作为国内领先的APS生产管理与物料控制软件原厂商, 永凯APS一直坚持自主开发,最大限度地帮助生产制造型企业降低生产成本, 最终提高整个企业的生产及管理效率。在永凯APS多年来丰富实践的基础上, 永凯APS在 五金行业、家电行业、模具行业、化工行业、注塑行业、机械行业、电子行业、钢铁行业、食品行业、汽车行业、医药行业 等生产制造领域形成了一系列APS行业解决方案。 同时,各个制造领域成功应用的行业实践也证明了 永凯APS生产管理与物料控制行业解决方案是成熟高效的,完全可以大大改善企业的生产和管理效率。
永凯APS汽车零部件行业解决方案, 广泛借鉴了国内外汽车零部件企业信息化的成功经验和国际先进汽车零部件行业解决方案的特点, 充分考虑中国汽车零部件企业所面临的现实环境以及诸多个性化需求, 帮助中国汽车零部件企业实现优化生产管理流程,提高对客户需求的快速响应能力, 降低生产营运成本和提高工作效率,提高企业发展的核心竞争力等目标, 为提高中国汽车零部件企业的核心竞争力做出贡献。
机械制造行业由于其工艺复杂的生产特点,工艺及在制品管理困难。 单纯的靠手工排程,难以满足现代企业快速发展的需要。 永凯APS积累了丰富的机械制造行业经验和众多机械行业客户的实践, 基于供应链管理和约束理论,通过平衡有限生产能力和物料需求, 帮助机械制造企业建立精准、详尽的生产与物料计划, 为企业不断提升管理水平,增强企业核心竞争力提供整体解决方案。
永凯APS注塑行业解决方案,通过注塑行业用户的生产管理模式, 基于行业性以及生产和排程功能,在研究和探索形成以注塑行业的关键应用和难点为重点, 突出注塑行业的个性化应用,帮助注塑行业实现以销定产、快速响应市场需求。 运用灵活敏捷的计划体系,将市场需求快速地分解成可以执行的采购、生产和委外加工计划, 缩短了产品交货周期,减少注塑企业的订单交期压力, 从而全面提升企业运营效率,帮助注塑企业提升业绩,并在市场竞争中获得竞争优势,实现企业长期发展的目标。
永凯APS家电行业解决方案在众多客户广泛实践的基础上积累了丰富的行业经验, 提炼出了一套符合家电行业特点的一体化的信息化全面解决方案。 该方案专门针对家电行业的管理重点和难点,深入分析家电行业的应用需求, 充分发挥永凯APS先进生产管控技术平台和强大业务功能的优点,强调生产计划与执行过程优化, 本着“快速配置、快速实施、快速应用、快速见效”的原则, 有效解决家电行业的困惑与难题,是家电企业实施生产信息化的最佳选择。
在充分考虑到电子行业企业生产管理特色及模式之后, 永凯APS电子行业解决方案以先进生产管理理念为核心, 以灵活多变的强大功能为依托,通过库存管理、优化排程、 现场控制帮助电子行业合理控制企业物流。销售计划、 生产计划和采购计划有效集成,有机结合了电子业企业的现状, 对电子电器行业企业有很好的适应性。永凯APS通过精益生产, 缩短了生产周期,提高了生产效率,降低了库存成本,加快了市场响应速度, 减少了电子企业的订单交期压力,从而全面提高了企业服务水平和竞争力, 帮助电子企业提升业绩,并在市场竞争中获得竞争优势,实现企业长期发展的目标。
作为国内领先的APS生产管理与物料控制软件原厂商, 永凯APS一直坚持自主开发,最大限度地帮助生产制造型企业降低生产成本, 最终提高整个企业的生产及管理效率。在永凯APS多年来丰富实践的基础上, 永凯APS在 五金行业、家电行业、模具行业、化工行业、注塑行业、机械行业、电子行业、钢铁行业、食品行业、汽车行业、医药行业 等生产制造领域形成了一系列APS行业解决方案。 同时,各个制造领域成功应用的行业实践也证明了 永凯APS生产管理与物料控制行业解决方案是成熟高效的,完全可以大大改善企业的生产和管理效率。
永凯多年以来坚持不懈,为不同行业提供专业的精益生产管理与物料控制解决方案。 有着丰富的成功导入业绩,截止2016年6月, 永凯APS已被1112 家制造工厂成功导入。 请看下面各行业类型的导入业绩比率表。
永凯软件是行业前沿的供应链计划协同(SCP)和生产计划与排程(APS)管理系统的美资供应商,涵盖需求计划、产销协同和生产计划排程。助力实现生产、供给、销售协同,准时交货、降低库存、提升利润,已在一千多家工厂及众多世界500强企业中成功应用。
基于纯仿真模型的APS生产排程系统(二)
发表时间: 2012年11月29日 来源:永凯软件技术(上海)有限公司
(1) 基于排序的方法
该方法是先有可行性加工顺序,然后才确定每个操作的开工时间,并对这个顺序进行优化,它虽然属于近似算法,但有可能达到最优的排程方案。它主要包括邻近搜索法,它在生产排程领域得到了相当广泛的应用,在探索解空间时,仅对选定的成本函数值的变化做出响应,因而通用性强。这类方法包括局部探索(Local Search)、模拟退火法(Simulated Annealing)、列表寻优法(Table Search),遗传算法(Genetic Algorithms)。邻近搜索虽然可能得到最优的排程方案,但也存在各自的不足, 很多学者采取混合算法来弥补单一方法的不足。
(2)启发式图搜索法
对于表述为整数规划的排程问题,最初采用分枝定界法来解决,而后其他的启发式图搜索法也被应用于解决排程问题。在文[19]中 Balas将排程排序问题用一个disjunctive图来表示,首先构造一个可行解,采用基于隐枚举的搜索方法不断提高解的次优性;在文[40]中采用束搜索法(beam search)来识别瓶颈机器,进行排程;为了解决搜索空间太大的问题,在文[45]中通过对分枝定界法和束搜索法进行系统的分析,提出了一种过滤束搜索法(filter beam search),用来解决单台机器提前/延期问题和加权延期的Flow Shop问题;文[45][47]中研究了基于A*的优先树搜索法的优化作业排序问题:文[46]中针对基于树搜索的优先A*算法需要大量内存的问题,提出了一个图搜索法,并对两种方法作了比较;文[46]中为解决Job Shop排程问题对A*算法作了两点改进:1) 在搜索过程中只展开有限节点;2) 采用加权的评价函数。对于图搜索算法,如何提高搜索效率并减少内存使用以解决规模较大的问题,还需要进一步探索。
(3)模拟退火法
模拟退火算法(SA)将组合优化问题与统计力学中的热平衡问题类比,另辟了求解组合优化问题的新途径。它通过模拟退火过程,可找到全局(或近似)最优解。其基本思想为:把每种组合状态Si看成某一物质系统的微观状态,而将其对应的目标函数C(Si)看成该物质系统在状态Si下的内能;用控制参数T类比温度,让T从一个足够高的值慢慢下降,对每个T,用Metropolis抽样法在计算机上模拟该体系在此T下的热平衡态,即对当前状态Si作随机扰动以产生一个新状态s’,如果 C(s’)
标签:
热门标签更多