本发明属于计量生产技术领域，涉及生产计划管理领域，尤其是一种基于混合整数规划的计量装置生产计划优化方法。
背景技术：
作为国网公司“大营销”计量体系建设的典型成果和示范，省级计量中心承担着全省每年数百万的计量设备的到货、检定及配送工作，生产计划繁重且交错影响，传统的计量生产计划以人工经验安排为主，具有库存高、周转率低、时效性差、交互困难、灵活性差等缺点，在此情况下，设计一种能综合考虑到货周期、安全库存定和配送能力、需求优先级等因素的计量生产计划优化方法，科学合理制定计量装置的到货、检定及配送计划，对于大幅削减中心库存和生产成本，提升对供电企业的用表需求响应效率和服务能力，具有重要意义。
经过检索，在现有的已公开专利文献中未发现与本专利申请相同的技术方案。
技术实现要素：
本发明的目的在于提供一种基于混合整数规划的计量装置生产计划优化方法，建立检测及配送的智能排程模型，为计量装置检测排程提供切实可效的模型方法。
本发明解决其技术问题是采取以下技术方案实现的：
一种基于混合整数规划的计量装置生产计划优化方法，其特征在于：包括下述步骤：
S1：确定智能排程计划的目标，为总成本和库存最低；
S2：梳理电能计量装置的生产流程，分析影响采购及到货、检测、仓储和配送等环节的主要因素，包括：到货时间和数量的稳定性、检测中检修和加班对检定能力的影响；
S3：获取相关数据，包括：检测设备的能力、库存水平和配送车辆的装载能力；
S4：建立目标函数为存储费用及配送成本最小化的混合整数规划模型；
S5：利用yalimp工具箱进行求解；
S6：判断是否有解，若有，转入步骤S7，否则，转至步骤S8；
S7:分析安全库存以及调整，改变安全库存量输入模型，分析安全库存量的变化对目标函数的影响，并转至S5；
S8：输出计算结果；
S9：得到最优计量生产计划，指导实际生产。
而且，所述步骤S4中的数学模型包括：智能排程的目标函数和约束条件。
而且，所述智能排程的目标函数为：
而且，所述排程优化的约束条件包括：(A)到货约束；(B)检测约束；(C)库存约束；(D)配送约束。
而且，步骤S5所述的yalimp工具箱是一种定义和求解高级优化问题的模块语言，基于符号运算工具箱来编写的专门用于混合整数规划的工具箱。
而且，步骤S7所述的分析安全库存调整是指依次消减安全库存量并作为固定输入变量带入计算。
而且，步骤S8所述的模型计算结果有：采购到货计划表、生产检定计划表、库存计划表以及配送计划表，检测线工人可以根据输出结果合理安排检测时间和检测工作量。
本发明的优点和积极效果是：
本方法梳理了计量生产业务流程及全寿命周期管理要求，综合考虑了需求预测、物料供应周期、中心安全库存、轮换上班制度、设备检定能力及其检修计划、运输等影响计划等因素，建立了基于混合整数规划的计量生产计划优化模型，以成本和库存最低为目标函数，以每月的到货计划、检定计划、配送计划为决策变量，并利用yalimp工具箱进行求解，并能根据计划执行情况和突发情况进行及时反馈修正，该方法有效规避了人工经验的不足，实现整个计量生产计划的科学制定、高效执行，不仅及时满足供电单位及其站所(二级分库和直配库)的用表需求，大幅削减中心库存和生产成本，为计量中心实现智能化运作提供强有力的支撑。
附图说明
图1为本发明提供的基于智能排程的计量装置到货、检测及配送计划流程图。
具体实施方式
下面结合附图并通过具体实施例对本发明作进一步详述，以下实施例只是描述性的，不是限定性的，不能以此限定本发明的保护范围。
一种基于混合整数规划的计量装置生产计划优化方法，
在本发明的实施例中，本项目依据高级排程理论(APS)，基于需求预测和计量器具检测现状和约束条件，采用运筹优化方法，实现整个流程的智能排程，从而满足下游站所(二级分库和直配库)的用表需求，同时保证成品的库存周转率满足企业设置的额定值，并尽可能减少检测线工人的加班时间，为实现智能化运作提供了强有力的支撑。
如图1所示，本发明提供的基于智能排程的计量装置到货、检测及配送计划方法包括按顺序执行的下列步骤：
步骤1：确定智能排程计划的目标，即总成本和库存最低。
步骤2：梳理电能计量装置的生产流程，分析影响采购及到货、检测、仓储和配送等环节的主要因素，包括：到货时间和数量的稳定性、检测中检修和加班对检定能力的影响等。
步骤3：获取相关数据，包括：检测设备的能力、库存水平和配送车辆的装载能力等。
步骤4：建立目标函数为存储费用及配送成本最小化的混合整数规划模型。
所述的数学模型包括：智能排程目标函数和约束条件；
所述的目标函数为：
其主要包含两部分：一是总存储费用，二是配送成本。其中：hi表示单位存储成本；Ii表示产品i的期末库存；I′i表示产品i的原材料期末库存；表示产品i对需求点c在时间周期t的配送量；∈i表示配送费用。
所述排程优化的约束条件包括：
(A)到货约束:
(A1)保证新品月采购量不超出检测线的检测能力以及安全库存:
其中表示产品i的到货量；um表示生产线m一个生产周期的生产能力(台/轮)；βmt表示生产线m在一个时间t内的生产周期数；σm表示(identical)第m类成产线的数量；η1表示时间周期t生产线m加班情况下转换成生产能力的比例系数；产品i的原材料(新品)的安全库存。
(A2)保证每一种类别的新品月采购量能够保证下一周期的需求量：m∈M，其中Gi表示产品i预测需求量；表示产品i的安全库存(下月需求预测值的1.5倍)；
(A3)保证每一种类别的新品月采购量不超出相应检测线的检测能力：
m∈M，其中Yip为0-1变量，Yip＝1表示采购产品i否则Yip＝0。
(B)检测约束：
(B1)保证检测量和库存量满足需求量及安全库存量：
其中表示批次v的产品i在
时间周期t的检测量；表示产品i的成品期初库存；dict表示周期t内需求点c对产品i的需求量。
(B2)在加班和检修条件下的检测任务分配：其中为0-1变量，表示时间周期t生产线m需要加班，否则为0-1变量，表示安排时间周期t生产线m进行检修，否则η2表示时间周期t生产线m检修情况下转换成生产能力的比例系数。
(B3)在任何时间周期内，任务排程都不能超过检测线的检测能力:其中为0-1变量，表示时间周期t生产线m生产产品i，否则
(C)库存约束：
(C1)表成品i的库存平衡，即产品i的期初库存和检测量之和，与配送量的差值为期末库存:
(C2)新品i的库存平衡，即新品i的期初库存和检测量之和，与配送量的差值为期末库存：其中表示产品i的新品期初库存；λi表示新品i的到货量。
(C3)保证成品和新品的期末库存均高于安全库存：
(D)配送约束：
(D1)保证每周配货量不超过配送班的最大配送能力：其中αi表示产品i配送能力的转化率；Qt表示车队在时间周期t的最大工作量。
(D2)满足需求：
(D3)若对需求点C进行产品i的配送，要保证配送量不超过最大配送能力：t∈T。其中为0-1变量，表示时间周期t有产品i配送至需求点c，否则为0。
步骤5：利用yalimp工具箱进行求解；
所述的yalimp工具箱是一种定义和求解高级优化问题的模块语言，基于符号运算工具箱来编写的专门用于混合整数规划的工具箱。
步骤6：判断是否有解，若有，转入步骤7，否则，转至步骤8。
步骤7:分析安全库存以及调整。改变安全库存量输入模型，分析安全库存量的变化对目标函数的影响，并转至步骤5；
所述的分析安全库存调整是指依次消减安全库存量并作为固定输入变量带入计算。
步骤8：输出计算结果；
所述的模型计算结果有：采购到货计划表、生产检定计划表、库存计划表以及配送计划表，检测线工人可以根据输出结果合理安排检测时间和检测工作量。
步骤9：得到最优计量生产计划，指导实际生产。
尽管为说明目的公开了本发明的实施例和附图，但是本领域的技术人员可以理解：在不脱离本发明的精神和范围内，各种替换、变化和修改都是可能的，因此，本发明的范围不局限于实施例和附图所公开的内容。