括通過線性近似將所述MINLP模型轉換成混合整數線性程序(MILP)模型並且解算所述MILP ;以及 其中，在兩小時或更少的時間幀內完成獲得解算的步驟。
12.根據權利要求I所述的方法，其中，所述時間範圍包括一個時間間隔； 其中，所述混合整數數學優化模型被提出作為混合整數非線性程序(MINLP); 其中，通過使用選自由進化算法、模擬退火、蟻群優化、禁忌搜索、圖案搜索算法等中的一個或多個構成的組的萬用啟發式算法來解算所述MINLP，以解算由所述MINLP提出的所述組合優化問題；以及 其中，在兩小時或更少的時間幀內完成獲得解算的步驟。
13.根據權利要求I所述的方法，其中，所述時間範圍包括兩個或更多時間間隔 其中，所述數學優化問題被提出作為混合整數非線性動態規劃； 其中，所述混合整數非線性動態規劃通過使用所述近似動態規劃技術來解算；以及 其中，在合理時間幀內完成獲得解算的步驟。
14.根據權利要求I所述的方法，其中，獲得原材料的量是散裝產品混合和包裝車間為了滿足需求所作出的另一個決策，同時優化所述模型中的性能和約束是所獲得的原材料必須適合所述儲存罐。
15.根據權利要求I所述的方法，其中，根據歷史客戶訂單和需求預測來計算用於每種包裝產品的需求概率分布；以及 其中，根據用於所述產品的所述需求概率分布和補充交付時間來計算用於每種包裝產品的訂單履行率。
16.根據權利要求I所述的方法，其中，所述方法被用於優化包括散裝產品混合和包裝車間的集合和配送中心的集合的供應網絡的性能度量，兩者均位於規定地區或地域性市場中； 其中，配送中心通過使用僅具有用於存儲包裝產品、導入包裝產品、以及導出包裝產品的設施的散裝產品混合和包裝車間的模型來建模； 其中，朝向最優或接近最優值來推進所述性能度量的定量決策包括(i)用於每種散裝產品混合和包裝車間的車間容量、生產、以及存貨決策；以及(ii)用於每個配送中心的存貨和產品補充購買決策； 其中，針對每個車間和每個配送中心提供所述數據集合； 其中，存在附加參數和約束，以限定在車間之間傳送混合產品的能力、益處和/或損害; 其中，存在附加參數和約束，以限定從特定散裝產品混合和包裝車間供應配送中心的能力、益處和/或損害；以及其中，存在附加參數和約束，以限定在配送中心之間傳送包裝產品的能力、益處和/或損害。
17.根據權利要求16所述的方法，其中，所述時間範圍包括一個時間間隔； 其中，所述混合整數數學優化模型被提出作為混合整數非線性程序(MINLP)； 其中，通過使用選自由進化算法、模擬退火、蟻族優化、禁忌搜索、圖案搜索算法等中的一個或多個構成的組的萬用啟發式算法來解算所述MINLP，以解算由所述MINLP提出的所述組合優化問題；以及 其中，在合理時間幀內完成獲得解算的步驟。
18.根據權利要求16所述的方法，其中，所述混合整數數學優化模型被提出作為基於 代理的模型(ABM)； 其中，通過使用仿真來解算所述ABM ;以及 其中，在合理時間幀內完成獲得解算的步驟。
19.根據權利要求16所述的方法，其中，所述時間範圍包括兩個或更多時間間隔； 其中，所述數學優化問題被提出作為混合整數非線性動態規劃； 其中，所述混合整數非線性動態規劃通過使用所述近似動態規劃技術來解算；以及 其中，在合理時間幀內完成獲得解算的步驟。
20.一種用於識別關於以下一項或多項的定量決策的決策產生工具針對一個或多個散裝產品混合和包裝車間和一個或多個配送中心產生性能度量最優或接近最優值的車間容量、生產、和存貨，所述工具包括以下組件 (I)存儲數據文件的第一計算機可讀存儲器件，所述數據文件包括 Ca)識別包括一個或多個時間間隔的時間範圍的數據； (b)識別所述車間混合裝置及其一個或多個操作參數的數據； (C)識別所述車間儲存罐及其一個或多個操作參數的數據； Cd)識別所述車間包裝裝置及其一個或多個操作參數的數據； Ce)識別所述包裝產品存儲設施及其一個或多個操作參數的數據； Cf)識別所述卸載和卸貨設施及其一個或多個操作參數的數據； (g)與車間裝置之間的互連有關的數據； (h)與用於每種包裝產品的所述歷史需求有關的數據；以及 (i)識別所述配送中心及其一個或多個操作參數的數據； (II)第二計算機可讀存儲器件，所述第二計算機可讀存儲器件可以是或可以不是所述第一計算機可讀存儲器件，所述第二計算機可讀存儲器件存儲了包括描述帶有或不帶有所述配送中心的所述混合和包裝車間的操作的參數的數學模型； 其中，除了參數之外，所述模型包括決策變量、約束、以及目標函數； 其中，所述決策變量表示要在每個時間間隔內作出的關於作為以下一項或多項的函數的車間容量的定量決策生產裝置的數目、工人的數目、生產班次結構、超時、產品轉換的數目和完成產品轉換所要求的設置時間； 其中，附加決策變 量是要在每個時間間隔內作出的關於車間生產和存貨以及關於配送中心處的存貨的定量決策； 其中，所述約束包括(a)限制所述混合裝置的可用性和容量的一個或多個項； (b)限制所述儲存罐的可用性和容量的一個或多個項； (C)限制所述包裝裝置的可用性和容量的一個或多個項； Cd)限制所述包裝產品存儲設施的可用性和容量的一個或多個項； Ce)限制所述卸載和卸貨設施的可用性和容量的一個或多個項； Cf)使每種包裝產品的批次的數目與產品批量大小相關的一個或多個非線性項；以及 (g)使包裝產品的每批的大小與該產品所需的安全庫存的數量相關的一個或多個非線性項； (h)限制配送中心的可用性和容量的一個或多個項其中，所述目標函數是性能度量；以及 (III)處理器，包括優化平臺，所述優化平臺包括算法解算器，其中，所述優化平臺可操作成加載所述模型，讀取所述數據文件，根據所述數據文件來填充所述模型參數，並且執行所述算法解算器，其中，所述算法解算器可操作成操縱所述模型中的決策變量，以識別優化所述目標函數的變量值的集合。
21.一種可由計算機讀取的程序存儲設備，包含可由計算機執行的電腦程式，其中，所述電腦程式包括代碼，通過使計算機執行以下動作，這些代碼可操作而使所述計算機識別關於以下一項或多項的定量決策產生用於一個或多個散裝產品混合和包裝車間的性能度量的最優或接近最優值的車間容量、生產、以及存貨 (I)從計算機可讀存儲器件讀取數據文件，所述數據文件包括 Ca)識別包括一個或多個時間間隔的時間範圍的數據； (b)識別所述混合裝置及其一個或多個操作參數的數據； (C)識別所述儲存罐及其一個或多個操作的參數的數據； Cd)識別所述包裝裝置及其一個或多個操作參數的數據； Ce)識別所述包裝產品存儲設施及其一個或多個操作參數的數據； Cf)識別所述卸載和卸貨設施及其一個或多個操作參數的數據； (g)與車間設備之間的互連有關的數據； (h)與用於每種包裝產品的歷史需求有關的數據；以及 (i)識別所述配送中心及其一個或多個操作參數的數據； (II)使用所述數據文件來填充混合整數非線性數學優化模型中的模型參數，所述混合整數非線性數學優化模型存儲在計算機可讀存儲器件上，被構建成在數學上描述所述混合和包裝車間的操作； 其中，除了參數之外，所述模型包括決策變量、約束、以及目標函數； 其中，所述決策變量表示在每個時間間隔作出的關於作為以下一項或多項的函數的車間容量的定量決策生產裝置的數目、工人的數目、生產班次結構、超時、生產轉換的數目和完成生產轉換所要求的設置時間； 其中，附加決策變量是要在每個時間間隔內作出的關於車間生產和存貨的定量決策，所述車間生產和存貨與關於車間容量的那些定量決策同時被確定； 其中，所述約束包括 (a)限制所述混合裝置的可用性和容量的一個或多個項；(b)限制所述儲存罐的可用性和容量的一個或多個項； (C)限制所述包裝裝置的可用性和容量的一個或多個項； Cd)限制所述包裝產品存儲設施的可用性和容量的一個或多個項； Ce)限制所述卸載和卸貨設施的可用性和容量的一個或多個項； Cf)使每種包裝產品的批次的數目與產品批量大小相關的一個或多個非線性項； (g)使每批包裝產品的大小與該產品所要求的安全庫存的數量相關的一個或多個非線性項；以及 (h)限制所述配送中心的可用性和容量的一個或多個項； 其中，所述目標函數是性能度量；以及 (III)執行算數解算器，以操縱所述模型中的決策變量，以識別優化所述目標函數的變量值的解算集合。
全文摘要
一種在指定計劃期內生成容量、生產和存貨計劃的方法，該方法將相對於指定性能指標來優化一個或多個散裝產品混合和包裝車間的操作，同時滿足關鍵操作約束。而且，決策產生工具和計算機實現了用於執行該方法的程序。
文檔編號G06F9/44GK102725703SQ201080062153
公開日2012年10月10日 申請日期2010年11月22日 優先權日2009年11月30日
發明者克麗絲·P·克拉默, 蘿拉·L·洛克, 本尼·S·布迪曼, 李相範, 馬塞爾·R·米勒 申請人:埃克森美孚研究工程公司