生产计划调度的灵魂：约束规则（二）（转帖）

美丽依旧

生产计划调度的灵魂：约束规则（二）

二、基于事件（Event-based）的排程方法

是基于高利用率的方法。实现其计划的关键是二步导向的规则使用。有二个基本的规则：（1）工序选择规则OSR；（2）资源选择规则RSR。

针对不同产品和资源，必须选择不同的规则，在决定是使用工序选择规则或资源选择规则时，主要考虑的是什么是一个好的计划标准？一旦确定你的目标，你就可以选择工序和资源选择规则来完成目标。一般来说，先选择工序选择规则，然后选择合适的资源选择规则。在一些情况下，有关的资源选择规则被工序选择规则所决定。

工序选择规则OSR（ Operation Selection Rule）

至少一个资源是空闲的，二个或多个工序能用于这个资源，采用OSR。此规则决定那一个工序被加载。这就是决定计划结果品质好坏的关键因素。独立的工序选择规则详细介绍如下：

（1）最早完成日期：选择最早完成的工序（也许是订单完成日期）
（2）最高优先级第一：选择最高优先级（最低值）的工序
（3）最低优先级第一： 选择最低优先级（最高值）的工序
（4）最高订单属性字段：选择最高（最大）订单属性字段的工序
（5）最低订单属性字段： 选择最低（最小）订单属性字段的工序
（6）动态最高订单属性字段：选择动态最高（最大）订单属性字段的工序
（7）动态最低订单属性字段： 选择动态最低（最小）订单属性字段的工序
（8）计划档案订单：选择订单里出现先到先服务的工序
（9）关键率：选择最小关键率的工序。
关键率=剩余计划工作时间/（完成日期-当前时间）
（10）实际关键率：选择最小实际关键率的工序
实际关键率=剩余实际工作时间/（完成日期-当前时间
（11）最少剩余工序（静态）：选择最少剩余工序时间的工序
（12）最长等待时间：选择最长等待时间的工序
（13）最短等待时间： 选择最短等待时间的工序
（14）最大过程时间：选择最大过程时间的工序
（15）最小过程时间： 选择最小过程时间的工序
（16）最小工序闲散时间：选择最小工序闲散时间的工序。
订单任务的闲散时间=任务剩余完成时间-剩余工作时间
工序闲散时间=任务闲散时间/完成任务的剩余工序数
（17）最小订单闲散时间：选择最小订单任务的闲散时间的工序
（18）最小工作剩余：选择所有需要完成订单的最小剩余过程时间的工序。

资源选择规则（RSR） Resource Selection Rule

RSR选择工序加载到资源组内的哪一资源。

（1）最早结束时间：选择将要最先完成工序的资源
（2）最早开始时间： 选择将要最先开始工序的资源
（3）最迟结束时间： 选择将要最迟完成工序的资源
（4）与前工序一样： 选择被用于前一工序的资源
（5）非瓶颈最早开始时间：选择将要最早开始工序的非瓶颈资源

相关选择规则：

如果选择一工序选择规则，就自动的选择相应的资源选择规则。

（1）系列顺序循环：选择同样或下一个最高（最低）系列值的工序。当没有最高值的工序，顺序将相反，选择最低的工序。
（2）系列降顺序：选择同样或下一个最低系列值的工序
（3）系列升顺序： 选择同样或下一个最高系列值的工序
（4）最小准备系列： 选择最小准备时间及最近的系列值的工序。
（5）最小准备时间： 选择最小准备或换装时间的工序
（6）定时区的系列顺序循环：选择同样或下一个最高（最低）系列值工序。且只考虑在特定的时区里的订单完成日期里的工序。 当没有最高值的 工序，顺序将相反，选择最低的工序。
（7）定时区的系列降顺序：选择同样或下一个最低系列值工序。且只考虑在特定的时区里的订单完成日期里的工序。
（8）定时区的系列升顺序： 选择同样或下一个最高系列值工序。且只考虑在特定的时区里的订单完成日期里的工序。
（9）定时区的最小准备系列： 选择最小准备时间及最近的系列值的工序。且只考虑在特定的时区里的订单完成日期里的工序。
（10）定时区的最小准备时间： 选择最小准备或换装时间的工序，且只考虑在特定的时区里的订单完成日期里的工序。

工序选择规则的分析

标准的工序选择规则有二十多个标准规则。不同的规则对应不同的目标。这些规则可以进一步分成静态与动态的规则。

静态规则：为所有在排队中的订单，所有等待的工序提供一简单的索引机制。这些规则在每一次预先模拟时间时不需要再次评估。用于工序选择规则的参数是固定的。例如规则是最早完成日期规则，完成日期在顺序排程中从未改变。在排队中的第一个工序被分配到一等待资源。因为规则总是选择第一个等待工序，此规则执行的非常快。

动态规则：每一个在排队的工序被每一次调用的规则检查。因此，我们是基于当前的订单任务和系统的状态决定我们的选择。这个机制充分考虑了任何改变出现的时间和事件的结果。例如，最小工序空闲规则，因为工序的空闲值随时在改变。因为动态选择规则需要在每一次事先模拟以后检查在排队中的每一个工序，它比静态规则要慢一些。

为有助于分析规则，我们对规则进行分类。分成四个主要类别来对应四个不同的计划目标。它们是1、预先确定任务的参数。2、最小化任务缓慢。3、最小化任务流程时间。4、最大化设备利用率。我们将讨论每一个核心目标和相应的工序及资源规则以支持这些目标。规则的分类目的是帮助你为达到你的核心目标而缩小你的规则的选择。对某一类的规则选择是基于你的计划问题。每一个类别的规则都混合一些静态和动态的规则。

预先确定订单任务的参数：是基于预先定义订单任务的优先级来选择下一个工序或用户规定的属性字段（如成本）。一般来说，每一个规则由特性的最高，最低的值被调用。这类包括最高优先级，最低优先级，最高订单特性字段，最低订单特性字段，动态最高订单特性字段，动态最低订单特性字段，计划档案订单，最长等待时间，最短等待时间，和最大过程时间。

最高优先级和最低优先级是分别用最高或最低优先级选择工序的静态规则。

最高订单特性字段，最低订单特性字段是和优先级规则相似的静态规则，除了基于用户定义属性的选择。例如。 最高订单特性字段规则用一个属性字段定义，如由成本的最高值来选择任务。因为这是一个静态规则，它假设当订单任务正在等待处理时成本是不变的。

动态最高订单特性字段，动态最低订单特性字段规则是动态的。虽然这些规则执行较慢，它们也适应当订单任务正在等待时属性字段可以改变的情况。

计划档案订单规则是一静态规则，是基于已进入数据库的订单来选择订单。这个规则和先到先服务规则相似。

最长等待时间，最短等待时间规则是一动态规则，它是基于订单任务被等待计划的时间来选择工序。

最大过程时间规则是用最大过程时间来选择工序。预先确定任务的参数规则一般用于订单任务的特性的情况。（如优先级或成本）， 不考虑任务完成日期或设备利用率。因为这些规则忽略完成日期，它们典型更适应面向库存生产（MTS）环境，而不是面向订单生产环境（MTO）。

最小化任务延缓：在许多面向订单生产环境（MTO），计划目标是保证每一个订单任务按期完成。 最小化任务延缓的规则是建立一最小化延缓任务的计划。这类规则包括最早完成日期，最小化运行闲散时间，最小化订单闲散时间，关键率，和实际关键率。这些规则的最简单的是最早完成日期。这是一静态规则。虽然这个规则执行的非常快。这一类所有的规则是基于空闲时间计算的动态规则。空闲时间是完成日期和最早完成时间的差异。

最小订单闲散时间规则选择一个父项任务的工序，父项任务有最小的闲散时间。如它没被选择，这个订单任务大多可能是延迟的。

最小运行闲散时间规则是基于每一个工序的平均闲散时间（订单任务计算的闲散时间/剩余工序数量）而不是任务的剩余闲散时间。这个基于闲散时间的规则形成的基本想法是每一个剩余工序有一固有的风险， 根据它延迟的可能性，每一个工序的最小闲散时间的订单任务是最关键的。因此，如果我们在同样的闲散时间中选择订单任务，我们会选择最大剩余工序数量的订单任务，因次，根据每个工序最小闲散时间的规则来选择处理风险最大的订单任务。

基于闲散时间规则的最后的差异是关键率。这个规则选择父项任务有最大关键率的工序。关键率是剩余工作时间/（剩余工作时间+闲散时间）。注意只要闲散时间是正的数，分母大于它，关键率就小于1。就此，任务还没有延迟。如果关键率大于1，闲散时间是负数，任务就不能按期完成。关键率规则与最小工序闲散时间规则相似。相同的是，它们都是用闲散时间来计算的。不同的是它的剩余工作已完成。它的基本的前提是剩余闲散时间本身在决定最关键订单任务时并不重要，即相关的剩余工作已完成。如我们有许多剩余工作，那么，我们需要较大的闲散时间来保证我们的订单任务不能延迟。

最小化任务过程时间：在一些环境，关键问题是计划设备的效率来最小化订单任务的平均时间。 在最小化任务过程时间规则里忽略任务完成日期而集中于减少订单任务的时间。这类规则包括最小化流程时间，最少剩余工序，最小工作剩余。这类规则是基于过程时间最短的概念，减少所有订单任务的平均任务过程时间。

案例一：

有二个订单任务A，B。 在单一的机器上加工处理。让我们假设任务A需要4小时，B需要量10小时。如我们加工A，B，任务A立即开始及4小时完成，产生4小时的过程时间。任务B开始等待4小时，加工10小时产生14小时。两个订单一共用了18小时，所以平均过程时间是9小时。


如我们把加工顺序倒过来，B的过程时间是10，和A的过程时间是14， 。两个订单一共用了24小时，所以平均过程时间是12小时。

莫邪

很长很长啊，看迷糊了，有空再仔细读下

成速

先感谢一下楼主，辛苦了，一会在仔细的研究呀

天涯客

那么多，好厉害啊．

凤歌笑孔丘

再次感谢 呵呵 ……

张颢镡

信息楼主我收下勒，等一会再研究

美丽依旧

虽然，这是一个非常简单的例子。如果有许多机器和许多不同的订单任务的应用就较复杂。不管怎样，这类规则都是用同样的概念-最短处理任务的时间，仅仅不同的它是怎样决定最短任务。最小化处理时间规则是静态规则，用最短工序时间选择工序。最小化工作剩余规则是动态规则，它是基于父项任务的最小剩余工作选择工序。剩余工作是对所有任务的剩余工序的合计时间。最小化过程时间规则检查单一工序的加工时间，而最小化工作剩余规则检查所有的剩余工序的加工时间。最少剩余工序规则和最小剩余工作规则相似，除了这个规则是基于剩余工序数量而不是过程时间的合计。

最大设备能力：在一些面向库存生产的环境（MTS）中，关键的问题是设备效率。即最大化整个设备的生产能力。在最大化设备能力规则里忽略任务的完成日期而集中于设备的能力效率来产生计划。这类规则包括最小准备时间，系列顺序升UP， 系列顺序降DOWN， 系列顺序周期，和用系列的最少准备。另外，每一规则都与时间相连。所有这类规则都集中于减少转变成本，最大化的设备能力。这个转变成本能在一顺序相关的准备时间中设置。我们正努力消除设备的任何没有必要的非生产时间。

如果我们为整个工序的排序， 在连续的工序之间，要考虑顺序相关的准备时间及转变成本，此时，我们就能用系列规则。

案例二：

在混合油漆中，我们在定义好的顺序中一般要逐渐从淡色移动到深色 。如从深色移动到淡色时，就有整个清洗混合的油箱的准备时间即转变成本。在一些情况下，我们有事先规定好的顺序。例如，我们也许要处理颜色顺序A，B，C，，D，E的订单，这就称为系列顺序。如果我们刚要加工颜色A，我们会首先寻找有颜色A的其它订单。如没有，我们会寻找颜色B的订单，依此顺序，等等。系列规则提供这个能力。这些规则允许我们规定一个系列值。（如油漆颜色，温度，等等）。每一个订单/工序及动态建立系列，或自动的增加，减少，或使系列值上下循环。

在增加系列的情况下，系列升顺序规则选择一系列值并大于或等于被选择工序的系列值的工序。如，如果我们建立一零件尺寸的增加系列值，规则选择同样或下一个最大尺寸的工序。如等待工序没有同样或大的值，规则就开始一个新的系列顺序。

系列降顺序规则也是类似的。

案例三：

生产化工纤维材料时，根据产品的型号和厚度对品种进行分类， 对品种的最优排产。

如取最小值= { 3m/1。4m， 6m/1。4m，…。}来决定在哪个订单的加工顺序及哪个资源最经济。

系列顺序循环规则在增加顺序和减少顺序前后交替。如系列增加，它将继续增加，直到没有一样或较大的系列值订单剩余的订单。当这种情况出现，规则会转为减少系列值并开始选择有一样或较小系列值的订单。当所有这样的订单耗尽，它就回到增加系列的策略。这个规则以此方式继续，在增加和减少系列值之间重复循环。

案例四：

在热处理时，温度是间隔的增加到最高，然后降低。

最小准备系列规则结合最小准备时间规则和系列顺序循环规则。最小准备时间和最靠近的系列值的工序被选择。

定时的规则仅仅考虑任务完成日期正好落入规定的时区的工序。时区必须定义在数据库里。如，你要跟踪颜色的系列，但是，你仅想考虑在下一周的完成的订单任务。这个规则既要最小化颜色的改变。又要不能延迟订单任务。

资源选择规则分析

虽然工序选择规则在决定生产计划方面起着重要作用。资源选择规则在加工处理中也能起重要作用。尤其在最小准备时间和系列工序选择规则上，资源选择规则是由工序选择规则自动决定的。（如选择最小准备时间工序规则，最小准备时间资源选择规则被自动选择）。然而，在选择所有的剩余工序选择规则时，你必须在资源选择规则中选择其一。

最早结束时间是缺省的资源选择规则。它选择将完成的第一个的工序。基本策略是尽快完成工序。因此，此规则与工序选择规则的最小化过程时间相似。

最早开始时间规则选择将开始第一个工序的资源。这些规则集中减少资源闲散时间。

最迟结束时间规则选择将选择最后完成工序的资源。如果资源不包括在有效资源组，缺省最早结束时间规则。

非瓶颈的最早结束时间规则将首先完成工序的非瓶颈资源。非瓶颈最早开始时间规则将首先开始工序的非瓶颈资源。