MTO‑MTS管理模式下鋼鐵生產合同計劃和多級庫存匹配優化方法與流程

2023-05-07 20:18:16 2

MTO-MTS管理模式下鋼鐵生產合同計劃和多級庫存匹配優化方法技術領域本發明屬於管理科學與工程領域，涉及到運籌學建模和智能優化算法的應用，特別涉及到一種用於混合流程生產模式下基於多級庫存匹配的鋼鐵企業合同計劃編制方法。

背景技術：
隨著信息技術的發展，國內大部分鋼鐵企業的生產管理水平都有了大幅度的提高，但關於合同計劃的編制問題，目前還停留在一個比較落後的水平上。計劃經濟時，多數企業採用面向庫存的編制方法MTS(MaketoStock)，根據剩餘庫存的分布情況，在庫存匹配的基礎上，對未能匹配的合同安排生產。為了滿足合同交貨期、客戶重要程度、合同鋼級和合同需求量等訂單需求因素，實際操作中往往會選用較高鋼級的成品庫存匹配訂單，以滿足快速響應客戶訂單的需求，若匹配方案不合理，不僅增加了庫存匹配的成本，還可能影響剩餘庫存的匹配能力。隨著市場經濟的發展，客戶對鋼鐵產品的需求日益「個性化，小批量」，因此大部分鋼鐵企業轉而採用面向訂單的合同計劃方式MTO(MaketoOrder)，以實現滿足客戶多樣化需求提高企業競爭能力的目的。然而，完全面向訂單的生產模式無法快速響應訂單需求，而且在確保大型設備生產的批量性方面，也無法保證機組生產能力的需求。因此，單一的面向訂單或面向庫存的生產管理模式均無法滿足外部市場與企業內部兩方面的要求，計劃編制不盡合理，無法協調用戶需求個性化與快速響應之間的矛盾，極大制約了企業生產管理水平和經濟效益。合同計劃是鋼鐵企業生產計劃管理體系中的核心環節，它綜合考慮庫存管理與生產計劃，兼顧半成品和成品庫存，貫穿各個生產工序，決定合同能否順利有效完成，對企業生產效率，經濟效益等影響重大。目前，鋼鐵企業合同計劃編制存在不足之處，主要體現為以下幾點：1.不能從全局視角出發來合理協調產品的客戶化和生產的快速響應之間的矛盾；2.沒能充分發揮剩餘庫存，特別是半成品庫存對當前計劃展望期生產計劃的影響作用，大大制約了合同計劃編制的靈活性；3.在根據機組生產能力安排生產計劃時，缺乏對產能均衡性的考慮。國內外眾多學者對鋼鐵企業的合同計劃編制問題都有所關注。如文獻(S.Liu，J.Tang，J.Song.「Order-planningmodelandalgorithmformanufacturingsteelsheets」.InternationalJournalofProductionEconomics，2006，100：30-43)將庫存概念引入合同計劃，以最小化庫存成本、拖期懲罰和剩餘產能為目標建立數學模型，並採用智能優化算法求解。文獻(盧克斌等.「鋼鐵企業合同計劃與餘材匹配的集成優化方法」.控制與決策，2009，24(1)：71-75)針對合同計劃與餘材匹配的聯合優化問題，建立數學模型並通過一種嵌有優先適合啟發式的遺傳算法求解。文獻(T.Zhang，Y.J.Zhang，Q.p.Zheng，PanosM.Pardalos.「Ahybridparticleswarmoptimizationandtabusearchalgorithmfororderplanningproblemsofsteelfactorybasedonthemake-to-stockandmake-to-ordermanagementarchitecture」.JournalofIndustrialandManagementOptimization，2011，7(1)：31-51)考慮鋼廠多工序生產，合同計劃中同時考慮成品庫存匹配和生產計劃，並構造可修復粒子群算法求解。已申請的專利「鋼鐵生產計劃中合同與庫存聯合優化管理方法」(公開號「CN1661609A」)主要實現了一種網絡環境下鋼鐵生產計劃與庫存聯合優化的軟硬體管理平臺。但是，以上研究僅是基於成品庫存匹配對生產與庫存進行聯合優化，沒有考慮半成品庫存對生產計劃的協調作用。專利「一種提高鋼鐵企業板坯利用率的板坯與合同專用匹配」(公開號「CN102651114A」)針對鋼鐵企業由於板坯與合同匹配不合理而造成的板坯切損量大、合同餘材量大、合同不能按時交貨的問題，發明了一種提高板坯利用率的板坯與合同轉用匹配方法。該專利文獻主要從庫存匹配角度出發，考慮庫存對生產的作用，但並未從全局視角出發，同時考慮庫存匹配與生產計劃之間的相互影響與協調作用。

技術實現要素：
針對現有鋼鐵企業合同計劃編制技術的不足之處，本發明提供一種基於多級庫存匹配的鋼鐵企業合同計劃編制方法，並開發了相應的優化軟體系統，系統由合同池建立模塊、多級庫存匹配模塊、多工序生產計劃模塊、庫存與生產協同模塊和人機互動與評價模塊五大部分組成，以庫存與生產協同模塊為核心，它採用基於重匹配協同策略的多級庫存與生產計劃聯合優化算法，根據多級庫存匹配模塊所產生的合同集庫存匹配方案與多工序生產計劃模塊所生成的合同集生產計劃方案，協調庫存與生產之間的矛盾，並利用人機互動與評價模塊所得到的有關參數，評價並進一步調整系統的優化性能(如圖1所示)。對本系統的組成模塊詳細說明如下：1、合同池建立模塊根據來自市場客戶的成品訂單和預測的半成品合同作為輸入，根據訂單的相關指標，進行歸類，分解或合併等步驟，對成品合同和半成品合同進行處理，即建池，生成附合庫存匹配基本單位和機組生產批量的成品合同集和半成品合同集(如圖2所示)，步驟說明如下：1)客戶成品合同集的生成：對來自本計劃展望期內的市場客戶成品訂單進行統計與歸類；2)預測半成品合同集的生成：根據剩餘半成品和成品庫存的分布情況，聯合有關市場預測與戰略預測信息，生成預測半成品合同集；3)合同的合併和分解：根據庫存匹配單位和機組生產批量等合同處理規則，生成合同計劃的編制對象，即生產合同集，其中包括成品合同和半成品合同。2、多級庫存匹配模塊對由客戶成品合同和預測半成品合同組成的合同集進行多級庫存匹配。此時需要考慮的懲罰因素為庫存匹配費用，包括半成品庫存和成品庫存的匹配費用，費用產生於選用級別較高的鋼種匹配較低鋼種合同需求，即有損匹配；如果合同鋼級與剩餘庫存鋼級相同，即無損匹配，則不產生匹配費用。基於期初庫存量和匹配原則等約束，以最小化匹配費用為目標建立多級庫存匹配模型：Subjectto：決策變量：模型參數：N：合同總數；K：半成品庫存種類數；L：成品庫存種類數；ωi：合同i的需求量；Qk：半成品k的期初庫存量；Ql：成品l的期初庫存量；Ck：單位重量的合同與半成品k有損匹配的費用；Cl：單位重量的合同與成品l有損匹配的費用；公式(1)包含半成品有損匹配費用和成品有損匹配費用兩項，在實際匹配中，半成品庫存在鋼級和生產成本及可匹配範圍等指標上相對比成品庫存匹配更容易，即匹配成本更低。與多級庫存匹配相關的約束表述如下：約束(2)，(3)表示半成品或成品庫存匹配的總重量不能超過相應的期初庫存量；(4)是互斥約束，表示合同不能同時選擇成品和半成品兩種匹配方式；(5)表示半成品合同不能進行成品庫存匹配；(6)(7)表示每個合同至多只能與一種成品或半成品匹配。3、多工序生產計劃模塊在多級庫存匹配模塊的基礎上，還需對合同集中未參與任何匹配的合同以及參與半成品匹配的成品合同編制生產計劃。考慮生產工藝路線和機組生產能力能因素，以最小化提前/拖期懲罰、交期懲罰和產能不均衡懲罰三項為目標，建立多工序生產計劃模型：minf2＝f21+f22+f23(8)Subjectto：決策變量：模型參數：N：合同總數(同上)；J：工序總數；J′：產品的形態為半成品的工序，1≤J′≤J；Ji：合同i的最後一道加工工序，對於成品合同Ji＝J，對於半成品合同Ji＝J′；T：計劃展望期；ωi：合同i的需求量(同上)；Ejt：工序j在時間段t的產能；[aibi]：合同i的交貨期窗口；α：單位重量合同的拖期懲罰係數；β：單位重量合同的提前懲罰係數；γ：單位重量合同的交期懲罰係數；v：產能不均衡的懲罰係數；公式(8-1)表示提前/拖期懲罰，指合同的實際交貨期早於或晚於合同規定的交貨期窗口[ai，bi]應受到的懲罰：公式(8-2)表示交期懲罰，指合同的實際交貨期雖然處於規定的交貨期窗口[ai，bi]內，但是相對較晚時應受的懲罰，它主要是為確保時間窗內的交貨時間儘量提前，從而加快資金周轉籌；公式(8-3)表示產能不均衡懲罰，它主要反映不同工序不同時間段內的產能分配是否均衡，不同生產合同對生產能力的利用是否連續的情況。與多工序生產計劃相關的約束表述如下：約束(9)是工序在單位時間段上的產能約束；約束(10)基於生產連續性的考慮，表示每個合同在每段時間至多只能完成兩道工序；約束(11)表示對於沒有參與任何庫存匹配的合同(包括成品合同和半成品合同)，如果合同i選擇生產且經過前一道工序j，則必須經過後一道工序(j+1)，對於半成品合同j＜J′而對於成品合同j＜J；約束(12)表示表示對於沒有參與任何庫存匹配的合同(包括成品合同和半成品合同)，合同後一道工序的生產時間不能小於前一道工序的生產時間。約束(13)(14)表示對於參與半成品匹配的成品合同，選擇半成品庫存匹配後必須經歷後續生產，且滿足遞增時序約束。4、庫存與生產協同模塊在以上兩模塊基礎之上，還應考慮合同既沒有參與庫存匹配，也沒有參數生產的特殊情況，即合同取消，因此，在庫存與生產協同模塊中還需考慮最小化合同取消懲罰的目標：聯合以上多級庫存匹配模塊和多工序生產計劃模塊的數學模型，就得到了基於多級庫存匹配的鋼鐵企業合同計劃編制問題的數據模型：f＝f1+f2+f3(16)Subjectto：(2)～(7)，(9)～(14)以及庫存與生產之間的協同約束條件：其中，約束(17)表示半成品合同不經歷後續生產；約束(18)表示合同不能既經歷半成品匹配又經歷前續生產；約束(19)表示合同不能既經歷成品匹配又經歷完全生產。5、人機互動與評價模塊通過人機互動的方式對以上模型有關參數值進行設置和調整，並根據算法的運行效果結合實際情況評價算法的求解性能，如果結果令人滿意則下發具體的車間級作業任務；否則，通過人機互動進一步調整參數。上述數學模型的合同計劃問題屬於0-1整數規劃問題。在實際應用中，由於合同集的規模較大，且半成品與成品庫存種類較多，因此以目前已經比較成熟的粒子群優化算法(ParticleSwarmOptimizer，PSO)為基礎，設計一種基於重匹配協同策略的多級庫存與生產計劃聯合優化算法進行求解，如圖3所示，步驟說明如下：1、設計編碼方法，採用自然數編碼方式，用一個整數矢量代表一個合同集的排產情況，也就是一個粒子；2、初始解生成，首先進行多級庫存匹配，包括成品合同成品匹配，成品合同半成品匹配和半成品合同半成品匹配；然後，對於沒有參與任何形式庫存匹配的合同包括成品合同和半成品合同以及參與半成品匹配的成品合同，以隨機方式產生初始多工序生產計劃；3、對於多工序生產計劃進行粒子群優化迭代更新；4、非可行解修復，包括基本越界修復、工序約束修復和產能更新修復三個步驟；5、重匹配協同策略，以設定的匹配取消概率和重匹配概率對粒子群優化算法得到的解進行重匹配協同操作，取消部分已經匹配的合同，讓參與生產的合同，恢復產能，重新進行庫存匹配，包括成品合同成品重匹配，成品合同半成品重匹配和半成品合同半成品重匹配；6、基於產能約束的局部搜索優化策略，在重匹配協同策略從多級庫存與生產協調的角度對PSO算法加以改進的基礎上，從產能與生產時間角度進一步優化PSO算法的求解性能，對合同在各生產工序上的可行生產時間局部調整，找到使目標值更優的解。本發明的效果和益處：針對鋼鐵行業MTO-MTS混合模式下的合同計劃問題，將多級庫存匹配機制引入生產計劃編制，強調半成品庫存匹配對生產計劃的影響作用，從全局視角出發聯合優化庫存與生產。設計一種基於重匹配協同策略的多級庫存與生產計劃聯合優化算法，採用重匹配協同策略和局部搜索策略改進粒子群優化算法，利用半成品庫存和成品庫存重匹配逐步擴大搜索空間，反覆調節庫存與生產。多級庫存匹配可以很好的均衡MTO與MTS兩種生產模式，靈活選配合同的工藝路線，合理髮揮庫存餘材作用，全面提升系統總體性能，而重匹配協同策略在確保多級庫存匹配和生產計劃聯合優化的過程中發揮了重要作用。附圖說明圖1、基於多級庫存匹配的鋼鐵生產合同計劃編制方法基本流程框架圖2、合同池建立基本流程圖3、基於重匹配協同策略的多級庫存與生產計劃聯合優化算法流程圖圖4、多級庫存匹配流程圖5、多工序生產計劃流程圖6、重匹配協同策略流程具體實施方式本發明以某鋼廠在一個計劃展望期內實際合同計劃編制問題背景，以客戶訂單和企業根據市場需求及戰略信息預測得到的半成品合同為輸入數據，結合企業內部的成品庫存和半成品(以板坯為半成品)庫存剩餘情況，以煉鋼-連鑄→熱軋→冷軋等主要工序為主要工藝流程，設計並實現一種基於多級庫存匹配的鋼鐵生產合同計劃編制方法，具體實施情況說明如下：步驟一：輸入工藝數據。主要包括合同信息，多級庫存信息和機組生產能力信息三部分。通過合同池建立模塊，對客戶訂單和企業根據市場需求及戰略信息預測得到的半成品合同進行處理，得到生產合同集，有關合同的信息主要包含：合同號、合同需求重量、合同性質(是否為半成品合同)、合同種類、交貨期窗口等欄位。此外，通過企業資源計劃系統ERP還可以得到多級庫存信息和機組生產能力信息。其中多級庫存信息主要包含：庫存號、庫存種類、期初庫存量等欄位，機組生產能力信息主要包含：工序號、可行生產時段、額定產能等欄位。步驟二：通過人機互動與評價模塊輸入算法參數。具體為本發明所涉及的基於重匹配協同策略的多級庫存與生產計劃聯合優化算法所涉及的有關參數，包括與粒子群優化算法有關的參數：粒子數、粒子群迭代次數、粒子加速常數等；與重匹配協同策略有關的參數：匹配取消概率、重匹配概率和重匹配次數等；與局部搜索優化策略有關的參數：局部搜索迭代次數等。步驟三：調用本發明所涉及的基於重匹配協同策略的多級庫存與生產計劃聯合優化算法，生成多級庫存匹配方案和生產計劃方案。包括以下步驟：1、設計編碼方法。用自然數編碼，利用一個分段整數矢量表示一個粒子，即：其中，pij∈[-1，T]，i＝1，...，N，j＝1，...，J。矢量中的每一小段(pi1，...pij，...，piJ)代表合同i的是否庫存匹配或生產計劃時序方案。比如：(pi1，...pij，...，piJ)＝(0，...，，0)表示合同選擇庫存匹配方式；(pi1，...pij，...，piJ)＝(0，...，tJ′+1，...，tJ)表示成品合同選擇半成品庫存匹配加後續生產的方式；(pi1，...pij，...，piJ)＝(t1，t2，...，tJ)表示成品合同選擇完全生產的方式；(pi1，...pij，...，piJ)＝(t1，...，tJ′，0，...，0)表示半成品合同選擇前續生產的方式；(pi1，...pij，...，piJ)＝(-1，...，-1，...，-1)表示合同未排入計劃，被取消。這樣，整個矢量則表示合同集中所有合同或生產或匹配的方案。2、初始解生成。進行庫存匹配時，對於成品合同i，若成品庫中存在與合同鋼級相同的成品，且滿足合同需求重量，那麼對該合同進行成品庫存匹配；若不存在與合同鋼級相同的成品，但存在較高鋼級的成品，且滿足合同重量的需求，那麼合同i則進行有損成品庫存匹配，令(pi1，...pij，...，piJ)＝(0，...，0)。若成品庫中沒有合適的成品進行匹配，則對合同i進行半成品匹配。半成品匹配流程與成品匹配類似，但由於i是成品合同，匹配後還需進行後續生產，令(pi1，...pij，...，piJ)＝(0，0，...，tJ′+1，...，tJ)，其中的tJ′+1，...，tJ需在生產計劃中確定。若成品合同i庫存匹配失敗，則選擇完全生產。對於半成品合同i，則直接對i進行半成品庫存匹配，令(pi1，...pij，...，piJ)＝(0，...，0)；若不滿足半成品庫存約束，則選擇前續生產。通過以上匹配方式，匹配約束(2)-(7)得到滿足，多級庫存匹配流程如圖4所示。生產計劃的編制是針對未做任何匹配的成品合同(或半成品合同)和經過半成品匹配的成品合同進行的。對於未匹配的成品合同i，需要完全生產，即產生從工序1到工序J的所有時序，得到(pi1，...pij，...，piJ)＝(t1，t2，...，tJ)；對於未匹配的半成品合同i，需要前續生產，即產生從工序1到工序J′的時序，得到(pi1，...pij，...，piJ)＝(t1，...，tJ′，0，...，0)；對於經過半成品匹配的成品合同i，需要後續生產，即產生從工序J′+1到工序J的時序，得到(pi1，...pij，...，piJ)＝(0，0，...，tJ′+1，...，tJ)。時序產生的方法如下：首先在[1，T]之間隨機產生最後一道工序Ji的時間，然後在之間隨機產生Ji-1道工序的時間，以此類推，直到工序1或工序J′+1為止。通過以上生產計劃編制方式，約束(10)-(14)得到滿足。最後，由於每道工序在每個時間段內的機組產能是一定的，而合同隨機產生的生產時序不一定能滿足機組產能的約束(9)，所以還需遍歷合同集，計算每個合同所經過的工藝路線的產能限制，若任何一道工序在單位時間內機組產能已滿，則該合同取消，對應編碼為(pi1，...pij，...，piJ)＝(-1，...，-1，...，-1)。多工序生產計劃流程如圖5所示。按照上述方法產生R個粒子，組成一個粒子群，這樣就形成了一組初始解。3、對於多工序生產計劃進行粒子群優化迭代更新。本發明採用帶慣性權重的粒子群算法，進化方程為：其中，r＝1，...，R，R代表粒子數，s為迭代的次數，ws為第s次迭代的慣性係數，和為[0，1]區間均勻分布的隨機數，C1和C2為加速常數，分別調節顆粒飛向自身最好位置Pr和飛向全局最好位置Pg的步長，通常在[0，2]之間取值，線性衰減公式為：其中，smax為總的迭代次數。4、非可行解修復。雖然PSO算法是在庫存匹配方案確定後，針對粒子中的非0值進行迭代優化，但尋優過程的隨機性仍會產生大量不符合模型約束的非可行解，因此需要對非可行解進行修復。主要包括：基本越界修復、工序約束修復和產能更新修復三個步驟。4.1基本越界修復。掃描粒子群，判斷粒子中隨機生成工序j的生產時間tj是否超出[1，T]，若tj＜1，則令tj＝1；若tj＞T，則令tj＝T。4.2工序約束修復。進一步判斷，粒子中的生成的合同的生產時間順序是否滿足前後工序約束，即約束(11)-(14)，若不滿足，則對該工序生成的時間重新按照時序遞增進行排序。對於約束(10)，若存在連續三道以上工序生產時間相同的情況，則取消生產，對應編碼為(pi1，...pij，...，pij)＝(-1，...，-1，...，-1)。4.3產能更新修復。根據每個粒子修復後的取值，按照約束(9)，重新計算機組在每個時間段的產能，對不滿足產能約束的合同，取消生產。最後，按照每一道工序每一個時間段的剩餘產能，為取消生產的合同重新排產。5、重匹配協同策略。從以上PSO算法的初始解生成和非可行解的修復過程可以看出，每個粒子對應合同集的庫存匹配方案並不參與粒子群的更新迭代，所以PSO算法對庫存匹配方案的優化作用並不明顯，一旦成品或半成品與合同的匹配關係確定後就不再改變，後續優化的可搜索空間也相應地被限制在一個局部區域內。因此本發明設計了一種庫存重匹配機制，在粒子群優化之前通過重匹配協同策略適當凋整庫存匹配方案，使下一輪粒子群優化的可搜索區域發生一定變化，從而改進算法的全局尋優能力。重匹配協同策略流程如圖6所示，具體步驟如下：5.1取消成品合同與成品庫存匹配關係。遍歷合同集，對於已經進行成品匹配的成品合同i，在(0，1)之間產生隨機數p_caneli。判斷p_caneli是否小於等於成品匹配取消概率p_canel，如果p_caneli≤p_canel，則取消合同i與成品庫存的匹配關係，恢復成品庫存；否則不進行任何操作；5.2重建成品合同與成品庫存匹配關係。遍歷合同集，對於完全生產的合同i，在(0，1)之間產生隨機數p_matchi。判斷p_matchi是否小於等於成品重匹配概率p_match，如果p_matchi≤p_match，則按照初始解中的庫存匹配方式，進行成品無損或有損成品匹配，同時釋放合同i所佔用的產能；否則，如果p_matchi＞p_match或合同i需求量不滿足庫存量，則不進行任何操作；5.3取消成品合同與半成品庫存匹配關係。遍歷合同集，對於已經進行半成品匹配的成品合同i，在(0，1)之間產生隨機數sp_caneli。判斷sp_caneli是否小於等於半成品匹配取消概率sp_canel，如果sp_caneli≤sp_canel，則取消合同i與半成品庫存的匹配關係，恢復半成品庫存，並且釋放合同i後續生產所佔用的產能，否則不進行任何操作；5.4重建成品合同與半成品庫存匹配關係。遍歷合同集，對於完全生產的合同i，在(0，1)之間產生隨機數sp_matchi。判斷sp_matchi是否小於等於半成品重匹配概率sp_match，如果sp_matchi≤sp_match，則按照初始解中的庫存匹配方式，進行無損或有損半成品匹配，更新庫存，並釋放合同i前續生產工序1到J′所佔用的產能，保留後續生產產能，否則，如果sp_matchi＞sp_match或合同i需求量不滿足半成品庫存量，則不進行任何操作；5.5取消半成品合同與半成品庫存匹配關係。遍歷合同集，對於已經進行半成品匹配的半成品合同i，在(0，1)之間產生隨機數sp_caneli。判斷sp_caneli是否小於等於半成品匹配取消概率sp_canel，如果sp_caneli≤sp_canel，則取消合同i與半成品庫存的匹配關係，恢復半成品庫存，否則不進行任何操作；5.6重建半成品合同與半成品庫存匹配關係。遍歷合同集，對於前續生產的半成品合同i，在(0，1)之間產生隨機數sp_matchi。判斷sp_matchi是否小於等於半成品重匹配概率sp_match，如果sp_matchi≤sp_match，則按照初始解中的庫存匹配方式，進行無損或有損半成品匹配，同時釋放合同i所佔用的產能，並更新庫存，否則，如果sp_matchi＞sp_match或合同i需求量不滿足半成品庫存量，則不進行任何操作。6、基於產能約束的局部搜索優化策略。重匹配協同策略從多級庫存與生產協調的角度對PSO算法加以改進，但是，考慮到時序和產能等約束，粒子在迭代過程中往往因為解的修復而無法有效地朝最優方法飛行，導致解的質量下降，基於此，本發明設計一種局部搜索策略，從產能與生產時間角度，進一步優化PSO算法的求解性能，對合同在各生產工序上的可行生產時間局部調整，找到使目標值更優的解。對於重匹配協同策略改進PSO算法得到的解：6.1備份當前解對應的懲罰值F。6.2遍歷合同集，從參與生產(包括完全生產、前續生產或後續生產)或尚未排產的合同中隨機選擇一個合同i。如果合同i參與生產，則備份其生產時序並恢復機組在相應時段的產能，搜索當前產能分布下其他可行的生產時間段，重新生成合同i的生產時序，並更新產能；如果合同i尚未排入生產計劃，則直接根據機組剩餘產能，在該合同每道工序可選的時段中隨機生成一個生產計劃。6.3根據更新後的合同集生產計劃和剩餘產能情況計算解所對應的懲罰值F′，如果F′＜F，則保留新的生產時序，並保留產能更新和對應解；否則，恢復更新前的生產時序和對應產能。6.4重複步驟6.1～6.3直到設定的循環次數為止。步驟四：通過人機互動與評價模塊，檢驗以上算法得到的多級庫存匹配方案和多工序生產計劃方案是否合理，若合理，則下發給車間執行，否則，重新調整算法參數。應用實例。已知計劃展望期為T＝10(以天為一個時間單位)，合同數為N＝60，合同有關欄位信息見表1；工序數為J＝3，各工序在單位時間內的額定產能為Ejt＝197；成品庫存與半成品庫存有關欄位信息見表2。表1.N＝60合同集信息表2.半成品與成品期初庫存量本發明所涉及的重匹配協同策略的多級庫存與生產計劃聯合優化算法的相關參數設置如下：粒子數R＝50，加速常數C1＝2.0，粒子群迭代數PSOStep＝600；成品(或半成品)匹配取消概率p_cancel＝sp_cancel＝0.1，成品(或半成品)，重匹配概率p_match＝sp_match＝0.1重匹配次數ReMatchTimes＝60；局部搜索迭代次數LocalStep＝5000。利用重匹配協同策略的多級庫存與生產計劃聯合優化算法求解可得，多級庫存匹配方案如表3所示。表3.合同計劃編制結果