Разработка автоматизированной системы оперативного управления дискретным производством на основе генетических алгоритмов тема диссертации и автореферата по ВАК РФ 05.13.10, кандидат технических наук Дудников, Виктор Анатольевич

  • Дудников, Виктор Анатольевич
  • кандидат технических науккандидат технических наук
  • 2006, Старый Оскол
  • Специальность ВАК РФ05.13.10
  • Количество страниц 196
Дудников, Виктор Анатольевич. Разработка автоматизированной системы оперативного управления дискретным производством на основе генетических алгоритмов: дис. кандидат технических наук: 05.13.10 - Управление в социальных и экономических системах. Старый Оскол. 2006. 196 с.

Оглавление диссертации кандидат технических наук Дудников, Виктор Анатольевич

Перечень сокращений.

Введение.

1 Анализ современного состояния проблемы оперативного управления дискретным производством.

1.1 Постановка задачи оперативного управления единичным и мелкосерийным производством на примере сталелитейного производства.

1.1.1 Характеристика задачи оперативного управления производством

1.1.2 Задача оперативно-календарного планирования работы литейных цехов металлургических предприятий дискретного производства.

1.2 Анализ современных методов календарного планирования производства

Рекомендованный список диссертаций по специальности «Управление в социальных и экономических системах», 05.13.10 шифр ВАК

Введение диссертации (часть автореферата) на тему «Разработка автоматизированной системы оперативного управления дискретным производством на основе генетических алгоритмов»

Актуальность проблемы. Современное промышленное предприятие представляет собой сложную многоуровневую систему. Модуль планирования производства в системах планирования и управления предприятием строится на основе математических моделей процессов на предприятии, от точности которых зависит оптимальность разрабатываемых объемно-календарных планов. Особую значимость имеет задача внутрицехового оперативно-календарного планирования и диспетчирования, которая в значительной мере влияет на результаты работы предприятия в целом. Весьма актуальна эта задача на предприятиях мелкосерийного и единичного типов производства.

Для предприятий дискретного типа производства характерно позаказное планирование в условиях большого разнообразия номенклатуры выпускаемой продукции и технологических операций. Все это значительно усложняет задачу оперативного календарного планирования на таких предприятиях.

На металлургических предприятиях, которые в основном являются предприятиями дискретного типа производства, одним из ресурсоемких процессов является изготовление отливок. Планирование сталелитейного производства имеет специфику, связанную с тем, что на разных этапах технологического процесса используются разные планово-учетные единицы, а последовательность выполнения технологических операций повторяется для всех изделий.

Высокая размерность данной задачи и стохастичность характеристик затрудняет использование детерминированных методов для ее решения, а методы, основанные на эвристиках, не всегда позволяют получить достаточно хорошие решения. Большинство разработанных к настоящему времени методик оперативно-календарного планирования основано на упрощенных моделях задачи, что снижает их практическую значимость, либо эти методики применимы лишь для определенных специфичных условий. Значительную сложность, кроме того, представляет проблема оценки качества получаемых расписаний.

Таким образом, существует необходимость в разработке методики оперативного календарного планирования работы предприятий дискретного производства, которая позволила бы проводить оптимизацию расписания оборудования по нескольким критериям качества с учетом существующих ограничений, формировать сменно-суточные задания подразделениям цеха и при этом обеспечивала бы получение оптимальных или близких к оптимальным решений.

Анализ существующих методов календарного планирования показывает, что система, отвечающая указанным требованиям, может быть построена на основе генетических алгоритмов, которые в настоящее время используются для решения широкого круга многокритериальных и многомерных оптимизационных задач. При этом не требуется построение точных математических моделей, также не предъявляется специальных требований к виду целевой функции.

Цели и задачи исследования. Целью диссертации является повышение эффективности внутрицехового планирования литейных цехов металлургических предприятий единичного и мелкосерийного типов производства на основе генетических алгоритмов.

Достижение цели диссертационной работы потребовало решения следующих задач:

- разработка структуры системы оперативно-календарного планирования литейного цеха, в которой производится оптимизация загрузки сталеплавильного оборудования с учетом существующих ограничений;- разработка методики решения многокритериальной задачи о распределении литейных форм по плавкам (определении состава плавок), основанной на генетических алгоритмах и теории полезности;

- построение детерминированной модели решения задачи об определении состава плавок и получение сравнительной оценки эффективности данного метода с разработанной методикой, основанной на генетических алгоритмах;

- разработка методики оптимизации расписания работы оборудования, основанной на ГА и теории полезности;

- получение сравнительной оценки эффективности решения задачи составления расписания работы оборудования литейного цеха разработанной методики, использующей генетические алгоритмы и детерминированных методов;

- сравнение эффективности простых и параллельных генетических алгоритмов для задачи календарного планирования производства;

- реализация разработанной методики в виде программной системы календарного планирования литейного цеха;

- доказательство эффективности разработанной методики в ходе экспериментальной проверки планирования на базе ОАО «Оскольский Завод Металлургического Машиностроения» и анализ результатов внедрения данной системы.

Объект исследования. Объектом исследования, проводимого в настоящей диссертационной работе, является организация оперативно-календарного планирования и управления на металлургических предприятиях.

Предмет исследования. Предметом настоящего исследования является система внутрицехового оперативного управления в сталелитейных цехах металлургических предприятий единичного и мелкосерийного типов производства.

Методы исследования. В работе использованы методы системного анализа, теории принятия решений, математической статистики, динамического и целочисленного программирования, математический аппарат генетических алгоритмов.

Методологическую и теоретическую основу диссертационной работы составили научные труды отечественных и зарубежных авторов в области теории расписаний, организации и оперативного управления производством, математического программирования и эволюционных вычислений.

Научная новизна исследования. На основании выполненных автором исследований и при его личном участии впервые разработаны математические модели, методики и алгоритмы, позволяющие повысить эффективность оперативного управления на металлургических предприятиях дискретного производства.

В диссертации получены следующие результаты, характеризующиеся научной новизной:

- предложен способ оперативно-календарного планирования работы сталелитейного производства, основанный на разделении приоритетов технологических операций с учетом производительности оборудования, ограничений на потребляемую электроэнергию, плановых ремонтов и состояния металлургической оснастки;

- разработана методика, основанная на генетических алгоритмах, включающая решение задач определения номенклатурного состава плавок и составления расписания работы технологического оборудования литейного цеха;

- с целью оценки эффективности разработанной методики, была предложена методика альтернативного решения задач определения номенклатуры плавок и составления расписания работы технологического оборудования, основанная на классических детерминированных методах: динамическое программирование и целочисленное линейное программирование;

- получены результаты сравнительного анализа разработанной методики и классических методов, доказывающие преимущество генетических алгоритмов для решения задачи календарного планирования в условиях дискретного производства;

- предложен способ совершенствования разработанной методики на основе применения параллельной структуры генетических алгоритмов и получены экспериментальные результаты, подтверждающие его эффективность.

Достоверность научных результатов. Научные положения, теоретические выводы и практические рекомендации, включенные в диссертацию, подтверждены расчетами, моделированием на ЭВМ, производственными экспериментами и экспертными оценками специалистов, а также результатами, полученными при создании и внедрении на производстве автоматизированной системы оперативного календарного управления сталелитейным производством.

Практическая значимость исследования. Использование полученных в диссертации моделей и методов позволяет производить автоматизированную разработку оперативных календарных планов подразделений литейных цехов, что обеспечивает существенное повышение коэффициента использования оборудования и сокращение времени на разработку сменно-суточных заданий. Разработанная методика решения многомерных и многокритериальных задач о загрузке оборудования может быть использована на предприятиях единичного и мелкосерийного производства.

Разработанные модели и методы реализованы, внедрены и используются в планово-распределительном бюро литейного цеха и производственном отделе ОАО «ОЗММ» для составления планов работы подразделений литейного цеха. Основные теоретические положения, методы, алгоритмы и механизмы планирования, а также программные продукты включены в состав учебных курсов и дисциплин: «Проектирование систем управления» и «Системы искусственного интеллекта» для специальностей «Информационные системы», «Прикладное программирование».

Положения, выносимые на защиту:

- методика решения задач определения номенклатурного состава плавок и расписания работы оборудования сталелитейного цеха на основе генетических алгоритмов;

- методика оценки вариантов номенклатурного состава плавок и расписания плавок, основанная на теории полезности;

- алгоритм и концепция построения автоматизированной системы оперативного управления сталелитейным производством.

Апробация работы. Материалы исследования докладывались и обсуждались на международной научно-практической конференции «Современные сложные системы управления» (г. Воронеж, 2005г.), международных научных конференциях «Образование, наука, производство и управление в XXI веке» (г. Старый Оскол, 2004г.), «The 2005 International Conference on Scientific Computing» (г. JIac-Berac, 2005г.), региональных, научно-практических конференциях «Системы автоматизированного управления производствами, предприятиями и организациями горно-металлургического комплекса» (г. Старый Оскол, 2003г.), «Молодые ученые - производству» (г. Старый Оскол, 2005г.), «Научнотехническая конференция ОАО «ОЭМК»» (г. Старый Оскол, 2005г.), «Образование, наука, производство и управление в XXI веке» (г. Старый Оскол, 2005г.).

Публикации. По теме диссертации опубликовано 11 работ. Личный вклад автора в работах, опубликованных в соавторстве, состоит в следующем: в работах [35], [39] автором выполнен обзор современных методов календарного планирования и сформулирована задача планирования сталеплавильного участка литейного цеха; в работах [29], [37], [116] предложены методики решения задачи оптимизации номенклатурного состава плавок с помощью генетических алгоритмов и динамического программирования и представлены результаты экспериментального сравнения этих методик; в работах [32], [30] предложена методика составления расписания работы оборудования; в работе [33] предложена методика оценки качества расписаний на основе теории полезности; в работе [36] выполнено сравнение результатов простых и параллельных генетических алгоритмов; в работе [31] приведены результаты расчета экономической эффективности от внедрения разработанной системы оперативного управления производством на ОАО «ОЗММ», в работе [28] разработана структура базы данных.

Диссертация выполнялась в соответствии с комплексной темой научно-исследовательской работы СТИ МИСиС «Разработка математических методов управления процессами основного и вспомогательного производства в металлургии» и подтверждена грантом Министерства образования РФ №012.0010881.

Объем и структура работы. Диссертация состоит из введения, четырех глав, заключения, изложенных на 149 страницах машинописного текста, содержит 36 рисунков, 37 таблиц, список литературы из 154 наименований и 9 приложений.

Похожие диссертационные работы по специальности «Управление в социальных и экономических системах», 05.13.10 шифр ВАК

Заключение диссертации по теме «Управление в социальных и экономических системах», Дудников, Виктор Анатольевич

Выводы по главе 4

1. Разработанная методика календарного планирования работы литейного цеха может быть реализована в виде программной системы, в которой используется технологическая, конструкторская, нормативная, планового экономическая информация о работе цеха. Данная система выполняет следующие функции:

- обеспечение ввода, хранения и редактирования месячного плана цеха; норм времени; данных о состоянии оборудования цеха, схемах монтажа отливок в литейных формах;

- расчет месячных планов отделений литейного цеха;

- определение номенклатурного состава плавок;

- расчет сменно-суточных заданий подразделениям цеха;

- формирование суточных, недельных и месячных отчетов.

2. На основе анализа информационной области задачи была разработана структура базы данных, включающая в себя 20 таблиц, описание полей которых приведено в приложении 4

3. Согласно информационным потокам и функциям подразделений металлургического предприятия мелкосерийного типа производства, разработана структура программной системы оперативно-календарного планирования, которая построена по клиент-серверной архитектуре и включает в себя четыре автоматизированных рабочих места.

4. На ОАО «ОЗММ» реализована типичная для мелкосерийных предприятий металлургической отрасли система оперативно-календарного планирования. Основные проблемы, возникающие при планировании работы литейного цеха, вызваны влиянием следующих факторов: широкая номенклатура и количество производимых отливок (около тысячи в месяц); частые отклонения от плановых заданий по организационным и техническим причинам; низкая степень автоматизации планирования и диспетчирования. Все это приводит к низкой эффективности планирования, что значительно сказывается на экономических показателях работы цеха.

5. Согласно результатам сравнения календарных планов работы цеха, полученных с помощью разработанной системы оперативно-календарного планирования и без нее, данная система позволяет сократить в три раза время на разработку календарных планов; уменьшить на 2,5% расход электроэнергии на технологические цели за счет повышения загрузки и снижения простоев сталеплавильного оборудования.

6. По итогам одного месяца работы разработанной СОУП, были рассчитаны основные показатели экономической эффективности внедренной системы: срок окупаемости - 7 мес., экономический эффект - 271620 руб., чистая сегодняшняя стоимость - 104814 руб., индекс доходности инвестиций - 1,82, внутренняя норма прибыли - 134,5%. Проведенные расчеты подтверждают экономическую выгодность внедрения разработанной системы ОКП литейного цеха.

ЗАКЛЮЧЕНИЕ

В работе на основе системного анализа современных методов календарного планирования выявлены возможные пути повышения качества систем оперативного управления сталеплавильным производством.

Разработана методика оперативного планирования работы литейного цеха, с помощью которой решаются задачи оптимизации загрузки сталеплавильных печей и расписания работы технологического оборудования всего цеха на основе генетических алгоритмов и теории полезности. Создана компьютерная программа и электронная база данных (защищенная авторским свидетельством), с помощью которых данная методика реализована программно. Внедрение разработанной программной системы на производстве позволило произвести анализ эффективности методики в условиях реального производства.

Получены экспериментальные результаты по сравнению разработанной методики, основанной на генетических алгоритмах, с детерминированными методами. Автором впервые представлены результаты сравнения методов динамического программирования и ГА для решения задачи о загрузке в условиях многокритериальности целевой функции. Также впервые были получены результаты по сравнению генетических алгоритмов и целочисленного линейного программирования для задачи составления расписания работы производственного оборудования. Проведено исследование эффективности параллельной реализации генетического алгоритма по сравнению с простым ГА для задачи о загрузке и задачи календарного планирования.

Полученные в диссертационной работе результаты имеют существенное значение в решении задачи повышения эффективности оперативного управления сталеплавильным производством, позволяют сократить простои и повысить загрузку оборудования.

Разработанная методика оперативного планирования сталелитейных производств является научно обоснованным техническим решением, универсальным для применения на металлургических предприятиях единичного и мелкосерийного типов производства любого размера и уровня автоматизации, представляющим практический интерес для планирования и других цехов предприятий дискретного типа, в которых последовательность выполнения технологических операций по обработке изделий одинакова.

В диссертационной работе автором на основе анализа современного состояния решения задачи оперативного управления дискретным производством установлено, что все существующие системы оперативного планирования базируются на использовании детерминированных методов, которые в условиях высокой размерности задачи и стохастичности возмущений реального производства не дают достаточно эффективных решений.

В качестве одного из способов решения этой проблемы автором, на основе теоретических обобщений в области теории генетических алгоритмов, предложена методика построения автоматизированной системы принятия решений по оперативному управлению дискретным производством, эффективность которой исследована и продемонстрирована при решении задачи оперативного планирования сталелитейного производства на Оскольском заводе металлургического машиностроения, где позволила на 6,9% снизить простои оборудования, на 2,5% уменьшить расход электроэнергии и в 3 раза сократить время составления сменно-суточных заданий, что является существенным научно обоснованным техническим решением важной народно-хозяйственной задачи. Научные и практические результаты диссертации актуальны как для металлургической промышленности в целом, так и для других отраслей народного хозяйства, использующих методы оперативного планирования дискретных производств. В рамках решения этой задачи получены следующие результаты и выводы:

1. Эффективность работы предприятий дискретного производства может быть существенно повышена за счет совершенствования системы оперативно-календарного планирования.

2. Задача оперативного управления сталеплавильным цехом металлургических предприятий единичного и мелкосерийного типов производства является многомерной, многокритериальной и требует учета значительного количества нелинейных ограничений.

3. Планирование работы сталелитейного цеха целесообразно проводить на основе оптимизации загрузки плавильного оборудования.

4. Оптимизация состава плавок и расписания работы плавильного оборудования осуществляется с помощью методики, основанной на генетических алгоритмах.

5. Оценка вариантов состава плавок и расписаний производится с помощью многокритериальных целевых функций, содержащих функции полезности критериев качества.

6. Использование вместо простых ГА параллельной реализации генетического алгоритма на основе «модели острова» позволяет значительно повысить эффективность разработанной методики.

Список литературы диссертационного исследования кандидат технических наук Дудников, Виктор Анатольевич, 2006 год

1. Анохин, A.M. Методы определения коэффициентов важности критериев / A.M. Анохин, В.А. Глотов, В.В. Павельев, A.M. Черкашин // Автоматика и телемеханика. 1997. - №8. - С.3-35.

2. Абрамов, С.А. Экономический анализ как логическая система (на примере * исследования проектов АСУ). // Известия АН СССР, серия экономическая.- 1971. №4. -С.15-14

3. Автоматизированное проектирование и производство в машиностроении. / Под ред. Ю.М. Соломенцева, В.Г. Митрофанова. М.: Машиностроение, 1986.-256с.

4. Анфилатов, B.C. Системный анализ в управлении. // B.C. Анфилатов, А.А. Емельянов, А.А. Кукушкин. М.: Финансы и статистика, 2002. -368с.

5. Аронович, А.Б. О выборе оптимальных комбинаций локальных правил календарного планирования // Экономика и математические методы, Т.6, вып. 4.-М., 1970.-365с.

6. Батищев, Д.И. Оптимизация многоэкстремальных функций с помощью генетических алгоритмов / Д.И. Батищев, С.А. Исаев // Межвузовский сборник научных трудов «Высокие технологии в технике, медицине и образовании». Воронеж, ВГТУ, 1997. - С.14-18

7. Беленький, П.Е. Метод системного анализа в организации производственных процессов. М.: Экономика, 1972. - 365с.

8. Беллман, Р. Принятие решений в расплывчатых условиях. / Р. Беллман, JI. Заде // Вопросы анализа и процедуры принятия решений. М.: Мир, 1976. - С.172-215.

9. Борде, С.Б. Time-EX интеллектуальная система планирования времени // Труды Всесоюзной научно-технической конференции «Интеллектуальные системы в машиностроении. - Самара, 1991. - С.79-81.

10. Бурков, В.Н. Введение в теорию активных систем / В.Н. Бурков, Д.А. Новиков. М.: ИПУ РАН, 1996. - 357с.

11. Бурков В.Н. Как управлять проектами. / В.Н. Бурков, Д.А. Новиков.- М.: Синтег, 1997.-244с.

12. Круглов, В.В. Нечеткая логика и искусственные нейронные сети. / В.В. Круглов, М.И. Дли, Р.Ю. Голунов. М., 2002. - 380с.

13. Валеева, М.Б. Одна математическая модель оперативно-календарного планирования производства серийного типа, <http://www.ispu.ru.>.

14. Васильев, В.Н. Организация, управление и экономика гибкого интегрированного производства в машиностроении. М.: Машиностроение, 1986. - 350с.

15. Вентцель, Е.С. Исследование операций. Задачи, принципы, методология. -М.: Высш. шк., 2001. 320с.

16. Волков, И.К. Исследование операций / И.К. Волков, Е.А. Загоруйко. М., 2003.-366с.

17. Гайфуллин, Б. Современные системы управления предприятием (Часть 1) / Б. Гайфуллин, И. Обухов // Компьютер-Пресс. 2001. - №9. - С. 18-23.

18. Гладкова, И. «Ларчик» национальных технологических традиций открывает MES-система. / И. Гладкова, Е.Б. Фролов, <http://www.mesa.ru>.

19. Горбатов, В.А. Фундаментальные основы дискретной математики. Информационная математика. М.: Наука, Физматгиз, 2000. - 250с.

20. Горнев, В.Ф. Оперативное управление в ГПС / В.Ф. Горнев, В.В. Емельянов, М.В. Овсянников. М., 1990. - 335с.

21. Городецкий, В.И. Командная работа агентов в антагонистической среде / В.И. Городецкий, И.В. Котенко // Сборник докладов Международной конференции по мягким вычислениям и измерениям (SMC'2002). Том 1. -Санкт-Петербург, СПбГЭТУ, 2002. С.259-262.

22. Дамбраускас, А.П. Симплексный поиск. М.: Энергия, 1979. - 280с.

23. Джоффрион, А. Решение задач оптимизации при многих критериях на основе человеко-машинных процедур / А. Джоффрион, Дж. Дайер, А Файнберг // Вопросы анализа и процедуры принятия решений / пер. с англ. М.: Мир, 1976. - С. 126-145.

24. Домченко, Ю.Н. Составление внутрицеховых календарных планов-графиков в системе автоматизированного управления серийным машиностроительным предприятием: Диссертация на соискание ученой степени канд. экон. наук. JL, 1971. - 130с.

25. Дудников В.А., Еременко Ю.И. Свидетельство №2005620240 об официальной регистрации базы данных «SWS db» в Реестре баз данных от 9 сентября 2005г, выданное Федеральной службой по интеллектуальной собственности, патентам и товарным знакам.

26. Дудников, В.А. Выбор критериев оптимизации календарного планирования сталеплавильного производства / В.А. Дудников, Ю.И. Еременко // Сборник трудов Международной конференции «Современные сложные системы управления». Воронеж, 2005. - С.153-156

27. Дудников, В.А. О методах оптимизации загрузки оборудования в сталеплавильном производстве / В.А. Дудников, Ю.И. Еременко // Мехатроника, автоматизация, управление. 2005. - №7. - С.32-35.

28. Дудников, В.А. Система автоматизации календарного планирования сталеплавильного участка / В.А. Дудников, Ю.И. Еременко // Приборы и системы. Управление, контроль, диагностика. 2005. - №6. - С.63-66.

29. Дудников, Е.Г. Автоматическое управление в химической промышленности / Е.Г. Дудников, А.В. Казаков, Ю.Н. Софиева, А.Э. Софиев, A.M. Цирлин. М., Химия, 1987. - 390с.

30. Евланов, Л.Г. Теория и практика принятия решений. М.: Экономика, 1984.-640с.

31. Егоров, А.В. Электроплавильные печи черной металлургии. М.: Металлургия, 1985.-380с.

32. Емельянов, В.В. Оптимальное оперативное планирование участка обработки ДСП /В.В. Емельянов, М.Ю. Крючков, Т. Штаутмайстер // Компьютерная хроника. 1998. - №1. - С.29-34.

33. Емельянов, В.В. Теория и практика эволюционного моделирования / В.В. Емельянов, В.М. Курейчик, В.В. Курейчик. М.: ФИЗМАТЛИТ, 2003. - 550с.

34. Загидуллин, P.P. Оперативно-календарное планирование в гибких производственных системах. М.: Изд-во МАИ, 2004. - 360с.

35. Исаев, С.А. Разработка и исследование генетических алгоритмов для принятия решений на основе многокритериальных нелинейных моделей:

36. Автореферат диссертации на соискание ученой степени кандидата технических наук. Н.Новгород: 2000. - С. 12-15.

37. Кандрашина, Е.Ю. Представление знаний о времени и пространстве в интеллектуальных системах / Е.Ю. Кандрашина, JI.B. Литвинцева, Д.А. Поспелов. М.: Наука, 1989. - 485с.

38. Кашьяп, Р.Л. Построение динамических стохастических моделей по экспериментальным данным / Р.Л. Кашьяп, А.Р. Рао. М.: Наука, 1983. -350 с.

39. Кини, Р.Л. Принятие решений при многих критериях: предпочтения и замещения / Р.Л. Кини, X. Райфа. М.: Радио и связь, 1981. - 41 Ос.

40. Клемент, Р. Генетические алгоритмы: почему они работают? когда их применять? // Компьютера. 1999. - №11. - С. 10-13.

41. Конвей, Р.В. Теория расписаний / Р.В. Конвей, Б.Л. Масвелл, Л.В. Миллер.- М.: Машиностроение, 1975. 556 с.

42. Коновалова Г.И. Совершенствование оперативного управления машиностроительным производством смешанного типа в условиях АСУП // Автореферат диссертации на соискание ученой степени кандидата технических наук. Липецк: ЛПИ, 1982. - С. 14-18.

43. Котенко, И.В. Технология экспертной критики для интеллектуальной поддержки принятия решений / И.В. Котенко, Н.А. Лихванцев // Труды Восьмой национальной конференции по искусственному интеллекту (КИИ'2002), т.1. -М.: Физматлит, 2002. С.56-60.

44. Кравченко, Г.М. Основы методологии определения экономической эффективности АСУ на промышленных предприятиях. // Приборы и системы управления. 1970. - №10. - С.24-30

45. Кузин, Б.И. Организация и оперативно-календарное планирование машиностроительного производства в АСУП / Б.И. Кузин, В.А. Дуболазов.- Л.: Изд-во Ленингр. ун-та, 1978. 488с.

46. Ландензон, А.В. Принцип упорядоченных критериев для многокритериальных альтернатив / А.В. Ландензон, Б.Г. Литвак // Известия АН СССР. Техн. кибернетика. 1988. - №6. - С.49-54.

47. Ларичев, О.И. Теория и методы принятия решений, а также Хроника событий в Волшебных странах. М.: Логос, 2003. - 392 с.

48. Ларичев, О.И. Человеко-машинные процедуры решения многокритериальных задач математического программирования (обзор) / О.И. Ларичев, О.А. Поляков // Экономика и математические методы T.XVI, вып. 1. 1980.-С. 33-36

49. Лашхи, А.А. Некоторые приложения теории полезности в задачах моделирования поведения потребителей инфокоммуникационных услуг / А.А. Лашхи, И.И. Бадагадзе, П.А. Гурцкая // Информационные технологии. -2003. №2. - С. 43-46.

50. Литвак, Б.Г. Управленческие решения. М.: Ассоциация авторов и издателей «ТАНДЕМ», ЭКМОС, 1998. - 538с.

51. Лобов, Ф.М. Оперативное управление производством. Ростов-на-Дону, Феникс, 2003.-421с.

52. Михайлов, A.M. Литейное производство. М: Машиностроение, 1985. -426с.

53. Моделирование в прогнозировании и управлении. / Под ред. Дудорина В.И. М.: ГАУ, 1992.-518с.

54. Модин, А.А. Автоматизированные системы управления и эффективность производства. М.: Экономика, 1970. - 344с.

55. Модин, А.А. Справочник проектировщика АСУП / А.А. Модин, Е.Г. Яковенко, Е.П. Погребной, Р.Л. Ашастин. М.: Экономика, 1974. -586с.

56. Нариньяни, А.С. Недоопределенность в системах представления и обработки знаний. // Изв. АН СССР. Техническая кибернетика. 1986. -№5. - С.3-28.

57. Организация и планирование машиностроительного производства (производственный менеджмент). / Под ред. Ю.В. Скворцова, JI.A. Некрасова. М.: Высшая школа, 2003. - 472 с.

58. Панасенков, А.Д. Оперативное планирование производства и комплексный расчет календарно-плановых нормативов на промышленных предприятиях. М., 1985. - 551с.

59. Перельман, А.Е. Построение моделей автоматизированных систем оперативного управления производством. М.: Статистика, 1978. - 422с.

60. Петров, В.А. Планирование гибких производственных систем / В.А. Петров, А.Н. Масленников, JI.A. Осипов. Л.: Машиностроение, 1985.-495с.

61. Петров, Ю.Ю. Регуляция вероятностей мутации и кроссинговера // Материалы I Международной научно-технической конференции «Инфотелекоммуникационные технологии в науке, производстве и образовании». Ставрополь, 1997. - С.32-35

62. Подвальный, СЛ. Имитационное управление технологическими объектами с гибкой структурой / СЛ. Подвальный, В Л. Бурковский. -Воронеж: Изд-во Воронеж, ун-та, 1988. 258с.

63. Подиновский, В.В. Парето-оптимальные решения многокритериальных задач / В.В. Подиновский, В.Д. Ногин. М.: Наука, 1982. - 387с.

64. Подчасова, П.П. Эвристические методы календарного планирования / П.П. Подчасова, В.М. Португал, В.А. Татаров, В.В. Шкурба. Киев: Техника, 1980.-397с.

65. Проектирование экономических информационных систем: Учебник / Г.Н. Смирнова, А.А, Сорокин, Ю.Ф. Тельнов; под. ред. Ю.Ф. Тельнова. -М.: Финансы и статистика, 2003. 476с.

66. Пугачев, Ю.А. Система оперативно-производственного планирования «Прибор-комплект». М.: Машиностроение, 1987. - 388с.

67. Райветт, П. Исследование операций / П. Райветт, Р.Л. Акофф. М.: Мир, 1966. - 142с.

68. Саломатин, Н.А. Управление производственной программой в организациях машиностроения. М.: Гос. ун-т упр., 2000. -215с.

69. Сатановский, P.JI. Организационное обеспечение гибкости машиностроительного производства. JL: Машиностроение, 1987. - 185с.

70. Сатановский, P.JI. Организация и планирование внутризаводской специализации. JL: Машиностроение (Ленингр. отд-ние), 1974. -210с.

71. Смирнов, А.П. Методы оптимизации: Учеб. пособие. М.: МИСиС, 2002. -364с.

72. Смоляр, Л.И. Модели оперативного планирования в машиностроительном производстве. М.: Наука, 1978. - 218с.

73. Сойфер, В.М. Дуговые печи в сталелитейном цехе / В.М. Сойфер, Л.Н. Кузнецов. М.: Металлургия, 1989. - 200с.

74. Соколицын, С.А. Автоматизированные системы управления машиностроительным предприятием / С.А. Соколицын, В.А. Дуболазов. -Л.: Изд-во ЛГУ, 1980. 527с.

75. Соколицын С.А., Кузин Б.И. Организация и оперативное управление машиностроительным производством. Л.: Машиностроение. 1988 - 527с.

76. Татевосов, К.Г. Основы оперативно-производственного планирования на машиностроительном предприятии. М.-Л.: Машиностроение, 1965. -185с.

77. Таха, Х.А. Введение в исследование операций. М.: Мир, 2001. - 260с.

78. Теория расписаний и вычислительные машины. / Под ред. Э.Г. Кофмана. -М.: Наука, 1984.-214с.

79. Управление ГПС. Модели и алгоритмы / Под ред. С.В. Емельянова. М.: Машиностроение, 1987.- 188с.

80. Файнгольд, М.Л. Проблемы совершенствования оперативно-календарного планирования на машиностроительном предприятии / М.Л. Файнгольд, Д.В. Кузнецов. Владимир, 2003. - 155 с.

81. Филь, Е.В. Организация литейных цехов. М.: Машиностроение, 1964. -283с.

82. Фишберн, П. Теория полезности для принятия решений. М.: Наука, 1978. -255с.

83. Фленов, М. Библия Delphi. СПб.: БХВ-Петербург, 2004. - 880с.

84. Хоббс, JI. Oracle 9i R2: Разработка и эксплуатация хранилищ баз данных / Л. Хоббс, С. Хилсон, Ш. Лоуенд. М.: Кудиц-образ, 2004. - 580с.

85. Хоменюк, В.В. Элементы теории многокритериальной оптимизации. М.: Наука, 1983.-380с.

86. Царев, В.В. Автоматизация многоцелевого оперативно-производственного планирования на промышленных предприятиях. Л.: Изд-во Ленингр. унта, 1984.-285с.

87. Шварцбуг, И.А. Задача оперативного управления контейнерными пунктами, <http://www.laboratory.ru>.

88. Штойер, Р. Многокритериальная оптимизация: теория, вычисления, приложения. М.: Наука, 1982. - 200с.

89. Экономика предприятия (фирмы) / Под ред. О.И. Волкова, В .Я. Позднякова. М.: ИНФРА-М, 2003. - 320с.

90. Adams, J., Е. Balas and D. Zawack. The shifting bottleneck procedure for job shop scheduling. Management Science 34, 1988, pp.391-401.

91. Affenzeller, M. New Variants of Genetic Algorithms Applied to Problems of Combinatorial Optimization. // Proceedings of the 14th International Conference on Systems Science, 2001.

92. Akyildiz, I., Shonkwiler, R. Simulated Annealing for Throughput Optimization in Communication Networks with Window Flow Control. // IEEE-ICC Conference Proceedings, Vol. 3, 1990, p.728-738.

93. Arroyo, J.M. A Parallel Repair Genetic Algorithm to Solve the Unit Commitment Problem. // IEEE Transactions on Power Systems, vol. 17, 2002.

94. B.Dunin-Keplicz and J.Treuer. Compositional Formal Specification of Multi-Agent System In:Intelligent Agents. // ECAI-94 Workshop on Agent Theories, Architecture and Languages. Amsterdam, The Netherlands, August 8-9, 1994,

95. Eds. M.J.Wooldridge and N.R.Jennings). Proceedings. Springer Verlag: 102117,1994

96. Bagchi, S., Uckum, S. Exploring Problem-Specific Recombination Operators for Job shop Scheduling. // Proceedings of the Fifth International Conference on Genetic Algorithms, 1991.

97. Bruns, R. Direct Chromosome Representation and Advanced Genetic Operators for Production Scheduling. // International Conference on Genetic Algorithms: 352-359, 1993.

98. Cant'u-Paz, E. A Survey of Parallel Genetic Algorithms. // I11GAL Report 97003, The University of Illinois, 1997.

99. Cerny, V. Thermodynamical Approach to the Traveling Salesman Problem. // J. Optim. Theory Appl., vol. 45, 1985, pp.41-51.

100. Cleveland, G. A., Smith, S. F. Using Genetic Algorithms to Schedule Flow Shop Releases. // Proceedings of the Third International Conference on Genetic Algorithms, 1989.

101. Dauzere-Peres, S., Lasserre, J.-B. On the Importance of Sequencing Decisions in Production Planning and Scheduling. // Management Sci. 38, pp. 1201-1211, 1999.

102. Davis, E. W., Patterson, J. H. A Comparison of Heuristic and Optimum Solutions in Resource-Constrained Project Scheduling. // Management Science, 1975.

103. Davis, L. Handbook of Genetic Algorithms, Lawrence, 1991.

104. Davis, L. Job Shop Scheduling with Genetic Algorithms. // Proceedings of an International Conference on Genetic Algorithms and their Applications, Pittsburgh, Lawrence Erlbaum Associates, 1985.

105. Davis, L. Job-Shop Scheduling with Genetic Algorithms. // Proc. Int'l Conf. on Genetic Algorithms and their Applications, pp. 136-149, Lawrence Erlbaum, Hillsdale, NJ, 1985.

106. De Jong, Kenneth, A. An analysis of the behavior of a class of genetic adaptive systems. // Dissertation Abstracts International 36(10), 5140B; UMI 76-9381. University of Michigan, Ann Arbor, 1975.

107. Dudnikov, V., Kuznetsov, L., Krakht, V., Yeremenko, Y. Application of genetic algorithms to scheduling in steelmaking // The 2005 International Conference on Scientific Computing (CSC'05), Las Vegas, 2005, pp. 171-174

108. Fisher, H., and G.L. Thompson. Probabilistic learning combinations of local job-shop scheduling rules / J.F. Muth, G.L. Thompson (eds.) // Industrial Scheduling, Prentice Hall, Englewood Cliffs, New Jersey, 1963, pp.225-251.

109. Fonseca, C.M., Fleming P.J. An Overview of Evolutionary Algorithms in Multiobjective Optimization. // Sheffield Un. Press, 1994.

110. Glover, F. Tabu Search-Part I. // ORSA J. on Computing, vol. 1, 1989, pp. 190206.

111. Glover, F. Tabu Search-Part II. // ORSA J. on Computing, vol. 2, 1990, pp.432.

112. Goldberg, D. E., Richardson, J. Genetic Algorithms with sharing for multimodal function optimization. // Proceedings of the Second International Conference on Genetic Algorithms, Lawrence Erlbaum Associates, Hillsdale, NJ, 1987.

113. Gorges-Schleuter, M. Explicit Parallelism of Genetic Algorithms through Population Structures. Parallel Problem Solving from Nature. // Springer Verlag, 1991.

114. Holland, J. Adaptation in Natural and Artificial Systems. // The University of Michigan Press, 1975.

115. Jensen M. Value Maximization, Stakeholder Theory, and the Corporate Objective Function // Journal of Applied Corporate Finance, V. 14, N 3, Fall 2001, P. 8-21.

116. Johnson, T.J.R. An algorithm for the resource-constrained project scheduling problem / Doctoral Thesis, Massachusetts Institute of Technology. // Cambridge, MA, USA, 1967.

117. Kanet, J. J., Sridharan V. PROGENITOR: A Genetic Algorithm for Production Scheduling. // Wirtschaftsinformatik, 1991.

118. Kaschel, J., Teich, Т., Kobernik, G., Meier, B. Algorithms for the Job Shop ф Scheduling Problem a comparison of different methods. // Technische

119. Universitat Chemnitz, Fakultat fur Wirtschafitswissensschaften Reichenhainer Str.39, D-09107 Chemnitz Germany.

120. Kirkpatrick, S., Gelatt, C.D., Vecchi, M.P. Optimization by Simulated Annealing. // Science vol. 220, 1983, pp.671-680.

121. Kobayashi, S., Ono, I. and Yamamura, M.: An Efficient Genetic Algorithm for Job Shop Scheduling Problems. // Proceedings of the 6th International Conference on Genetic Algorithms, 1995, pp.506-511.

122. Kolisch, R., A. Sprecher, and A. Drexl. Characterization and Generation of a General Class of Resource-Constrained Project Scheduling Problems. // Institut

123. Щ f.r Betriebswirtschaftslehre, Universit.t zu Kiel, 1992.

124. Kramer, O., Ting, Ch-K. Self-Adaptive Evolutionary Algorithms. // Bartlomiej Gloger, 2004.

125. Lawler, E. L. and D. E. Wood. Branch and Bound Methods: A Survey. // Operations Research 14(4). 1966, pp. 699-719.

126. Lawrence, S. R. and Т. E. Morton. Resource-Constrained Multi-Project Scheduling with Tardy Costs: Comparing Myopic, Bottleneck, and Resource

127. Pricing Heuristics. // European Journal of Operational Research 64(2), 1993, 168-187.

128. Li, X., Kirley, M. The Effects of Varying Population Density in a Fine-grained Parallel Genetic Algorithm. // IEEE Transactions on Power Systems, vol. 2, 2002.

129. Lin, Sh-Ch., Goodman, E.D., Punch, E.F. Investigating Parallel Genetic Algorithms on Job Shop Scheduling Problems. // Michigan State University, 1997.

130. Liu, J., Iba, H. Selecting Informative Genes with Parallel Genetic Algorithms in Tissue Classification. // Genome Informatics 12: 14-23, 2001.

131. Mattfeld, D.C. Evolutionary Search and the Job Shop (Investigations on Genetic Algorithms for Production Scheduling). // Springer-Verlag, 1995.

132. Michalewicz, Z. Genetic Algorithms + Data Structures = Evolution. // Programs. Springer, Berlin, 1994.

133. Nakano, R. Conventional Genetic Algorithm for Job Shop Scheduling. // Fifth International Conference on Genetic Algorithms, Morgan Kaufmann Publishers, 1991.

134. Ono, I., Yamamura, M., Kobayashi, S.: A Genetic Algorithm for Job-shop Scheduling Problems Using Job-based Order Crossover. // Proc. of ICEC'96, 1996, pp.547-552.

135. Patterson, J. H. A Comparison of Exact Approaches for Solving the Multiple Constrained Resource, Project Scheduling Problem. // Management Science, 1984.

136. Shonkwiler, R. Parallel Genetic Algorithms. // Proceedings of the 7th International Parallel Processing Symposium of the IEEE, Newport Beach, 1993.

137. Slany, W. Scheduling as a fuzzy multiple criteria optimization problem. // Fuzzy sets and systems, 78:197-222, 1996.

138. Starkweather, Т., Whitley, D., Mathias, K. Optimization Using Distributed Genetic Algorithms. // Parallel Problem Solving from Nature, Springer Verlag, 1991.

139. Syswerda, G. Schedule Optimization Using Genetic Algorithms. / Chapter 21 of the Handbook of Genetic Algorithms. // New York, Van Nostrand Reinhold, 1991.

140. Takeshi, Y., Ryohei. N. A Genetic Algorithm with Multi-Step Crossover for Job-Shop Scheduling Problems. // NTT Communication Science Laboratories, Kyoto 619-02 Japan, 1995.

141. Tanese, R. Distributed Genetic Algorithms. // Proc. 3rd International Conf. on Genetic Algorithms, Morgan-Kaufmann, 1989.

142. Wall, M.B. A Genetic Algorithm for Resource-Constrained Scheduling. // Massachusetts Institute of Technology, 1996.

143. Whitley, D. A Genetic Algorithm Tutorial. // Colorado State University Press, 1995.

144. Whitley, D., Starkweather, T. Genitor II: a Distributed Genetic Algorithm. // Journal Expt. Theor. Artif. Intell., 2, 1990.

145. Winterfeldt, D., Fischer, G.V. Multiattribute utility theory: Models and assessment procedures. // Amsterdam: Reidel, 1975.

146. Yamada, Т., and R. Nakano. A genetic algorithm applicable to large-scale job-shop instances / Manner, R., and B. Manderick (eds.). // Parallel instance solving from nature 2, North-Holland, Amsterdam, 1992.

147. Карта плавок за перйод £по

148. Дата Плавка Начало Окончание ВбС. т Мерка стали Бригада ФИО EsJvfe . кг мя. • кВтч

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.