英语原文共 13 页
复杂服装制造的智能生产计划
P. Y. Mok ，T. Y. Cheung ，W. K. Wong ，
S. Y. S. Leung，J. T. Fan
摘要 服装生产的特点是劳动密集型手工操作，频繁的款式变化，季节性需求和缩短生产周期。随着全球竞争的激烈，许多制造商正在将生产从质量模式转变为精益模式，以缩短他们对变化的响应时间。在复杂的混合模式生产环境中，将作业单分配到合适的生产线非常重要，以确保生产资源的有效利用和所有作业单的按时完成。本文提出了基于群组技术和遗传算法的自动作业分配规划算法。对于基于遗传算法的智能规划算法，建议采用单跑和多跑遗传算法。实际生产数据用于验证所提出的方法。已经表明所提出的算法能够显着提高计划质量。这些规划算法目前被香港的服装制造商用作日常规划业务的一部分。
关键词
服装生产 生产计划 集团技术 遗传算法 智能ERP
服装业的特点是市场变化迅速。由于大多数服装产品都是季节性的，因此上市时间是制造企业在激烈市场中竞争的重要因素。鉴于消费者的品味一直在变化，时装市场可能被认为是最动荡和最变幻无常的市场之一。因此，它需要对节奏越来越快的时尚变化做出快速反应，以满足顾客对任何现代和不寻常事物的偏好。因此，多年来，基于时间的竞争一直是该行业一致的战略方向（de Toni和Meneghetti，2000年）。此外，“精益零售”在零售业的广泛采用意味着时尚服装的供应正在不断调整以适应消费者的口味。这就需要更频繁地重新订购少量的服装，而不是在季节开始前对商店进行传统库存，并在季末清仓销售（2004年5月）。
为了应对短交货期和小而频繁的订单，服装制造商努力改进其生产流程，以便在预期时间内以最低的生产成本交付成品。因此，生产计划在当代服装制造业中越来越重要。传统的生产计划研究集中在长期、短期甚至日常计划上。已经观察到可以将这些单独任务联系在一起的有限工作。早期的研究试图用一种单一的石器方法（Graves 1982）将不同层次的规划联系起来，在这种方法中，长期和短期规划问题结合在一起，产生了一个非常大的问题。在实践中，这些mod els的极端大小阻止了它们的计算实现。相比之下，层次模型采用模块化方法将长期和短期规划连接在一起。随着分层生产计划（HPP）的引入，关于这一主题的理论工作已经出现（Axsater和J_nsson 1984；Bitran等人1981年；Bitran和Hax 1981年；Erschler等人1986年；Hax和Candea 1984年；_zdamar 1996年）。水电站的效益已经确立。最显著的优势是减少了计算负担，并便于在不同的管理级别进行决策。自20世纪80年代以来，各种各样的水电站在不同行业中的应用逐渐被报道，最值得注意的是，Vicens等人（2001）、Karumanasseri和Abourizk（2002）、McKay和Wiers（2003）研究了决策支持系统在调度中的应用，Yan等人（2002）采用了混合算法技术。文献中描述的用于制定生产计划的其他方法包括非线性整数规划技术niques（Rajagopalan 2002）、启发式技术（Chang等人2003年；Dejonckhere等人2003）和目标规划技术（Leung等人2003年）。此外，Rao等人（2004）使用了一个两阶段的整数随机程序，在该程序中，他们确定要生产什么产品以及要生产多少产品。
然而，有关生产计划的扩展文献主要涉及以机器操作为主的系统，其中机器操作的生产速度通常是恒定的（metaxiotis等人2002）。如果一个系统主要是手工操作，生产速度有时是不可预测的，这使得机器工作的结果是不可预测的。另一方面，真实的生产环境不可避免地涉及到诸如紧急订单到达、订单取消、订单到期日期变更、操作员效率变化、学习曲线效应、关键机器突然故障导致的延迟以及操作员的缺席等不确定性问题。服装制造环境铁元素通常是模糊的。
为了处理复杂的计划流程，大型服装制造商使用企业资源计划（ERP）计算机系统。ERP是基于模块化的应用软件，专为企业设计，用于协调完成业务流程所需的所有资源、信息和活动（Hodge 2002）。一些服装公司进一步将其ERP系统与电子商务解决方案集成，从面向消费者的在线商店前端到外部网络，以加强与客户和供应商的沟通和简化交易，以期获得效率收益（Tuunainen和Rossi 2002；Everdingen等人2000）。对于不同于大型企业的中小型企业来说，他们负担不起昂贵的ERP解决方案，但大部分业务（包括计划操作）仍需手动完成。在服装行业，随着季节性需求的增加，就业订单数量成倍增加，但订单规模变小。服装制造商正转向精益模式生产，在这种生产模式下，大型缝纫部门将生产线拆分为更小、自平衡的缝纫线。因此，在一次生产计划中，成百上千个工作岗位必须分配给不同能力的缝纫线组合。有许多关于服装制造智能控制的报告研究，例如在裁剪室操作中的应用（Wong等人2006）。
本文的主要目的是开发智能服装生产计划算法，将工作订单分配给合适的缝纫单位，以确保生产能力的有效利用和所有工作订单的按时完成。智能规划算法基于群体技术和遗传算法，可用于劳动密集型作业规划。所提出的算法是作为Excel电子表格开发的，可以被不同规模的公司使用，甚至可以与高级ERP解决方案集成。论文的其余部分组织如下。“服装生产规划”一节概述了服装行业的生产规划实践。其次，在“基于群体技术的服装规划算法”一节中介绍了基于群体技术的服装规划算法。“采用遗传算法的智能规划”一节介绍了采用遗传算法的智能规划算法。“案例研究和讨论”一节包括案例研究和讨论。
服装生产规划
服装生产工艺
服装生产的特点是劳动密集型人工操作、频繁的款式变化、季节性需求和短的生产提前期。它由一系列操作组成，如设计、样品确认、采购和销售、铺设规划、标记规划、摊铺和切割、缝纫、清洗和整理以及包装（见图1）。服装生产是一个连续的过程，良好的计划至关重要。缝纫作业是服装生产全过程中的关键工序，其进度计划用于确定其他工序的进度计划。缝纫操作本身由许多步骤组成，这取决于产品，但在本文中它被视为一个单一的操作，因为不同于机器操作，缝纫主要是手工操作，不同的缝纫步骤是在一个缝纫单元（缝纫线）内以自平衡的方式完成的。在服装生产计划中，一旦确定了缝纫作业计划，其他诸如采购、摊铺和切割、清洗和精整等作业也可以通过人工计划或使用ERP或物料需求计划（MRP）系统进行相应的计划。
服装ERP实施
如前所述，大型服装企业采用ERP系统以提高竞争力和整体系统效率。传统的ERP系统通过允许计划人员输入不同工单的生产计划来完成计划工作。在计划员确定工作进度（相应的缝纫作业进度）后，ERP系统可以确定正确的资源消耗和其他作业的进度。由于企业战略不同，经营约束也不同，ERP中手工计划缝纫进度的方法适合大多数企业的需要。
图1. 服装生产周期概述
图2. ERP系统与Excel计划电子表格之间的数据流
鉴于工作岗位总数和生产设施的日益复杂，向精益生产模式转变的趋势使得计划操作比以前更加困难。如果不是不可能的话，规划者很难协调和整合各种信息，以优化规划并最大限度地利用资源。规划的质量在很大程度上取决于每个计划员对车间的经验和知识。本文提出利用智能规划算法的概念，利用群控技术和遗传算法实现自动规划。这些算法以Excel VBA代码编程，并保存为Excel加载项（.xla或.xll）。这些外接程序可以安装在Excel电子表格中，从而方便不同规模的组织实施。使用电子表格平台，各个公司可以轻松地定义自己的生产设置、计划策略和约束，然后使用建议的算法（插件）在几次单击中完成复杂的计划。对于大型组织，电子表格方法允许与ERP系统轻松集成。如图2所示，工单数据首先从ERP系统导出到Excel电子表格中。使用智能规划算法插件在电子表格中执行自动规划。计划员可以查看生成的生产计划和产能平衡，甚至可以在必要时手动调整计划。生成的生产计划以及所有工作的详细时间表将导入ERP系统，以便实时协调生产车间和其他部门。
基于分组技术的规划算法
生产计划旨在最大限度地提高效率和最小化库存。由于服装生产主要是手工操作，操作人员的效率不是常数而是变量。操作人员在熟悉操作规程后，逐渐提高工作效率。因此，具有类似经验的工人通常可以更高效地生产，并确保输出质量。因此，一些制造商倾向于将工作分配给缝纫线，而缝纫线的操作员最熟悉这些工作，从而最大限度地提高生产效率。该策略使用集团技术进行生产计划。
分组技术（GT）是一种将不同产品的设计结合起来以减少零件数量的方法，或将涉及类似制造过程的产品结合起来以减少库存和在制品（WIP）。由于工人一直在生产类似的产品，生产时间和安装时间可以大大减少。根据GT的概念，缝纫线被委托生产特定类型的产品或服务于一个客户。其背后的原理是，同一客户不同款式的制造工艺（缝纫操作）是相似的，不同客户相同款式的制造工艺也可能相似。由于学习曲线效应，熟练工人可以以更有效的方式工作。如果将类似产品的工单分配给同一缝纫单元，则可以提高效率。为了最大限度地提高操作人员对工作的熟悉程度，从而提高生产效率和产品质量，开发了基于燃气轮机概念的规划算法。
图3工作组分类的Excel电子表格屏幕截图
生产计划的初始设置
在计划实施之前，有必要定义生产系统，例如缝纫线的数量和相关的产能限制。服装公司可以安排职工轮班劳动，提高缝纫线的生产能力。还应定义班次信息。本文假设每条生产线有两个班次：白班和夜班。
GT规划算法首先根据客户信息、产品类型和风格特征等定义的标准将工作订单划分为不同的组（见图3）。根据公司的规划策略，可以将工作进一步划分为优先工作或非正常工作。按时完成的重要工作被视为优先工作。这些通常是来自新客户的工作，或者是有昂贵的滞纳金的工作。
一旦正确定义了工作组和缝纫线，生产计划员就应该通过为每个工作组分配最多10条缝纫线，按首选项的降序来定义工作分配首选项设置，如图4所示。根据客户信息、产品类型和款式特征等工作信息，以及计划人员对缝纫线的了解，定义工作分配偏好设置。首选的缝纫线应能在更短的时间内生产出更好的工作质量。这种工作分配偏好可以根据个别公司的情况进行调整，并且可以很容易地修改以描述不同的生产情况。
自动规划算法
根据定义的作业分配参数，开发了自动分配作业到不同缝纫线的算法。优先级作业将首先安排，然后是常规作业。新的工作分配给最喜欢（第一优先）的缝纫线。如果生产线的容量不足以完成工作，则将工作分配给第二优先（第二优先）缝纫线，依此类推。重复此过程，直到将所有工单分配给可用行。对于每条缝纫线，分配的作业将根据作业到期日期进行排序。如果该缝纫线使用多个班次（白班或夜班），则需要进行第二次分配，以将工单分配给特定的生产班次。换言之，工单在两个作业练习中分配：第一个作业的缝纫线和第二个作业的生产班次。
在通常的实践中，白班工人和夜班工人是不同的，即使他们在同一条缝纫线工作。为了更好地控制质量，每个工单只能由一个生产班次进行处理。工单根据最早开始日期分配给第一个可用生产班次。然后，提出了一种线平衡方案，对每条缝纫线的工作时间表进行微调，以确保正确平衡轮班装载和按时完成所有工作订单（或在产能过剩的情况下尽可能减少延迟）。以图5为例。一条缝纫线分配了四个工单：一天工单、两天工单、三天工单和七天工单，具有相同的最新完成日期（图中的红线）。通过将工作分配到最有效的生产班次。
图4作业分配首选项设置的Excel电子表格屏幕捕获
图5生产班次的负荷平衡
一日工作和三日工作分配给白班，两日工作和七日工作分配给夜班。在进行容量平衡之前，可以看到七天的工作不能按时完成。行平衡方案用于将作业重新分配到不同的班次，以便所有作业订单都能按时完成。在这种情况下，两天的工作被重新分配到白班（见图5）。
传统的最新开始日期（LSD）方法用于在计划算法中安排详细的工作订单，这是因为计划是一个滚动的练习，其中不断输入新的工作。因此，必须定期审查（或重新规划）生产计划。为了允许插入紧急订单并最大限度地降低库存水平，假设采用精益生产方法，在最晚开始日期前安排工单，即最晚可能在不造成延迟的情况下开始工作的时间。如图6所示，如果工作被安排到最早可用的缝纫机（最早开始日期法），则这些工作将在建议的到期日之前完成，这将导致处理产成品的库存成本。采用最新的开始时间方法，只在需要时处理作业，保证按时完成。此外，此方法还指示可以插入紧急订单的位置，同时减少不必要的库存成本。
图6 ESD和LSD法生产计划
图7显示了基于组技术算法的计划工单的流程。重要的是要知道，GT规划算法是定制的算法，可以根据预先定义的
资料编号：[5942]
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
