基于高斯分布的疫苗生产调度模型.pdf
《基于高斯分布的疫苗生产调度模型.pdf》由会员分享,可在线阅读,更多相关《基于高斯分布的疫苗生产调度模型.pdf(8页珍藏版)》请在咨信网上搜索。
1、2023 年第 3 期No.3,2023广东技术师范大学学报Journal of Guangdong Polytechnic Normal University基于高斯分布的疫苗生产调度模型盘茂杰,张慧琳,陈逊瀚,刘东东(广东技术师范大学 计算机科学学院,广东 广州 510665)摘 要:疫苗的批量生产效率受到工位的生产水平、工人劳动时间以及销售额等多重因素影响,企业难以保证提高效率的同时实现销售额最大化.针对这一问题,该文以第十八届五一数学建模 A 赛题为例,提出了疫苗生产时间符合高斯分布条件下的车间流水线模型与同类疫苗连续生产模型,采用 C+语言和 SPSS 对生产数据进行统计分析,并利用
2、蒙特卡洛算法和动态规划算法得出限定条件下的疫苗生产序列,完成一百万剂生产任务所需的最少时间,以及进一步优化模型得出最大销售额.最后,实验结果证明了本模型具有合理性与可行性,为提高疫苗生产效率提供参考依据.关键词:高斯分布;车间流水线模型;蒙特卡洛算法中图分类号:TP301 文献标识码:A 文章编号:2096-7764(2023)03-0009-080 引言随着生活水平的提高,民众对疾病的防范意识不断增强,而接种疫苗成为了预防疾病的重要 手 段.据 相 关 统 计(2016 年 1 月-2022 年 10月),国内生产疫苗企业有 45 家,能生产预防 35种疾病的疫苗,年生产能力达到十亿剂1.部
3、分企业由于缺乏科学的生产规划,导致生产效率较低,为了提高疫苗批量生产效率,需要对同类型疫苗的不同生产工位进行数据分析,并建立合适的生产模型.文献2中对 YM1-YM10 等 10 种不同类型的疫苗在 CJ1-CJ4 等四个工位进行了 50 次模拟生产,在其附录一、二中给出了企业中疫苗生产加工时间记录、类型、任务数量和出厂价格数据.但在实际生产过程中耗费大量时间,难以在短时间内交付产品,而且生产疫苗所需时间具有不确定性,生产计划存在较大误差,需要建立数学模型,优化生产过程.为了体现各个工位疫苗生产水平,以及疫苗生产与时间比例、销售额之间的关系,提出以下问题:(1)疫苗生产公司需要对疫苗的生产顺序
4、进行规划,以便能在最短时间内交付,以每个工位生产每箱疫苗平均时间为依据,建立数学模型,制定疫苗生产顺序;(2)在该公司疫苗交货总时间比问题(1)的总时间缩短 5%的条件下,建立数学模型,以最大的概率完成这个任务为目标,确定生产顺序,并 给 出 缩 短 的 时 间 比 例 与 最 大 概 率 之 间 的关系;(3)为避免疫苗错误包装,要求每种类型疫苗的生产任务不可以拆分,按照每个工位每天生产不可超过 16 小时的条件,优化可靠性 90%以上的前提下求解最短时间;(4)在规定 100 天时间内,每种类型疫苗生产任务可以拆分,每个工位每天生产同样不可以超过 16 小时,为了达到最大销售额,建立数学模
5、型安排生产计划.收稿日期:2023-04-16基金项目:2022 年度“实验教学与实验室安全建设管理改革专项”(991691304);2022 年广东省本科高校教学质量与教学改革工程建设项目(991040155).作者简介:盘茂杰,广东技术师范大学实验师.盘茂杰,等:基于高斯分布的疫苗生产调度模型第 3 期1 问题分析与假设1.1 疫苗生产问题分析根据不同工位的加工疫苗数据进行均值、方差、最值、概率分布等统计分析,计算出疫苗在生产时间上服从高斯分布,随后用正态性检验3样本服从高斯分布,对其相关系数进行参数估算,从而确定其概率分布.针对问题(1),每个工位每箱疫苗平均生产时 间 为 依 据,对
6、疫 苗 种 类 加 工 顺 序 采 用 全 排列4,确定包含 10!个加工顺序的解空间.通过对解空间内所有的加工顺序模拟生产,得出各个加工顺序的加工时长,从而确定用时最短的加工序列,并给出具有线性时间复杂度的模型.针对问题(2),由于疫苗生产总时间将缩短5%,基于此条件采用蒙特卡洛算法5-6对解空间内的所有加工顺序再次模拟生产,并进行概率分布统计确定优化的加工顺序;通过建立车间流水线模型7,使得该顺序相比其他加工顺序有更大的概率完成交货任务,并得出最大概率与时间缩短比例之间的函数关系.针对问题(3),按照各工位每天生产不可超过 16 小时的条件,通过蒙特卡洛方法对确定任务数量下的四工位车间流水
7、线模型进行大量模拟生产,得出加工时长样本集,对各个样本集进行概率统计分析.由于各类疫苗各自生产时间的概率分布服从高斯分布,再对其生产时间随机变量进行分析,综合得出生产全部疫苗的总生产时间概率分布,由此求解出 90%的成功率完成总生产任务的最少时间.针对问题(4),由于每种类型疫苗生产任务可以拆分,可求解各类疫苗在不同生产数量情况下,经过具有工作时间限制条件的四工位车间流水线下加工所需要的时间,进而将问题类比 为 多 重 背 包 问 题8,使 用 动 态 规 划9进 行 求解,选择最优生产计划,得出每类疫苗的计划生产数量10-12,可在 100 天内生产完毕并获得最大销售额.1.2 疫苗生产过程
8、假设我们假定:(1)已知各工位一次性可处理一箱(100 剂)疫苗,故将各类疫苗一箱(100 剂)作为一个生产单位,各生产单位不可分割彼此独立;(2)任务数量的各类疫苗在总流水线上的生产总时间随机变量彼此独立,且均服从高斯分布;(3)若各类疫苗生产任务不可拆分,则假设疫苗生产顺序对加工总时长没有影响,即在生产规模确定的情况下,不同疫苗生产顺序的加工总时长均相同;(4)为了简化模型,假设在具有工作时间限制条件的流水线下(每天生产的时间不能超过 16 小时),一个确定生产任务的工作时长是不受时间限制的流水线下工作时长的1.5(24/16)倍.1.3 符号说明(见表 1)2 模型建立与问题解决2.1
9、疫苗生产数据分析我们依据模拟数据对疫苗生产能力水平进行分析求解,通过多组实验,现得到相关矩阵,横轴单元格代表不同生产工位,纵轴单元格代表不同种类的疫苗,最后数据交汇处是关于均值、方差、最值的统计结果,再通过对各生产加工时间记录分析,得出各个时间记录集的正态分布的函数参数和.其中统计与均值矩阵表相同,则表明概率统计分析符合高斯分布,同时得出各类疫苗在各工序上服从高斯分布的概率密度,为后续模型建立提供依据.通过对各个工位不同疫苗样本进行参数估计,确定生产时间和生产率的关系(见图 1).表 1模型符号说明表符号SSi-tijtijQitdnivit0Cin意义S=(1,2.10)|(1,2.10)为
10、1,2.10的循环排序Si=(1,2.10)|(1,2.10)s0其中(1,2.10)为1,2.10的字典序第i个排列方案,1 i 10!代表YMi在CJj里加工的平均时间代表YMi在CJj里加工的时间Qi=(1,2.n)|1 n 10,1 i 10,i=1,2,.10代表等待CJi加工完毕的疫苗排队队列,队头为1,队尾为n代表一天24小时,24 60分钟附录给定的YMi任务数附录给定的YMi的出厂价格代表问题二:以每个工位生产每箱疫苗平均时间为依据计算得出最快生产顺序的生产时长以tij(j=1,2,3,4)计算的由Mb生产n剂YMi所需最短时间10第 3 期盘茂杰,等:基于高斯分布的疫苗生产
11、调度模型2.2 模型一建立与求解为满足最短时间内交付产品,本文以每个工位生产每箱疫苗平均时间为依据,建立生产序列模型,除引用前文符号说明外,还需要对模型一进行额外符号定义(见表 3).生产序列模型如图 2 所示,该流程图表示对结果集S作全排列,对每一个Si排列进行一次模拟生产,计算其加工时长.通过模拟生产,在生产序列流水线模型含有非空疫苗排队队列或非空工位的情况下,不断执行以下指令:在集合内工位元素满足其等待队列非空或工位元素本身非空的工位集合中,选择工位加工剩余时间最短的工位.若选择工位剩余时间为 0,则将从其等待队列中进队,队头疫苗种类进行加工,并将剩余时间设置为对应种类疫苗的在该工位的加
12、工时长;若选择工位剩余时间不为 0,进入下一步判断:若该工位不为第四最后工位,则将该工位当前加工疫苗种类进队到下一工位的等待队列,利用当前剩余加工时长更新全局经过时间,并重置该工位的当前加工种类和剩余加工时长;若该工位为第四最后工位,则利用当前剩余加工时长更新全局经过时间,并重置该工位的当前加工种类和剩余加工时长.当每次模拟生产退出,记录最短的加工时长和排列方案,求解出 7 个最短时间为 184.7787 的加 工 顺 序 方 案,对 应 第 1-7 加 工 序 列 方 案 集如下:表 2均值 E(X)矩阵均值/YM1YM2YM3YM4YM5YM6YM7YM8YM9YM10CJ113.2840
13、369.8708820.0584147.9886528.77006219.0741211.16014816.020115.01460212.952448CJ214.96213419.90753415.972639.93664613.72201220.09435816.4961468.8274812.035127.010982CJ319.84602217.92815814.9703525.93586813.00520814.14853212.01366418.1143847.0419149.04917CJ420.01292218.94235815.11638818.12839811.249491
14、3.88387819.08760416.8313948.94965416.052406图 1疫苗 YM1 生产关系图表 3模型一额外符号说明表符号TiT0PtiRtiJtt0Xmt意义利用-tij(j=1,2,3,4)计算得出100剂疫苗加工总时长,i=1,2.10代表加工进程中当前时刻Pti=x|x(1,2,.10)代表在T0=t时CJi加工完当前YMPti所需剩余时间代表在T0=t时CJi加工完当前YMPti所需剩余时间Jt=x|x(1,2,3,4),|Qx|0 x|x(1,2,3,4),Rtx 0表示在T0时刻,所有等待其本身加工完毕的疫苗队列不全空或当前未闲置的工位序号集合代表以每个工
15、位生产每箱疫苗平均时间为依据计算得出最快生产顺序的生产时长表示最快生产顺序的在S 字典序排列下标mt=x|x Jt且Rtx=minRti/i Jt代表在T0=t时刻,Jt集合中所有对应序号工位中加工完当前疫苗所需剩余时间最短的工位序号单位minminminminmin图 2生产序列模型11盘茂杰,等:基于高斯分布的疫苗生产调度模型第 3 期(4,5,10,7,8,1,2,3,9,6),(4,5,10,7,8,1,2,9,3,6),(4,5,10,7,8,1,9,2,6,3),(4,5,10,7,8,2,1,3,6,9),(4,5,10,7,8,2,1,6,3,9),(4,5,10,7,8,2,
16、3,1,9,6),(4,5,10,7,8,2,3,9,1,6);以第 1 加工序列为例填入表 4,通过此实验模拟可以有效求解出生产时间最短的加工序列.2.3 模型二建立与求解对于问题(2)中疫苗生产总时间缩短 5%这一限定条件,我们进行车间流水线模型建立,该模型分为两类:一是基于生产消费模型构建的没有日生产时间限制的 4 工位车间流水线模型Ma;二是基于生产消费模型构建的具有日生产时间限制(每个工位每天生产的时间不能超过16 小时)的 4 工位车间流水线模型Mb.除了引用前文符号表的Ma,S,Si外,额外定义符号如下(见表 5):在最大的概率基础上完成生产任务,得到缩短的时间比例与最大概率之间
17、的关系目标函数如下:maxZi=maxPit 0.95t0=max0.95t00fi()tdt,i=1,2.10!(1)采用蒙特卡洛法,大量统计由Ma生产Si疫苗队列的总加工时间数据,根据统计这些时间样本拟合生成对应概率密度函数fiN(ai,bi2),并求得各高斯分布的参数和对应ai和bi.由目标函数得到最优生产顺序Si,设其为Sk,其对应生产时长随机变量服从fkN(ak,bk2),则概率与时间缩短比例r的关系为:P(r)=Fk(1-r)t0)=12()1-r t0-e-()t-ak222dt(2)为了减轻计算压力,仅测试在模型一中能达到最优交付时间的 7 条加工序列,通过对模拟的结果统计分析
18、,得出:序列 5(4,5,10,7,8,2,1,6,3,9),此生产顺序应接近最优解.同时计算出最大概率0.0003092277944840510能在缩短 5%交付时间的情况下完成任务,由于模型一已是根据平均值算出最小的交付时间t0,该题要求在基础上再缩短 5%的时间,观得成功交付的概率几乎为 0(见表 6).2.4 模型三建立与求解题目要求每种类型疫苗的生产任务不可以拆分,即同种类型疫苗生产全部完成之后才能生 产 另 外 类 型 的 疫 苗,除 了 引 用 符 号 表 中 的Mb,td,ni,vi,t0外额外定义符号(见表 7):表 4第 1 序列生产时间加工顺序(疫苗编号)45107812
19、396进入CJ1时刻07.988716.758829.711240.871356.891470.175480.0463100.1047115.1193离开CJ4时刻41.989655.90271.954491.042107.8734127.8863146.8287161.9451170.8948184.7787图 3车间流水线模型表 5模型二额外符号说明表符号t0aibifiN(ai,bi2)Zi意义184.7787分钟,代表模型一求解得出的最短加工时长Ma生产Si疫苗队列的总加工时间集的正态分布参数Ma生产Si疫苗队列的总加工时间集的正态分布参数代表Ma生产Si所需要加工时长的概率密度函数i
20、=1,2,.10!给出比问题一总时间缩短5%的最大概率函数单位min图 4第 5 序列数据样本分布样图12第 3 期盘茂杰,等:基于高斯分布的疫苗生产调度模型接下来是对于模型三进行求解,由于生产机器需要检修和维护,每个工位每天生产不能超过 16 个小时,每一种疫苗的生产任务不能拆分,即在生产完全部同一种疫苗后才能再生产另一种疫苗.故假设在相同任务规模下,不同的生产顺序对总加工时长无影响.YMi生产时间随机变量彼此独立且均服从正态分布,对应概率密度函数为i.由于Mb具有日工作时间限制(每个工位每天生产的时间不能超过 16 小时),若要详细深入讨论工作时间限制将会十分繁琐,所以我们假设直接使用没有
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 分布 疫苗 生产 调度 模型
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。