Содержание к диссертации
Введение
Глава 1. Состояние вопроса и постановка задачи исследования 12
1.1. Условия функционирования типового малого предприятия отрасли 12
1.2. Направления перестройки организационной структуры предприятия 19
1.3. Функции системы организационного управления 26
1.4. Постановка задачи исследования 31
Выводы главы 1 36
Глава 2. Постановка и метод решения задачи организационного управления 37
2.1. Формирование портфеля заказов и его динамика 37
2.2. Выбор критерия оптимизации 43
2.3. Постановка задачи сменно-суточного планирования 45
2.4. Организация групповой обработки изделий 47
2.5. Метод решения задачи сменно-суточного планирования 49
2.6. Метод решения с учетом группирования 56
Выводы главы 2 59
Глава 3. Модели и система организационного управления 61
3.1. Структура гибридной системы 61
3.2 Среда моделирования РДО 70
3.3. Оптимизационный генетический алгоритм 80
3.4. Алгоритм назначения приоритетов заказам 84
3.5. Имитационная модель участка производства РТИ 95
3.6. Реализация генетического алгоритма в РДО 99 Выводы главы 3 116
Глава 4. Исследование алгоритмов организационного управления 117
4.1. Исследование подсистемы назначения приоритетов 117
4.2. Характеристики простого генетического алгоритма 125
4.3. Исследование алгоритма укладки пресс-форм 127
Выводы главы 4 133
Глава 5. Апробация результатов исследования в производственных условиях 134
5.1. Условия функционирования участка предприятия 134
5.2. Группирование пресс-форм 139
5.3. Программный комплекс «Участок РТИ» 143
Выводы главы 5 157
Основные выводы и результаты 158
Список литературы 160
Приложения 173
- Направления перестройки организационной структуры предприятия
- Постановка задачи сменно-суточного планирования
- Оптимизационный генетический алгоритм
- Характеристики простого генетического алгоритма
Введение к работе
Динамика рынка резинотехнических изделий (РТИ) характеризуется резким увеличением номенклатуры выпускаемых изделий с одновременным уменьшением объемов партий выпуска и требованием быстрейшего выполнения заказов с высоким качеством. Вопросы технологии производства резинотехнических изделий в настоящее время достаточно хорошо изучены и здесь уже нельзя получить значительной эффективности от их дальнейшего совершенствования. Как показывают исследования, основной резерв повышения эффективности лежит в одновременном учете организационных, технологических, а также экономических факторов при организации и управлении производством [1,10,56]. Развитие экономики предъявляет жесткие требования к эффективности решения задач организационного управления на любых предприятиях. Это в полной мере относится и к предприятиям резинотехнической отрасли, имеющих свою специфику технологических процессов, накладывающую определенные ограничения на условия, в которых решаются задачи организационного управления, и в первую очередь задачи планирования и диспет-чирования.
Проблема повышения эффективности рассматриваемого типа производств усложняется за счет того, что они представляют собой сложные динамические системы с вероятностным характером поведения [3,16,35]. Номенклатура выпускаемых изделий постоянно изменяется, изделия усложняются, число заказчиков растет, одновременно уменьшаются объемы заказов, часто возникают
непредвиденные срочные заказы, при этом удовлетворять заказчиков необходимо в кратчайшие сроки и с высоким качеством изделий. В таких условиях резко возрастает необходимость автоматизации процесса организационного управления производством, с ориентацией на получение оптимальных решений.
Другой особенностью рассматриваемых процессов является возможность повышения эффективности за счет использования в каждом акте принятия решения конструкторско-технологической информации о заказах, об изделиях и технологии их изготовления, оборудовании и оснастке. Однако большой объем указанной информации и ее быстрое обновление в процессе производства значительно усложняет разработку эффективных систем принятия решений. То есть данный резерв повышения эффективности производства не может быть использован без широкой комплексной автоматизации.
Анализ деятельности промышленных предприятий показывает, что эффективность их производственной деятельности может быть охарактеризована большим числом показателей, среди которых такие как: стоимостные, объемные, использования производственных ресурсов, качества продукции, обеспечения потребительского спроса, устойчивости функционирования предприятия в условиях рыночной среды и др. [5,55,75].
В новых экономических условиях значительно усложняются вопросы управления (и в частности) планирования производства обеспечивающего эффективное использование оборудования, уменьшающего энергозатраты и со-
храняющего экологию окружающей среды при возрастающем объеме выпуска продукции. Конкурентоспособное функционирование предприятия становится невозможным без решения задач реорганизации его бизнес-процессов [20,22,54].
Реорганизация связана с решением целого комплекса задач, среди которых задачи реорганизации организационно-управленческой деятельности занимают одно из важнейших мест [74]. Человек-оператор в новых условиях производства уже не в состоянии отслеживать весь портфель заказов, текущее состояние производства и принимать эффективные решения по обслуживанию клиентов. На первое место выходят методы, по своей сути являющиеся информационными технологиями. Это, прежде всего, методы формализации деятельности предприятия, разработки моделей, упорядочения информационных потоков, математического моделирования и методы поддержки принятия решений в условиях неполноты информации и неопределенности [47,58,81,89].
До настоящего времени проблемам принятия решений в отрасли уделялось недостаточное внимание. Если технологическое оборудование и оснастка доведены до высокого технического уровня, существуют системы автоматизированной подготовки производства, которые проектируются, исследуются и производятся многими фирмами, хотя пока и не обеспечивают получение всей требуемой технологической информации с необходимой оперативностью и надежностью, то существующие системы организационного управления реализуют только простейшие функции управления [28,80]. В условиях действую-
щего производства принятие организационных решений практически полностью возлагается на человека-оператора, на использование его опыта и интуиции.
В связи со сказанным, необходимо разработать методы эффективного организационного управления производством и соответствующие методики, информационное и программное обеспечение, учитывающие специфику рассматриваемых производств, и позволяющие повысить их эффективность.
Как показывает анализ, для решения задач поддержки принятия решений и оптимального планирования разработано достаточно много математических методов, здесь можно назвать работы таких ученых как Ахьюджа X., Вагнер Г., Гвишиани Д.М., Конвей Р.В., Кофман А., Колобов А.А., Ларичев О.И., Митрофанов В.Г., Омельченко И.Н., Первозванский А.А., Поспелов Г.С., Поспелов Д.А, Смоляр Л.И., Сосонкин В.Л., Шкурба В.В., Элмаграби С. [4,12,14,32,37,44,64,65,72,79]. Однако большинство из этих методов ориентированы на решение статических задач, когда исходная информация заранее полностью известна и не меняется. Кроме того, они никак не учитывают особенности производственного процесса, для которого собственно и решается задача, и за счет которых может быть обеспечена его эффективность.
Сложность и непредсказуемость производственного процесса обуславливает необходимость применения имитационного моделирования для оперативного управления, отработки стратегий и алгоритмов управления. Имитационное моделирование развивается с момента появления вычислительной тех-
ники и прошло достаточно большой путь от простейших моделей, написанных на универсальных языках до интеллектуальных систем таких как ReThink+G2, РДО, ARENA. Здесь можно указать работы А. Прицкера, К.Шеннона, Дж. Клейнена, В.Н. Бусленко, Д.Хилла и других авторов, работающих в области ИМ [24,31,52,66,86,102].
Имитационное моделирование должно использоваться в сочетании с оптимизационными процедурами и современными информационными технологиями. Такое использование различных подходов в одной системе приводит к идее создания гибридных систем принятия решений. Гибридная как бы система аккумулирует достоинства различных подходов и тем самым обеспечивает получение новых, несвойственных ее отдельным подсистемам свойств. Теория гибридных систем разрабатывается в настоящее время Артибой А., Вендой В.Н., Осиповым Г.С. и рядом других ученых [17,19,29,90,97].
Эффективность производства РТИ может быть повышена за счет получения и использования более точной и оперативной информации об объектах производства (портфеле заказов), принятия оптимальных решений при планировании, использования возможностей новой организации производства изделий большой номенклатуры, передачи функции принятия решения ЭВМ [27,28,44].
Информационные технологии являются одним из инструментов интеграции решения производственных задач, связанных с процессами проектирования и производства. Методическую основу совершенствования деятельности
предприятия составляет информационная поддержка жизненного цикла продукции - СALS-технологии (Continuous Acquisition and Life-Cycle Support) [83]. В основе этого подхода лежит использование единого информационного пространства (интегрированной информационной среды), обеспечивающего единообразные способы информационного взаимодействия всех участников жизненного цикла продукции: заказчиков, поставщиков, проектировщиков, производителей, ремонтников и др.
В настоящей работе изложены результаты исследования производства РТИ, разработки и исследования методов поддержки принятия решений и на их основе системы организационного управления применительно к рассматриваемым условиям предприятий отрасли.
Новыми научными результатами диссертации можно считать следующие: В работе впервые сформулирована и решена задача оптимального планирования производства, в условиях постоянно изменяющегося портфеля заказов, с учетом производственно-технологических особенностей изготовления РТИ. Разработаны метод и средства оперативного планирования на основе получения информации от системы технологической подготовки производства и ее машинной обработки. Исследованы и предложены методы группирования РТИ для совместной обработки на прессах, обеспечивающие высокую загрузку оборудования. Предложены и исследованы алгоритмы оптимизации и выбраны оптимальные параметры этих алгоритмов. Впервые для решения задачи организационного управления применена гибридная система, сочетающая генети-
ческий оптимизационный алгоритм, имитационное моделирование и многомо-дельность для поддержки принятия решений. Исследована эффективность алгоритмов оптимизации.
Разработка алгоритмов управления и оптимизации, а также имитационное моделирование проведены в единой информационно-программной среде РДО, созданной в МГТУ им.Н.Э.Баумана и реализующей подходы искусственного интеллекта для целей моделирования [24,92].
На защиту выносятся гибридная система оперативного планирования производства, алгоритмы решения оптимизационной задачи группирования изделий и результаты их анализа, имитационная модель производственной системы, результаты исследования эффективности алгоритмов планирования, методы построения системы поддержки принятия решений.
В результате выполненных исследований созданы комплексная методика оптимального планирования производства РТИ в условиях постоянно пополняемого портфеля заказов и ограниченности времени на принятие решений. Разработано аппаратное и программное обеспечение гибридной системы организационного управления. Выполненные разработки позволяют повысить коэффициент использования оборудования при одновременном расчете минимального потребного числа рабочих, обеспечивают своевременность выполнения заказов, автоматизируют работу человека-оператора, снимая с него сложную задачу принятия решений при большом числе альтернатив. В результате
повышается оперативность работы с заказчиками, возрастает конкурентоспособность предприятия.
Результаты работы внедрены на Коломенском заводе резинотехнических изделий. Внедрение показало правильность выбранного методического подхода и эффективность получаемых в результате его применения результатов.
Теоретические и практические результаты, полученные в диссертационной работе, использованы при выполнении хоздоговорной тематики Отдела компьютерных систем автоматизации производства НУК РК МГТУ им.Н.Э. Баумана. Материалы диссертации вошли в разработки, выполняемые по грантам Российского фонда фундаментальных исследований (гранты 99-01-01136, 01-01-00207 и 03-07-90012).
Кроме того, результаты работы нашли применение в учебном процессе кафедры «Компьютерные системы автоматизации производства» МГТУ им.Н.Э.Баумана и кафедры «САПР» Таганрогского государственного радиотехнического университета.
Направления перестройки организационной структуры предприятия
Постоянное изменение рынков сбыта и потребностей клиентов определяют непрерывный процесс по перестройке предприятий, изменению их стратегии и тактики. Как было сказано в выше предприятие постепенно становится ориентированным на клиента (управляемым клиентом) [60,78]. На рис. 1.1 представлена схема организационных внешних связей малого предприятия, производящего некоторую номенклатуру РТИ. С одной стороны предприятие взаимодействует с поставщиками, обеспечивающими его материалами, стандартными комплектующими, заказанными комплектующими, энергией и т.п., а с другой стороны - предприятие осуществляет продажу произведенной продукции через оптовую и розничную торговлю.
Такая организация поступления заказов на предприятие и не прямой отгрузки изделий заказчику после выполнения приводит к большим временным затратам, значительно увеличивая время связанное с приемом заказа, его выполнением и отправкой клиенту. Это в итоге снижает эффективность работы предприятия и приводит к потере клиентов. Деятельность предприятия может интегрально оцениваться получаемой прибылью. В настоящее время эта при быль приближенно образуется так, как показано на рисунке, то есть только одна треть ее образуется на предприятии, а две трети получают в торговле. Это приводит к росту цен и ухудшению экономических условий, в которых работает предприятие, снижению его конкурентоспособности.
Таким образом, необходимо предпринять меры по сокращению временного интервала между получением заказа от клиента и его отгрузкой клиенту, уменьшить число посредником между предприятием и клиентом. Это требует реорганизации самого предприятия, его отношений с клиентами и торговлей, изменения организации управления, технологических процессов и т.д. Такая перестройка предприятия требует как внешних, так и внутренних изменений на предприятии и существует много способов ее организации. Тем не менее можно сформулировать некоторые общие соображения о новой организации предприятия (рис. 1.2) [54,77]. В перестроенном предприятии работают те же люди, что и раньше, но люди принимающие решения выполняют другие задачи, которые прежде всего связаны с клиентами предприятия, при этом исключаются уровни иерархии управления — предприятие становится более «плоским». Различия между старой и новой структурами в основном проявляется в работе над получением и выполнением заказов. Клиенты становятся как бы партнерами, а непосредственные исполнители, взаимодействующие с клиентами, являются операторами бизнес-процессов. Работа выполняется, исходя из заказов, сделанных конкретным клиентом, и заканчивается созданием требуемыми ему из делиями. При этом существенно сокращается число менеджеров среднего зве на.
Это может быть достигнуто с использованием новых информационных технологий, широко развиваемых и внедряемых во всем мире [8,15,31,76,98]. В основе реорганизации бизнес-процессов лежит построение моделей двух видов: 1) модели «как есть», отражающей существующие организационную структуру, принятые технологии управления, взаимодействие подразделений и т.д.; 2) модель «как должно быть», интегрирующей перспективные предложения экспертов, системных аналитиков, руководства и сотрудников предприятия и позволяющей сформировать новое видение работы предприятия. Каждая из моделей должна включать в себя функциональную, информационную и поведенческую компоненты.
Постановка задачи сменно-суточного планирования
В общем виде задача сменно-суточного планирования выпуска РТИ, для типовых условий отрасли может быть сформулирована следующим образом: Для каждой единицы оборудования из 0(t)={ojk(t)/j = \,...,J;k = l,...,Kj], определить вариант закрепления изделия за оборудованием - F1, вариант обслуживания оборудования рабочими - FQ, а также последовательность Тнач = \г"ач/і = 1,...,1,} запуска изделий из имеющегося портфеля заказов z(t) в производство, обеспечивающих минимизацию времени выполнения всей производственной программы Тпор F,tF(ir min!. При этом необходимо обеспечить выполнение следующих ограничений и требований: 1. Обеспечить максимальное использование прессов - U 0 - max:, используя имеющиеся пресс-формы и учитывая возможность одновременного изготовления изделий на оборудовании изделий различных наименований. Пресс-формы должны иметь одинаковую высоту, а изделия одинаковые технологические условия изготовления. Раскладка пресс-форм не должна превышать размеры платформы пресса. 2. Минимизировать число рабочих Np(t), обслуживающих оборудование. То есть решить оптимизационную задачу - U p - min: 3. Обеспечить требуемые технологические условия выпуска изделий. Таким образом задача организационного управления представляет собой сложную многокритериальную задачу и, следовательно в общем случае, не имеет решения [13,40,44,46,67,82]. Требование максимального использования оборудования не противоречит основному критерию, так как чем больше коэффициент использования прессов, тем быстрее будет выполнена производственная программа. Минимизация же числа рабочих противоречит двум первым критериям, так как теоретически чем больше рабочих, тем быстрее обслуживается оборудование и тем меньше его простои. Решения подобных задач (так как его необходимо тем не менее получить, чтобы обеспечить работу производства и выполнение заказов) требует выработки комплексных подходов, объединяющих в себе как строгие математические подходы и методы, так и решения, предлагаемые человеком на основе его жизненного опыта и интуиции (эвристики), методы математического (в том числе имитационного) моделирования, статистические подходы, информационные технологии, численные методы и т.п.
Таким образом имеет место: ТП0р=ф{2{і\0{і\Р, Х,л\)-7і тт, где Ф - некоторая модель рассматриваемой производственной системы, которая должна быть разработана для дальнейшего использования в системе управления. Организация групповой обработки изделий Одним из направлений реинжиниринга рассматриваемого типа производства можно считать организацию одновременной групповой обработки различного типа изделий на одной единице оборудования. Потенциальная возможность такой обработки, рассматривалась в первой главе и обусловлена тем, что оборудование (прессы) является взаимозаменяемым, то есть одно и тоже изделие может быть изготовлено на оборудовании, принадлежащем различным типам. При этом должны выполняться ряд требований, связанных как с самим оборудованием, так и с технологическими характеристиками РТИ. Так прессы должны удовлетворять требованиям по развиваемому усилию, меж 48 плитному расстоянию и размерам плиты. Кроме этого РТИ, включаемые в группу, должны иметь одинаковые температуры и времена прессования, а так же усилия, прилагаемые к пресс-форме. Одновременно на прессе могут прессовать различные изделия, однако при этом необходимо формировать группы изделий на обработку по технологическим параметрам изделий и геометрическим характеристикам пресс-форм и прессов.
При отсутствии автоматизированного расчета заданий на производство осуществление такой групповой обработки было практически неосуществимо, так как диспетчер не в состоянии просмотреть и обработать требуемые для принятия решений объемы информации. Тем более он был не в состоянии принять эффективные решения из-за большой размерности комбинаторной задачи.
В зависимости от того, какие изделия объединяются в группу, будет получаться различное время загрузки пресса (отличие технологических параметров выполнения обработки не является при этом существенным для планирования). Вариант закрепления изделия за оборудованием зададим матрицей инцидентности F .
Входными данными для рассматриваемой задачи будут: текущий портфель заказов z(t); размеры пресс-форм Sf = WlxLl , число пресс-форм каждого наименования s,; размеры плит прессов syp = W} х V}. Критерием, по которому осуществляется группирование изделий, может служить коэффициент заполнения площади плиты пресса. Данный критерий необходимо максимизировать для каждой единицы оборудования: где я"ф - число пресс-форм / -го изделия, на плите пресса. При этом все пресс-формы должны размещаться на плите пресса и не выходить за ее пределы. Равномерность распределения пресс-форм обеспечивается рабочим, осуществляющим их загрузку.
Наличие групп изделий, которые можно обрабатывать на оборудовании одновременно позволяет улучшить условия решения задачи планирования и является относительно независимым, хотя от его качества в большой степени зависит эффективность получаемых в дальнейшем план-графиков работы оборудования. Поэтому ее необходимо решать в едином комплексе с задачей планирования.
Оптимизационный генетический алгоритм
Эволюционный процесс представляется как способность «лучших» хромосом (особей, представляющих решения оптимизационной задачи) оказывать большее влияние на состав новой популяции на основе длительного выживания и более многочисленного потомства [100,104]. Основные этапы процесса эволюции, на основе которого создаются нужные схемы генетического поиска, согласно Холланду следующие [104]. 1. Конструируется начальная популяция. Введена точка отчета поколений / = 0. Вычисляется приспособленность хромосом популяции, а затем средняя приспособленность популяции. 2. Установить t = t+1. Выбор двух родителей (хромосом) для кроссинго-вера (оператор скрещивания). Он выполняется случайным образом пропорционально приспособляемости. 3. Формирование генотипа потомка, с заданной вероятностью произвести над генотипами выбранных хромосом кроссинговер. Выбрать с вероятностью 0,5 один из потомков A(t) и сохранить его как члена новой популяции. Последовательно применить к A(t) оператор инверсии, а затем мутации с заданными вероятностями. Полученный генотип потомка сохранить как A (t). 4. Отбор хромосомы случайным образом для исключения ее из популяции. Обновление текущей популяции заменой отобранной хромосомы на A (t). 5. Определение приспособленности A (t) и пересчет средней приспособленности популяции. 6. Если t = Заданному, то переход к 7, если нет, то переход к 2. 7. Конец работы. Мы привели так называемый репродуктивный план Холланда в несколько упрощенном виде. Заметим, что в технических задачах оптимизации часто вместо понятия «приспособленность» используют функцию пригодности (ФП).
Простой генетический алгоритм был впервые описан Гольдбергом на основе работ Холланда. Механизм простого ГА несложен. Он копирует последовательности и переставляет их части. Предварительно ГА случайно генерирует популяцию последовательностей — битовых строк (хромосом). Затем ГА при 82 меняет множество простых операций к начальной популяции и генерирует новые популяции.
Простой ГА состоит из трех операторов: воспроизведение; одноточечный кроссинговер; мутация. Рассмотрим эти операторы подробнее (рис.3.8). Воспроизведение. Каждой особи в популяции ГА присваивает соответствующее по величине значение функции пригодности. Цель воспроизведения состоит в том, чтобы отобрать для дальнейшей работы "сильнейшие" особи. Реализуется это с помощью простейшей рулетки (розыгрыша). Чем больше функция пригодности, тем больший сектор на рулетке получает данная особь, т. е. тем большая вероятность для данной особи воспроизвести в новой популяции свою копию. Рулетка раскручивается столько раз, сколько особей в популяции, после чего получается очередная новая популяция. Розыгрыш воспроизводимых особей реализуется с помощью случайного выбора на суммарном поле значений функции пригодности.
Кроссинговер (скрещивание). К полученной после воспроизведения популяции ГА применяет оператор скрещивания. Он случайным образом выбирает из популяции две особи. Затем случайным образом выбирает порядковый номер бита в особи, по которому она будет рассекаться. После чего особи обмениваются отсеченными концами. В результате получаем новую популяцию.
Схематически простой оператор кроссинговера показывает преобразование двух битовых строк и частичный обмен информации, используя точку пересечения, выбранную случайно. Следуя определениям генетики, хромосомы А и В часто называют родителями, а хромосомы А В — их потомками.
Мутация. В простом ГА мутация играет несколько иную роль, чем в генетике. Здесь она сдерживает распространение особо "сильных" особей в популяции на первых поколениях с целью гарантированного непопадания в локальный оптимум. Для этого оператор мутации инвертирует определенное число битов в популяции на противоположные. Вид мутации представляется отношением числа мутировавших битов к общему числу битов в популяции.
Заметим, что в простом ГА одноточечный кроссинговер - бинарная операция, а ОМ - унарная операция. Кроме того, обе эти операции соответствуют перестановкам элементов внутри заданного множества.
Весовой коэффициент определяет важность (степень участия) того или иного параметра заказа в производственном процессе. Следовательно с помощью ГА необходимо подобрать значения четырех коэффициентов а, Приоритетное правило в дальнейшем при планировании используется следующим образом (см. раздел 2.5): перед назначением на обработку очередного заказа система просматривает весь список ожидающих обслуживания заказов и назначает каждому из них, используя приоритетное правило, свой приоритет; по полученному приоритету выбирается очередной заказ на запуск в производство. ГА работает с абстрактной информацией, что является одним из его главных достоинств. Однако для этого требуется кодирование информации, с которой будет работать алгоритм. Так как состав параметров заказов мы уже определили, то для варьирования остаются их весовые коэффициенты. Учитывая структуру информации была принята следующая кодировка исходных данных: один ген хранит в себе весовой коэффициент одного параметра; хромосома включает в себя 4 гена, которые представляют параметры приоритетного правила; позиция гена-параметра в хромосоме остается неизменной.
Характеристики простого генетического алгоритма
Для тестирования работы ПГА и ИМ и анализа характеристик ПГА были проведены прогоны, в результате которых исследовался критерий, оценивающий загрузку оборудования участка U 0 - коэффициент загрузки оборудования. Приведем часть полученных результатов. Зависимость показателя и его точности от числа поколений в ПГА прдставлены на рисунках 4.7а,б. Условия экспериментов: Np = 20; рс = 0,7; рт = 0,06. На графиках представлены средние значение показателя загрузки оборудования, его среднее квадратическое отклонение. На рисунке 4.7в приведен график времени работы алгоритма по расчету месячной программы выпуска. Из графиков видно, что увеличение числа поколений выше 10 не приводит к значительному улучшению использования оборудования, и точности, с которой определяется показатель. На рисунках 4.8 приведены результаты имитационных исследований влияния размера популяции на коэффициент использования оборудования. Условия экспериментов: число поколений Np= 5; рс =0,7; рт =0,06. Приведены средние значения показателя, его среднее квадратическое отклонение и время работы алгоритма в зависимости от размера популяции.
В результате экспериментов можно сделать вывод, что увеличение поколения выше 40 особей не рационально, так как ведет к увеличению времени расчетов и лишь к незначительному улучшению качества.
В целом можно сделать вывод, что предложенный подход, базирующийся на простейшем генетическом алгоритме, осуществляет поиск решения за время, приемлемое для оперативного управления. Алгоритм обеспечивает достаточно хорошую точность получаемых показателей.
Предложенный в разделе 3.4 метод решения укладки пресс-форм одного типа на плиту пресса основывается на предположении, о том, что любую укладку можно представить в виде, изображенном на рисунке 3.11, то есть совокупностью трех зон. В общем случае могут присутствовать не все зоны. Под зоной в данном случае понимаем некоторую прямоугольную область плиты, где прямоугольные пресс-формы ориентированы одинаковым образом. Квадратные пресс-формы представляют частный случай прямоугольных и поэтому далее будем рассматривать лишь последние.
Исходными данными для решения задачи являются: размеры плиты (длина и ширина); размеры пресс-формы (длина и ширина); Размеры задаются в единых (мм) единицах измерения. Выходными данными являются формализованные каким-либо образом представления укладок. Возможные варианты укладок приведены на рисунке 3.13. Вариант укладки описывается следующими параметрами: взаимным расположением плиты и пресс-формы - таких варианта четыре, так как возможно присутствие нескольких зон в укладке; количеством пресс-форм (в длину и в ширину) в каждой зоне. Так как размеры пресс-форм достаточно большие по отношению к размерам плит прессов, то возможных вариантов укладок достаточно мало. В связи с этим для проверки работоспособности предложенного подхода к кодированию укладок и исследования работы простого генетического алгоритма с этими кодировками рассмотрим усложненную задачу укладки.
Для расчета критерия оптимальности необходимо, в соответствие с выбранной схемой кодирования, необходимо расшифровать хромосому, то есть вычислить число пресс-форм в каждой зоне плиты и рассчитать коэффициент заполнения плиты.
Как и в предыдущем разделе используем следующие значения параметров генетического алгоритма: Np = 20; рс = 0,7; рт = 0,06. На рисунке 4.9 приведены графики изменения коэффициента заполнения плиты пресса в зависимости от отношения длины пресс-формы к ее ширине. Здесь приведены три графика, соответствующие трем типоразмерам пресс-форм. Из них видно, что алгоритм обеспечивает достаточно высокое значение показателя на всем диапазоне изменения отношения длины к ширине пресс-форм.
На рисунке 4.10 приведен график изменения среднего коэффициент заполнения плиты пресса по трем сериям экспериментов. Наихудшие варианты укладок имеют место для квадратных пресс-форм и для пресс-форм с отношением длины к ширине равным 0,5.
