论文部分内容阅读
摘要：企业内车间的设施布局优化不但可以降低企业的物理成本，改善车间内部的布局结构， 有效地提高生产效率，还可以帮助企业从数量竞争变向质量竞争，更好地实现转型升级。车间设施布局研究涉及到多学科的知识，企业中物料的周转效率、生产车间设备的利用效率、产线平衡和生产车间的安全都和生产车间的设施布局息息相关，车间内设施布局的好坏将会直接反映到企业的运营效率上。生产车间设施布局的理论知识和相关研究，降低了企业的物流运输成本，改善了车间内部的布局结构，有效的提高了生产效率，进而帮助企业增加了利润，将遗传算法有效的融入在 SLP 方法中，更有效的解决了车间内设施布局问题。
关键词：设施布置;生产车间布局;传统 SLP;遗传算法
引言
一个企业的生产车间设施布局是否科学、合理对企业的物流搬运成本以及生产和运营效率的影响是十分巨大的，从而可能会间接的影响到这个企业的整体收益，所以，企业应该更加注重生产车间的设施布局这方面，投入更多的人力、财力、物力与精力。本节主要从设施布置的概念、方法、原则和基本形式来讲述设施布置的相关理论。
1设施布置原则
进行设施布置的目的是为了让企业的车间内所有资源可以科学合理的利用起来，从而降低企业的生产成本，提高运营和生产效率，依据产品的生产工艺和工艺流程按照一定的原则来进行，最主要一些原则如下：
（1）必须要保证生产的需求。在对车间设施布局进行设计与规划时，必须要保证生产环节的每个工序相连接，不可出现往返和交叉的现象出现，尽可能地减少产品暂存的时间，提高生产效率。
（2）具有较高的空间使用率。要充分考虑不同作业区域的面积，合理规划整个生产车间， 保证空间利用合理。
（3）降低车间内物料搬运的成本。在对车间内设施布局进行规划和设计时要尽可能的避免不必要的搬运浪费。
（4）保证生产的柔性化。因为当前市场上的需求波动较为明显，所以企业的生产车间内的设施布局要可以根据市场需求的变化而进行调整，响应速度越快，企业的市场竞争力就越大。
（5）生产现场要便于管理。车间内设施布局的规划和设计不仅要考虑成本与生产效率， 还应该考虑到现场管理人员的需求。
（6）生产现场的安全性、舒适性等。在对车间设施布局进行设计和规划时还应考虑到人的因素，要注重一线生产员工的生理与心理需求。
2系统布置设计法与遗传算法
2.1系统布置设计法：1961 年美国学者理查德· 缪瑟（R. Muther）最先提出了系统布局设置 （SLP）这一概念，利用该方法可以把对生产车间内设施布局的研究方法从定性拓展到定量上，更加具有现实意义[1]。但是 SLP 方法目前存在的缺陷是没办法准确地定位到设施的位置。
2.2遗传算法：遗传算法（Genetic Algorithm， GA）的基本原理是：从特定的种群出发，按照事先设定好的规则来进行迭代，通过不断的迭代直到达到事先设定的目标，从而找到最优解。遗传算法的优缺点也十分明显，优点是应用范围较广，可适用于多组合优化问题，而缺点是编程过程较为复杂，而且容易因为过早收敛从而找到局部最优而不是整体最优解[2]。
2.3 SLP 与遗传算法布局方法的提出
在解决车间布局问题的实践中，系统设施布置方法（SLP）虽然体现了它较强的全面性和实用性，但毕竟作为一种传统的手工布局方法，注定了它终将被快速发展的科学技术和人们对于设施布局认识的提高所淘汰，究其根本，还是在于它的局限性以及本身的不足，主要包括以下几个方面：
（1）SLP 因为需要手动去布置，所以缺失一些精准性。一般的设施布置人员在使用 SLP 时会依赖自己过往的经验，所以不同的人员运用SLP 设计和规划的设施布局方案也會不同， 没有办法确定统一的最优布置方案。而且一些企业的生产车间内结构复杂、作业单元也十分多，仅依靠手工去计算和布置效率会比较低，而且会经常出现差错。
（2）SLP 能够指定的备选方案有限。SLP 在是通过不同单元之间的关系，手工绘制出位置和面积图来进行规划布置方案的，正是因为人的手工能力有限，所以无法规划出更多的布置方案来。
（3）当选出最优方案后，不便于进行调整。一般当最优的设施布局方案制定好后，都会因为现实的某些情况进行调整，以便于实施。但是一旦考虑到更多的区域和因素时，调整过程就变成了一个工作量十分巨大的工程。
（4）没有与计算机技术有效地结合。SLP 作为经典的改善和优化车间内设施布局的一种方法，可以为许多企业的设施布局优化提供思路和想法。但是当前互联网的普及和计算技术的不断发展，许多企业内开始引入数字化，企业内许多的物流数据都会上传到云端由管理人员实时监控。因此，传统的 SLP 方法可以与计算机技术相结合，把复杂的计算和模型交给计算机去做，从而提高设施布局的精准性。
为了提高布置效率和准确性，本文就此提出了一种新的布局方法，来弥补 SLP 的不足之处。使其更加系统化和科学化。这种新的布局方法，就是在 SLP 原有的方法布局基础之上，将其与数学模型、遗传算法相结合，更具体一些来讲，就是用更加准确与高效的遗传算法来求解基于 SLP 基础上所建立的数学模型，使得优化后的 SLP 布局方案不仅更加科学，所得结果将比优化前更加准确，且更高效。
2.4 SLP 和遗传算法结合的布局方法框架
基于 SLP 和遗传算法的车间布局实施步骤如下：
（1）运用 SLP 方法理论对生产车间进行分析，得到作业单位之间的相互关系，基于此给出几组初始布局方案。
（2）建立数学模型，结合物料搬运成本最小化和非物流关系最大化两个目标，给出模型的各类参数以及假设条件等。
（3）为了得到最终的布置方案，在建立好的数学模型中，把使用 SLP 方法得到的作业单位之间的关系以及初始布置方案带入其中，运用遗传算法进行求解。
3 总结
对车间设施布局进行一定的改善，可以达到增加企业产能的目的。同样，也可以使得企业的生产更趋向于细节。一方面，可以减少原材料的运输花费。另一方面，也可以加速企业的加工制造。进行高效、适当的车间设施，构建可以从实质上降低制造的损耗，增加企业的制造速度，全方位增加公司的实力等等，实现了对公司的车间布局进行改善从而大幅提升企业生产水平的追求。
参考文献
[1]Richard M. Systematic Layout Planning [M]. Boston： Cahners. 1973，55-56
[2]刘正龙，杨艳梅.基于遗传算法的数值优化约束问题的研究[J].计算机系统应用，201322（5）： 139-142.
山东科技大学 山东 青岛 266590
关键词：设施布置;生产车间布局;传统 SLP;遗传算法
引言
一个企业的生产车间设施布局是否科学、合理对企业的物流搬运成本以及生产和运营效率的影响是十分巨大的，从而可能会间接的影响到这个企业的整体收益，所以，企业应该更加注重生产车间的设施布局这方面，投入更多的人力、财力、物力与精力。本节主要从设施布置的概念、方法、原则和基本形式来讲述设施布置的相关理论。
1设施布置原则
进行设施布置的目的是为了让企业的车间内所有资源可以科学合理的利用起来，从而降低企业的生产成本，提高运营和生产效率，依据产品的生产工艺和工艺流程按照一定的原则来进行，最主要一些原则如下：
（1）必须要保证生产的需求。在对车间设施布局进行设计与规划时，必须要保证生产环节的每个工序相连接，不可出现往返和交叉的现象出现，尽可能地减少产品暂存的时间，提高生产效率。
（2）具有较高的空间使用率。要充分考虑不同作业区域的面积，合理规划整个生产车间， 保证空间利用合理。
（3）降低车间内物料搬运的成本。在对车间内设施布局进行规划和设计时要尽可能的避免不必要的搬运浪费。
（4）保证生产的柔性化。因为当前市场上的需求波动较为明显，所以企业的生产车间内的设施布局要可以根据市场需求的变化而进行调整，响应速度越快，企业的市场竞争力就越大。
（5）生产现场要便于管理。车间内设施布局的规划和设计不仅要考虑成本与生产效率， 还应该考虑到现场管理人员的需求。
（6）生产现场的安全性、舒适性等。在对车间设施布局进行设计和规划时还应考虑到人的因素，要注重一线生产员工的生理与心理需求。
2系统布置设计法与遗传算法
2.1系统布置设计法：1961 年美国学者理查德· 缪瑟（R. Muther）最先提出了系统布局设置 （SLP）这一概念，利用该方法可以把对生产车间内设施布局的研究方法从定性拓展到定量上，更加具有现实意义[1]。但是 SLP 方法目前存在的缺陷是没办法准确地定位到设施的位置。
2.2遗传算法：遗传算法（Genetic Algorithm， GA）的基本原理是：从特定的种群出发，按照事先设定好的规则来进行迭代，通过不断的迭代直到达到事先设定的目标，从而找到最优解。遗传算法的优缺点也十分明显，优点是应用范围较广，可适用于多组合优化问题，而缺点是编程过程较为复杂，而且容易因为过早收敛从而找到局部最优而不是整体最优解[2]。
2.3 SLP 与遗传算法布局方法的提出
在解决车间布局问题的实践中，系统设施布置方法（SLP）虽然体现了它较强的全面性和实用性，但毕竟作为一种传统的手工布局方法，注定了它终将被快速发展的科学技术和人们对于设施布局认识的提高所淘汰，究其根本，还是在于它的局限性以及本身的不足，主要包括以下几个方面：
（1）SLP 因为需要手动去布置，所以缺失一些精准性。一般的设施布置人员在使用 SLP 时会依赖自己过往的经验，所以不同的人员运用SLP 设计和规划的设施布局方案也會不同， 没有办法确定统一的最优布置方案。而且一些企业的生产车间内结构复杂、作业单元也十分多，仅依靠手工去计算和布置效率会比较低，而且会经常出现差错。
（2）SLP 能够指定的备选方案有限。SLP 在是通过不同单元之间的关系，手工绘制出位置和面积图来进行规划布置方案的，正是因为人的手工能力有限，所以无法规划出更多的布置方案来。
（3）当选出最优方案后，不便于进行调整。一般当最优的设施布局方案制定好后，都会因为现实的某些情况进行调整，以便于实施。但是一旦考虑到更多的区域和因素时，调整过程就变成了一个工作量十分巨大的工程。
（4）没有与计算机技术有效地结合。SLP 作为经典的改善和优化车间内设施布局的一种方法，可以为许多企业的设施布局优化提供思路和想法。但是当前互联网的普及和计算技术的不断发展，许多企业内开始引入数字化，企业内许多的物流数据都会上传到云端由管理人员实时监控。因此，传统的 SLP 方法可以与计算机技术相结合，把复杂的计算和模型交给计算机去做，从而提高设施布局的精准性。
为了提高布置效率和准确性，本文就此提出了一种新的布局方法，来弥补 SLP 的不足之处。使其更加系统化和科学化。这种新的布局方法，就是在 SLP 原有的方法布局基础之上，将其与数学模型、遗传算法相结合，更具体一些来讲，就是用更加准确与高效的遗传算法来求解基于 SLP 基础上所建立的数学模型，使得优化后的 SLP 布局方案不仅更加科学，所得结果将比优化前更加准确，且更高效。
2.4 SLP 和遗传算法结合的布局方法框架
基于 SLP 和遗传算法的车间布局实施步骤如下：
（1）运用 SLP 方法理论对生产车间进行分析，得到作业单位之间的相互关系，基于此给出几组初始布局方案。
（2）建立数学模型，结合物料搬运成本最小化和非物流关系最大化两个目标，给出模型的各类参数以及假设条件等。
（3）为了得到最终的布置方案，在建立好的数学模型中，把使用 SLP 方法得到的作业单位之间的关系以及初始布置方案带入其中，运用遗传算法进行求解。
3 总结
对车间设施布局进行一定的改善，可以达到增加企业产能的目的。同样，也可以使得企业的生产更趋向于细节。一方面，可以减少原材料的运输花费。另一方面，也可以加速企业的加工制造。进行高效、适当的车间设施，构建可以从实质上降低制造的损耗，增加企业的制造速度，全方位增加公司的实力等等，实现了对公司的车间布局进行改善从而大幅提升企业生产水平的追求。
参考文献
[1]Richard M. Systematic Layout Planning [M]. Boston： Cahners. 1973，55-56
[2]刘正龙，杨艳梅.基于遗传算法的数值优化约束问题的研究[J].计算机系统应用，201322（5）： 139-142.
山东科技大学 山东 青岛 266590