运筹学在工业工程中的应用

2.2 工业工程中运筹学方法应用情况一览 Ford(1987)［5］曾对美国500家最大的工业企业应用运筹学的情况做过一项研究，该研究针对不 同类型的生产应用软件，给出了各企业对运筹学方法的应用情况。Berry&Lancaster(1992)［6］，也进 行了一项面向464个生产人员的类似调查。这些生产人员准确的说是具有“经营部经理”职务的个 人。我们将以上2次调查研究的内容和结果分别列于同一张表内，以便更清楚的看出运筹学方法在工 业工程中的应用情况，见表3。
12.9
术 排队论
8.7
决策分析
0
46.7
25.6
46.7
回归分析
51.2
55.6
46.0
20.0
16.8
0
对策论
预测模型
库存控制
50.0
库存控制模型
66.0
MRP
需求管理
IE 库存计划
26.2
应 生产计划
26.7
用 需求计划
29.3
领 生产活动控
域
制
26.4
69.2
后勤学
方法
表1 定量化运筹方法的使用排名情况
OR教师
OR实际应用人员
万方数据
file:///E|/qk/gygc/gygc99/gygc9904/990403.htm（第 1／6 页）2010-3-22 21:19:58
工业工程990403
数学规划 模拟 统计 网络分析(PERT) 排队论 随机过程 决策分析 库存控制 概率论 建模 分析
万方数据
file:///E|/qk/gygc/gygc99/gygc9904/990403.htm（第 2／6 页）2010-3-22 21:19:58
工业工程990403
图1 MPC一般系统结构
表2 MPC系统:问题与运筹学方法
模块名
功能
问题实例
典型的运筹学模型和方法
需求管理
预测
预测独立需求
销售订单管理 制定延迟交货时间
万方数据
file:///E|/qk/gygc/gygc99/gygc9904/990403.htm（第 4／6 页）2010-3-22 21:19:58
工业工程990403
对它的开发有待深入；或是因为在目前及将来一段时间之内，这些模型还不太适合用于制造活动。 然而，为何在计算机辅助系统中几乎没有出现过什么新的软件呢?原因之一是现有的生产软件包中未 充分利用最新的信息技术；另一个原因是运筹学模型不适用于目前的生产制造水平。因为现在的运 筹学模型是“技术驱动”式而并非“需求驱动”式。 尽管如此，在标准生产软件包中出现越来越多的运筹学方法只是个时间问题。可以预计，人们 将最先在可独立应用（S-A）系统中找到这些软件。这是因为，信息技术的不断发展为人们创造出了 新的发展机会。作为可独立应用系统，它支持各种不同的运筹学模型和技术。例如预测及销售订单 管理的需求管理模型(DM)等。预测系统主要支持时间序列分析、回归分析(包括线性回归与多元回 归)、误差统计预测和预测提示等多种运筹学方法。
1
1
2
3
3
2
4
7
5
5
6
7
7/8
6
9
—
10
4
—
9
—
10
由表1可知，教授运筹学的教师对OR方法重要性的排名情况与OR方法实际使用人员所排的顺序 有所不同。排在最前面的3种方法是一样的，但顺序不同。这3种方法是：数学规划、模拟和统计。 其它排名较靠前的还有排队论、网络分析、随机过程及决策分析。从表1我们可以推断出：工业工程 中很多应用软件都用到了上述部分甚至全部运筹学模型。 表1中没有列出AI和ES，其原因可能是因为人们尚未将这2种方法归入运筹学方法的范畴之中。 从近年来国内外一些学者的论文来看，AI和ES的应用范围日益广泛和深入。此外，在决策支持系统 （DSS）中，它们的发展潜力也非常之大。Byrd（1993）［4］曾强调指出，生产现场管理中的ES方 法将是一个前景非常广阔的技术工具。在我们看来，ES还是一种有效的征询建议的手段，它将不会 取代个人决策。 表中的另一重要应用方法是模拟。模拟正变得越来越炙手可热，原因之一是其算法语言简炼， 且多数情况下可根据实际应用加以修改。得益于这一工具，工业工程中很多生产性应用实践都得到 了进一步发展，如物料搬运、灵敏制造系统等。模拟模型广受欢迎的另一个原因是其仿真可能性的 提高，现在大多数企业都具有系统仿真功能。 总之，包括表1中各种方法在内的运筹学模型和方法都能在工业工程的不同应用领域内随处可 见，这也正为我们分析、研究运筹学与工业工程的结合，以及运筹学在工业工程中的具体应用情况 奠定了广泛的事实基础。
Abstract: This paper investigates the possible uses of operations research (OR) models and its techniques in industrial engineering (IE). It also discusses specific OR techniques for specific manufacturing planning and control (MPC) problems. At the end of this paper, potential OR techniques are developed in terms of future applicability. Key words:operations research;industrial engineering;manufacturing planning and control
表3 运筹学方法利用率及工业工程应用领域调查情况一览表
Ford(1987)
Berry&Lancaster（1992）
平均利用率(%) 最大利用率(%) 详细内容 平均利用率(%)
详细内容
数学规划
45.7
69.2
线形规划
22.4
线形规划
96.0
13.3
动态规划
模拟
30.8
O
统计
12.2
R 技 网络分析
数学规划：定货量折扣 统计：抽样、控制图 库存控制：控制系统
万方数据
file:///E|/qk/gygc/gygc99/gygc9904/990403.htm（第 3／6 页）2010-3-22 21:19:58
工业工程990403
绩效评价
订单情况 资源情况 物料情况
多种交货期 提高生产能力利用率、减少瓶 颈环节 更正安全库存量、WIP、提高 库存周转率
主计划
主生产计划 确定生产成本及生产时机、识
粗生产能力计 别瓶颈工序
启发式算法：批量控制
划
以何顺序组装何种产品
需求计划
物资需求计划 生产能力需求 计划
确定需求单位(独立/非独立型 需求) 识别瓶颈工序
数学规划：批量最优化 统计与概率论：安全库存 库存控制：独立与非独立需求的库存模 型
生产活动控 制
上料/进度安排 订单发送 工艺排序 生产报告
运筹学(OR)模型及其方法在生产现场管理(POM)中有着很长的应用历史。据调查，《管理科学 杂志》在其最初25年内，发表的27%的论文都致力于研究POM，预计今后会有更多的OR成果被运用 于POM领域内。 作为一门工程类学科，工业工程（IE）已有近百年的历史。但在我国工业工程尚属一门新兴学 科，对它的研究和发展也正处于起步阶段。关于工业工程研究的对象和内容，一般普遍认同的是由 美国工业工程协会（American Institute of Industrial Engineering，简称AIIE）对它所下的定义：“工业 工程是研究由人、原材料、机器设备组成的统一系统的设计、改善和实施的学科［1］。”由定义可 知，工业工程具有观察现状，从基层发现问题并改善或解决问题的特点。所以，工业工程从现实的 需要出发，必须采用运筹学方法，并将之纳入到工业工程的范畴之内。
2：问题与运筹学方法 制造活动是一个将输入资源转化为有用的输出(产品或服务)的过程。为将资源合理、有效的转化 成有用的物品，企业必须对制造活动进行集中或分散的分析、计划、合作与控制。这样，对所有制 造型企业来说，它的计划与控制系统(MPC)有一个一般性的基本结构。为了更好的看出运筹学方法的 应用情况，我们首先通过一个实际的制造企业来定义一般性的MPC功能参考系统。这个系统的设计 可能会因企业的不同而异，因为它取决于企业内、外部制造环境因素。 图1所示为MPC计划级别的一个递阶框架图。该结构图从高至低依次为战略级、经营级和操作 级。在各计划级别上，我们根据计划的详细情况，分别考虑了原料问题和生产能力问题。对于粗略 的制造计划，只需了解用于长期库存及生产计划的粗略时间即可；对于详细计划，则必须考虑短期 或临时生产活动所需的准确数据，包括每日、每小时、甚至每分钟的数据等。因此，计划工作通常 是从上至下进行的。而控制则只有通过监测生产活动和为各计划级别提供反馈信息时才可能实现其 功能。为此，我们仔细研究了运筹学方法在这些不同环节上的各种可能或潜在的应用情况，详见表 2。表2中每一种模型下包含了模型的功能说明，表中的最后是针对实际问题而提出的各种可能的运 筹学方法。
工业工程990403
工业工程
INDUSTRIAL ENGINEERING JOURNAL 1999年 第2卷 第4期 Vol.2 No.4 1999
运筹学在工业工程中的应用
吴育华 何雁群
摘要：调查研究了运筹学(OR)模型及其方法在工业工程（IE）的应用情况。针对工业工程制造与控 制系统(MPC)中的存在的实际问题，研究了解决这些问题的特定运筹学方法。文中还就运筹学方法今 后的应用发展潜力作了探讨。 关键词：运筹学；工业工程；制造计划与控制 中图分类号：F224.3 文献标识码：A 文章编号：1007-7375(1999)04-0009-05
预测模型：时间序列 回归分析：线形回归/多元回归 统计：预测误差
库存计划
总库存计划 离散库存计划
制定库存政策、确定仓储能
力、降低库存
库存控制系统：回归水平度量
确定安全库存点、预测库存费
用
生产计划
生产计划 资源计划
平衡生产率 调节生产能力
数学规划：动态规划、线形规划 模拟：瓶颈模拟 启发式算法和VIM：博弈论/均衡论/混合 策略
70.8
总库存计划
40.0
项目计划
46.7
70.0
库存控制
59.1
生产日程安 排
74.8
生产能力规划及利用
采购
77.2
从表中情况来看，人们对运筹学方法的整体利用情况还是很不错的。同时也可见，上述2个研究 结果在运筹学方法的种类和工业工程的应用领域等方面非常接近。二者的不同之处在于：Ford(1985) 致力于研究运筹学方法应用于工业工程领域的情况，因此其研究成果体现在平均利用情况和最大利 用率方面；而Berry&Lancaster所研究的运筹学方法属一般理论范畴，并不针对任何一个专门生产领 域，所以它得出的结论与前者自然略有不同。而通过表3中的对比不难看出，尽管Ford(1985)的研究 结果表明数学规划和模拟方法的应用频率较高，但二者对运筹学方法的排名情况几乎是一致的。同 时可见，Ford(1985)的研究成果与我们前面对运筹学排名情况所作的讨论是相近的。 2.3 标准生产软件包中典型的运筹学方法 审视如今商业上随处可见的MPC软件，其中并没有多少应用了运筹学模型及其方法。用户反而 必须在使用MPC系统前，考虑系统的安全库存及批量等情况。虽然市面上也有一些OR软件，如库存 模型、MRP和优先法则等，但就OR软件的开发潜力同其在MPC商业系统中的实际开发情况来看，差 距是明显的。究其原因可能是因为生产系统中的运筹学模型和方法本身的应用潜力就大，所以目前
1 运筹学方法综述
为了说明运筹学方法究竟包括哪些内容，我们首先对它作一广义定义：运筹学方法是包括模拟 （SIM）、人工智能(AI)、专家系统(ES)和可视界面模型(VIM)在内，为大多数学者所承认的各种方 法的总和［2］。 尽管运筹学方法众多，但不同时期人们对它的使用情况是不同的。根据使用者的不同，同一时 期人们对运筹学方法的排名也不尽相同。Lane(1993)［3］曾就此作过一次调查，调查结果见表1。
数学规划：最优进度安排
分析瓶颈、平衡生产力
模拟：瓶颈模拟
及时传送定单
排队论和随机过程：提前期、容量、效
遵守交货期、处理产品短缺问 用值
题 迅速、准确提供数据
启发式算法：优先排序规则 VIM：上料、进度安排、排序、批量控
制
AI&ES：进度安排、排序
采购
发送订单 验收货物 存货
保证原料供应连续 零缺陷 库存量、定货点
Operations Research Techniques in Industrial Engineering
WU Yu-hua, HE Yan-qun （Management Science Institute of Tianjin University,Tianjin 300072，China ）