МЕТОДЫ И МОДЕЛИ ИНФОРМАЦИОННОЙ ТЕХНОЛОГИИ ПЛАНИРОВАНИЯ ЗАГРУЗКИ ТЕХНОЛОГИЧЕСКОГО ОБОРУДОВАНИЯ ПРОИЗВОДСТВЕННОГО УЧАСТКА МАШИНОСТРОИТЕЛЬНОГО ПРЕДПРИЯТИЯ : МЕТОДИ ТА МОДЕЛІ ІНФОРМАЦІЙНОЇ ТЕХНОЛОГІЇ ПЛАНУВАННЯ ЗАВАНТАЖЕННЯ ТЕХНОЛОГІЧНОГО УСТАТКУВАННЯ ВИРОБНИЧОГО ДІЛЯНКИ МАШИНОБУДІВНОГО ПІДПРИЄМСТВА

Краткое описание

ГВУЗ «ДОНЕЦКИЙ НАЦИОНАЛЬНЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»

На правах рукописи

ЧЕНГАРЬ ОЛЬГА ВАСИЛЬЕВНА

УДК 0004.023:62-5

МЕТОДЫ И МОДЕЛИ ИНФОРМАЦИОННОЙ ТЕХНОЛОГИИ ПЛАНИРОВАНИЯ ЗАГРУЗКИ ТЕХНОЛОГИЧЕСКОГО ОБОРУДОВАНИЯ ПРОИЗВОДСТВЕННОГО УЧАСТКА МАШИНОСТРОИТЕЛЬНОГО ПРЕДПРИЯТИЯ

Специальность 05.13.06 – Информационные технологии

ДИССЕРТАЦИЯ
на соискание ученой степени
кандидата технических наук

Научный руководитель
доктор технических наук, профессор
Скобцов Юрий Александрович

Донецк – 2013г.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ..........................................................................................................
5
РАЗДЕЛ 1 АНАЛИЗ СОВРЕМЕННОГО СОСТОЯНИЯ ВОПРОСА, ЦЕЛЬ И ЗАДАЧИ ИССЛЕДОВАНИЯ.........................................................................
12
1.1. Сущность, принципы и функции оперативного планирования производства........................................................................................................
12
1.2. Описание исследуемого объекта.............................................................
16
1.2.1. Структура гибкой производственной системы....................................
16
1.2.2. Производственный процесс как совокупность основных, обслуживающих и вспомогательных процессов ...................................
19
1.2.3. Основные понятия организационно-технологического процесса .....
22
1.3. Анализ инструментальных средств существующих систем планирования производства.....................................................................
24
1.3.1. ERP-системы планирования производства дискретного типа ...........
25
1.3.2. APS -системы планирования производства дискретного типа ..........
26
1.3.3. MES-системы планирования производства дискретного типа ..........
28
1.4. Анализ современных методов решения задач оперативного планирования дискретного производства ..............................................
33
1.4.1. Точные методы решения задач оперативного планирования производства..............................................................................................
33
1.4.2. Приближённые методы решения задач оперативного планирования производства.....................................................................
34
1.5. Анализ эволюционных алгоритмов оптимизации оперативного планирования производства.....................................................................
36
1.6. Постановка задач исследований..............................................................
40
1.7. Выводы.......................................................................................................
41
РАЗДЕЛ 2 РАЗРАБОТКА МОДЕЛЕЙ ДИНАМИЧЕСКИХ ПРОЦЕССОВ ЗАГРУЗКИ ТЕХНОЛОГИЧЕСКОГО ОБОРУДОВАНИЯ В ГПС ................
43
2.1. Формализация исследуемого объекта управления................................
44
3
2.2. Графоаналитическая модель организационно-технологического процесса загрузки ГПМ............................................................................
48
2.3. Модернизация графоаналитической модели организационно-технологического процесса загрузки оборудования.............................
55
2.4. Объектная модель организационно-технологического процесса загрузки оборудования.............................................................................
58
2.5. Выводы.......................................................................................................
64
РАЗДЕЛ 3 РАЗРАБОТКА «НАПРАВЛЕННОГО» МУРАВЬИНОГО АЛГОРИТМА ДЛЯ СИНТЕЗА И ОПТИМИЗАЦИИ ПРОИЗВОДСТВЕННОГО РАСПИСАНИЯ ГПС............................................
66
3.1. Постановка задачи исследования для разработки «направленного» муравьиного алгоритма............................................................................
66
3.2. Муравьиный алгоритм нахождения маршрута с помощью одной популяции муравьев .................................................................................
68
3.3. Разработка «направленного» муравьиного алгоритма оптимизации производственного расписания ...............................................................
77
3.4. Экспериментальное исследование параметров «направленного» муравьиного алгоритма............................................................................
84
3.5. Выводы.......................................................................................................
90
РАЗДЕЛ 4 МЕТОД ПАРЕТО-ОПТИМИЗАЦИИ ПРОИЗВОДСТВЕН-НОГО РАСПИСАНИЯ НА ОСНОВЕ «НАПРАВЛЕННОГО» МУРАВЬИНОГО АЛГОРИТМА.......................................................................
92
4.1. Поиск решения при помощи концепции доминирования Парето .......
93
4.2. Метод Парето-оптимизации, основанный на «направленном» муравьином алгоритме с адаптивными весами .....................................
97
4.3. Экспериментальное исследование метода Парето-оптимизации, основанного на «направленном» муравьином алгоритме с адаптивными весами.................................................................................
102
4.4. Выводы.......................................................................................................
111
4
РАЗДЕЛ 5 ТЕСТИРОВАНИЕ МЕТОДОВ И МОДЕЛЕЙ ИНФОРМАЦОННОЙ ТЕХНОЛОГИИ ПЛАНИРОВАНИЯ ЗАГРУЗКИ ТЕХНОЛОГИЧЕСКОГО ОБОРУДОВАНИЯ ..................................................
112
5.1. Разработка информационной базы данных для тестирования объектной модели процесса загрузки технологического оборудования.............................................................................................
112
5.2. Программная реализация для решения задачи планирования загрузки технологического оборудования .............................................
118
5.3. Выбор и характеристики объекта экспериментальных исследований
123
5.4. Экспериментальные исследования методов и моделей на производственном участке механообработки........................................
126
5.5. Проверка адекватности модели процесса загрузки технологического оборудования.............................................................
126
5.5.1. Исследование параметров «направленного» муравьиного алгоритма однокритериальной задачи....................................................
132
5.5.2. Тестирование метода Парето-оптимизации производственного расписания ГПС на основе «направленного» муравьиного алгоритма с адаптивными весами для многокритериальной задачи
138
5.6. Выводы.......................................................................................................
142
ЗАКЛЮЧЕНИЕ ...................................................................................................
144
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ .........................................
147
ПРИЛОЖЕНИЯ...................................................................................................
160

ВВЕДЕНИЕ
Актуальность темы.
В последнее время происходит серьезное переосмысление подходов к организации промышленного производства. Не является исключением и машиностроительная отрасль, проблемы оперативного планирования которой исследуются достаточно давно [1-5]. В условиях расширения номенклатуры выпуска изделий вместе с возрастающими требованиями к качеству продукции и сокращению сроков её изготовления, эффективность производства во многом зависит от его комплексной автоматизации.
Процесс совершенствования организационной структуры управления предприятием усиливает значение и расширяет сферу действия информационных технологий. Одним из решающих факторов успешной деятельности является повышение качества продукции и производительности предприятия, поэтому в вопросах планирования производства особую роль играют информационные технологии [6-9]. Широкое внедрение компьютерной техники обусловило новый этап в развитии управления производством, характеризующийся переходом к децентрализованному управлению, и решением на уровне производственного участка таких задач, как пооперационное планирование и учет, формирование сменно-суточных заданий, которые в условиях мелкосерийного производства решались недостаточно эффективно [8,9-10] в силу следующих причин:
− большая размерность задач оперативного планирования производства;
− сложность обеспечения достоверности информации, в силу часто меняющейся производственной обстановки.
Спецификой организации современного производства является использование гибких производственных систем (ГПС), позволяющих переходить с одного вида продукции на другой с минимальными затратами времени и труда [11]. Применение таких систем связано, в первую очередь, с
6
использованием многоцелевых комплексов технологических средств – гибких производственных модулей (ГПМ), оснащенных станками с числовым программным управлением (ЧПУ), а также механизмами автоматической смены инструмента и заготовок. Такие производства обеспечивают выпуск широкой номенклатуры разнотипных изделий и обладают высокой степенью гибкости [11-13]. Однако для них характерно усложнение процесса управления и планирования, особенно в условиях мелкосерийного и среднесерийного многономенклатурного производства. Высокая стоимость ГПМ и других средств автоматизации в сочетании с непрерывно меняющейся текущей производственной ситуацией предъявляют особые требования к процессу функционирования ГПС. Поэтому на первый план в процессе управления ГПС выдвигаются задачи оптимизации производственного расписания с целью снижения издержек производства и достижения близких к оптимальным показателей эффективности работы ГПС при заданных ограничениях на ресурсы различного типа [10,11].
В связи с этим, проблемы разработки методов и моделей информационной технологии планирования загрузки технологического оборудования приобретают в настоящее время большое значение. Такие информационные технологии позволяют строить наиболее выгодные (по заданным критериям) планы работы и оптимальные технологические маршруты для обработки деталей различного типа, а также обеспечивают возможность корректировки расписания с учётом влияния различных внешних и внутренних факторов на ход выполнения плана [13].
Вопросы моделирования производственного процесса и методы оперативно-календарного планирования, довольно широко освещены в литературе [8,11-13]. Однако с увеличением степени автоматизации машиностроительных предприятий возрастает необходимость во все более мощных системах краткосрочного планирования производства, особенно внутрицехового планирования для составления детального расписания загрузки технологического оборудования с учётом вспомогательных
7
ресурсов в реальной производственной обстановке. Это затрудняет применение хорошо известных классических методов, которые явно или неявно предполагают различные упрощения при постановке задачи планирования. Эффективным средством для решения подобных задач является использование эволюционных алгоритмов, которые позволяют получать субоптимальные решения проблем реальных производственных ситуаций за малое время [14-16].
Не смотря на то, что вопросам моделирования и оперативного управления дискретными процессами в мелкосерийном и среднесерийном производстве посвящён ряд научных работ и публикаций [17-25], необходимы дополнительные исследования в области применения указанных методов и моделей на уровне оперативного планирования и внутрицехового управления производственным участком машиностроительного предприятия.
Таким образом, задача разработки методов и моделей информационной технологии планирования загрузки технологического оборудования машиностроительного предприятия, обеспечивающих повышение производительности и гибкости управления на внутрицеховом уровне, является актуальной.
Связь работы с научными программами, планами, темами. Диссертационная работа выполнена в рамках госбюджетных тем Донецкого национального технического университета: Д-12-09 (0109U001017) «Розробка моделей, методів і програмних засобів для оптимізації управління машинобудівним виробництвом на основі еволюційних обчислень», H-33-05 (0110U000111) «Розробка наукових основ системного аналізу об’єктів комп’ютерізації та проектування інформаційних управляючих систем» і H-17-12 (0112U002491) «Розробка наукових основ, методів та засобів проектування інформаційних управляючих систем».
8
Цель работы и задачи исследования. Целью работы является повышение качества и оперативности составления производственного расписания за счёт применения методов и моделей информационной технологии планирования загрузки технологического оборудования производственного участка машиностроительного предприятия с учётом выбранных критериев оптимизации.
Для достижения поставленной цели необходимо решить следующие основные задачи:
− провести системный анализ организационно-технологического и производственного процессов механообработки деталей с целью формализации исследуемого объекта;
− разработать математические модели производственного процесса в виде графоаналитической и объектной моделей, которые описывают последовательность загрузки оборудования и движение партий деталей согласно технологической карте производства;
− определить основные критерии эффективности работы ГПС;
− обосновать выбор метода муравьиных колоний и на его основе разработать алгоритм оптимизации производственного расписания, который позволит улучшить качество и оперативность составления расписания загрузки технологического оборудования;
− на основе объектной модели и алгоритма оптимизации разработать программное обеспечение, которое позволит реализовать данный алгоритм с помощью современных компьютерных средств;
− используя разработанное программное обеспечение, определить рациональные параметры алгоритма оптимизации, позволяющие составлять производственные расписания загрузки технологического оборудования одновременно для нескольких основных критериев эффективности ГПС;
− провести экспериментальные исследования объектной модели и разработанного алгоритма оптимизации для действующей ГПС, проверить их работоспособность и адекватность.
9
Объект исследования: Организационно-технологический и производственный процессы механообработки мелкосерийного и среднесерийного производства дискретного типа.
Предмет исследования: методы, модели и алгоритмы для оптимизации планирования загрузки технологического оборудования в мелкосерийном и среднесерийном производстве дискретного типа.
Методы исследования, используемые в работе, базируются на применении основных положений теории вероятностей и математической статистики, объектного и модульного подходов, имитационного моделирования, оптимизационных методов муравьиных колоний и многокритериальных алгоритмов.
Научная новизна полученных результатов
1. Впервые разработана графоаналитическая модель организационно-технологического процесса загрузки оборудования производственного участка, которая предусматривает распределение оборудования по технологическим операциям согласно плану выпуска деталей, включая складские и транспортные операции, и имеет динамическую структуру, что даёт возможность учитывать все текущие воздействия производственной среды, а также предоставляет возможность варьировать количеством технологических машин, в зависимости от производственной ситуации.
2. Предложена модификация метода муравьиных колоний – «направленный» муравьиный алгоритм для задачи планирования загрузки технологического оборудования, в котором разработаны «глобальные правила» для расчёта концентрации феромона и «направленно-пропорциональные» правила при переходе искусственного муравья по вершинам графоаналитической модели, что позволяет в короткие сроки по заданному критерию эффективности получать решения, близкие к оптимальному.
3. Впервые для многокритериальной задачи синтеза производственного расписания загрузки технологического оборудования
10
разработан метод Парето-оптимизации, основанный на «направленном» муравьином алгоритме с адаптивными весами, который дает возможность учитывать несколько факторов и тем самым улучшает качество получаемых решений одновременно по нескольким критериям оптимальности, что существенно повышает эффективность функционирования технологического участка и способствует своевременному планированию производства.
Практическое значение работы
1. На основе предложенных в работе методов и моделей выполнена программная реализация «направленного» муравьиного алгоритма, которая предоставляет возможность своевременно добавлять и корректировать данные, учитывающие текущую производственную обстановку.
2. Использование разработанных графоаналитической и объектной моделей в условиях цеха механообработки деталей, типа тел вращения, завода ПАО «Азовобщемаш» г. Мариуполь позволило получать производственные расписания, обеспечивающие более равномерную загрузку технологического оборудования (увеличение коэффициента загрузки ГПМ до 0,801 при снижении коэффициента загрузки транспортного модуля до 0,940) и, как следствие, высокую эффективность функционирования ГПС.
3. Применение «направленного» муравьиного алгоритма в условиях цеха механообработки деталей, типа тел вращения, завода ПАО «Азовобщемаш» г. Мариуполь для поставленной производственной программы предоставило возможность сокращения количества ГПМ на производственном участке на одну единицу без потери объёма выпущенной продукции.
4. Результаты диссертационной работы использованы при выполнении госбюджетных тем H-33-05, Д-12-07 и H-17-12 и в учебном процессе кафедры «Автоматизированных систем управления» Донецкого национального технического университета при выполнении курсовых работ, дипломных проектов и магистерских работ студентами специальностей
11
«Информационные управляющие системы и технологии» и «Специализированные компьютерные системы» Донецкого национального технического университета.
Апробация результатов диссертации. Результаты диссертационной работы докладывались на V научно-практической конференции «Донбас-2020: Перспективи розвитку очима молодих вчених» (ДонНТУ, г. Донецк, 2010г.); на международной научно-технической конференции «Проблемы информатики и моделирования» (ХПИ, г. Харьков, 2010 г.); на V Всеукраинской научно-практической конференции «Сучасні тенденції розвитку інформаційних технологій в науці, освіті та економіці» (Восточноукраинский национальный университет им. Владимира Даля, г. Луганск, 2011г.); на Международной научной конференции «Нейросетевые технологи и их применение» (Донбасская государственная машиностроительная академия, г. Краматорск, 2012 г.).
Публикации. По теме диссертации опубликовано 10 научных работ, из них 5 – в специализированных научных изданиях, включённых в перечень, утвержденный МОН Украины, 1 – в журнале (включенном в список РИНЦ) «Известия Южного федерального университета. Технические науки» (г.Таганрог, Российская Федерация), а 4 − в сборниках конференций.
Структура и объем диссертации. Диссертация состоит из введения, 5 разделов, заключения, списка литературы из 118 источников и 7 приложений. Она содержит 43 иллюстрации, 28 таблиц. Общий объем диссертации составляет 195 страниц, в том числе 125 страниц основного текста.

Список литературы

ЗАКЛЮЧЕНИЕ
В диссертационной работе дано новое решение актуальной научной задачи по исследованию методов и моделей информационной технологии планирования загрузки технологического оборудования производственного участка машиностроительного предприятия. Предложенные в работе графоаналитическая и объектная модели, модификации метода муравьиных колоний и Парето-оптимизации позволяют повысить эффективность функционирования производственных систем дискретного производства за счет составления субоптимальных расписаний загрузки технологического оборудования.
При проведении исследований получены следующие основные результаты:
1. Разработана графоаналитическая модель организационно-технологического процесса загрузки ГПМ производственного участка механообработки с целью дальнейшего применения инструментальных возможностей муравьиных алгоритмов для информационной технологии оперативно-календарного планирования. Показано, что представленная графоаналитическая модель предусматривает распределение оборудования по технологическим операциям согласно плану выпуска деталей, а также позволяет варьировать его числом, в зависимости от его исправности и плановых профилактических работ. Решены вопросы инициализации графоаналитической модели. Предложены эвристические правила для выбора следующего узла графа, а также определены правила перехода между вершинами разного уровня графоаналитической модели.
2. Произведена модернизация графоаналитической модели процесса загрузки оборудования с учётом складской и транспортной подсистем, путём добавления в графоаналитическую модель новых вершин, соответствующих складским операциям по выдаче заготовок, приёму готовой продукции и обеспечению инструментом, а также размещением в стартовой точке параметров транспортных единиц техники.
145
3. На основе разработанной графоаналитической модели построена объектная модель процесса загрузки оборудования, представляющая систему взаимодействующих классов её типовых компонентов, которая описывает структуру классов, составляющих систему производственного процесса, их атрибуты, операции, взаимосвязи с другими классами.
4. В результате моделирования с применением компьютерной техники установлено, что за счет внедрения предложенной модели средние коэффициенты загрузки технологического оборудования изменяются следующим образом: ГПМ увеличится до 0,801, транспорта уменьшится до 0,940. На основании полученных результатов предложенную модель можно считать адекватной. Сравнение фактических данных о выполнении производственной программы, собранных на предприятии с полученными при внедрении модели процесса загрузки технологического оборудования, позволяют сделать вывод об её адекватности (расхождение результатов не превышает 5%).
5. Впервые предложен «направленный» муравьиный алгоритм для оптимизации расписания производственного участка, для которого определена предпочтительность выбора вершины графа, основанная на «направленно-пропорциональном» правиле перехода и выбраны «глобальные правила» для расчёта концентрации феромона при переходе муравья на следующий узел графа, способствующие направленному поиску.
6. Установлен и обоснован размер популяции искусственных муравьёв, соответствующий количеству технологического оборудования, задействованного в производстве (ГПМ и транспорт), причём для всех агентов, кроме «элитного», определён список запрещённых вершин (tabu list).
7. В результате проведенных компьютерных экспериментов на контрольном примере установлено, что эффективность направленного муравьиного алгоритма растет при увеличении размерности задачи и для наилучших результатов его функционирования, коэффициенты алгоритма α, β и nt необходимо экспериментально подбирать для каждой задачи.
146
8. Исходя из полученных данных при тестировании «направленного» муравьиного алгоритма в условиях цеха механообработки деталей, типа тел вращения, завода ПАО «Азовобщемаш» г. Мариуполь для поставленной производственной программы было предложено рассмотрение возможности сокращения количества ГПМ на производственном участке на одну единицу без потери качества полученных решений. При этом были определены рациональные параметры мощности популяций муравьев nt = 100, начальной концентрации феромона τ0 =0,48 и 0,16 , коэффициентов интенсивности феромона и эвристической информации α=0,35 и β = 0,75 для критерия Кзср→max и α= 0,37 и β =0,7 для критерия Тср→min.
9. С целью учёта нескольких факторов, влияющих на планирование производства, проведено исследование многокритериальной задачи. Вследствие чего установлено, что для обеспечения высокой эффективности функционирования участка механообработки целесообразно формирование производственного расписания с применением метода Парето-оптимизации, основанного на «направленном» муравьином алгоритме с адаптивными весами, который относится к методам мета-стратегии.
10. Экспериментальное исследование метода Парето-оптимизации производственного расписания ГПС на основе «направленного» муравьиного алгоритма с адаптивными весами позволило утверждать, что при введении дополнительных критериев эффективности, задача выбора субоптимальных решений значительно усложняется, однако эффективность методов существенно не снижается. Так по различным критериям эффективности расхождения результатов однокритериальной и двухкритериальной задач находятся в пределах 1÷3%, а однокритериальной и трехкритериальной задач – в пределах 6÷8,5%, что является допустимым.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1. Курочкин А.С. Организация производства: Учеб. пособие. / А.С. Курочкин —К.: МАУП, 2001. —216 с.: ил. —Библиогр.: с. 214-215.
2. Сачко Н.С. Организация и оперативное управление машино-строительным производством /Н.С.Сачко. – Минск: Новое знание, 2005.– 635 с.
3. Михайлова Л.В. Формирование и оперативное управление производственными системами на базе поточно-группового производства в автоматизированном режиме / Л.В. Михайлова, Ф.И. Парамонов, А.В. Чудин. – М.: ИТЦ МАТИ, 2002. – 60 с.
4. Тюленев Л.В. Организация и планирование машиностроительного про-изводства: Учебное пособие / Л.В.Тюленев.–СПб: Бизнес-пресса, 2001. – 304 с.
5. Маляренко И. Планирование и оптимизация / И. Маляренко // Корпоративные системы. – 2006. – № 27. –С. 29-32.
6. Комбинаторные методы и алгоритмы решения задач дискретной оптимизации большой размерности / [Хачатуров В.Р., Веселовский В.Е., Злотов А.В. и др.] – М : Наука. 2000. – 160 с.
7. Aloulou M.A. Maximization Problems in Single Machine Scheduling//Annals of Operations Research/Aloulou M.A.,Kovalyov M.Y.,Portmann M.C.,-2004, 129р.
8. Brucker P. Complex scheduling Springer / Brucker P., Knust S. -Verlag Berlin, Heidelberg, Germany, 2006.
9. Первозванский А.А. Математические модели в управлении производством. / А.А. Первозванский – Главная редакция физико-математической литературы издательства «Наука», М. – 1975. – 616 с.
10. Каширина, И. JI. Введение в эволюционное моделирование : учеб. пособие / И.JI. Каширина. — Воронежский государственный университет, Воронеж.: – 2007, 40 с.
11. Заичкин Н.Н. Совершенствование оперативного планирования основного производства. Моделирование работ поточных линий. / Н.Н.Заичкин - М. – 1999. – 79 с.
148
12. Кузин Б.И. Математические модели в оперативном управлении и организации дискретного производства / Б.И. Кузин, JT. Ю. Поринский – СПб .: Издательство СПбГТУ,2001 - 80 с.
13. Михайлова Л.В. Формирование и оперативное управление производственными системами на базе поточно-группового производства в автоматизированном режиме / Л.В.Михайлова, Ф.И.Парамонов, А.В. Чудин - М.: ИТЦ МАТИ, 2002.- 60 с.
14. Скобцов Ю.А. Основы эволюционных вычислений: учебное пособие / Ю.А. Скобцов. – Донецк: ДонНТУ, 2008. – 326 с.
15. МакКоннелл Дж. Основы современных алгоритмов / Дж. МакКоннелл —М.: Техносфера, 2004. —368 с.
16. Kolisch R, Hartmann S. Heuristic Algorithms for Solving the Resource-Constrained Project Scheduling Problem: Classification and Computational Analysis // Project scheduling: Recent models, algorithms and applications / ed. J. Weglarz. Kluwer: Amsterdam, 1999. P. 147–178.
17. Высочин, С.В. Интегрированная система оперативного планирования и диспетчерского контроля цехом механообработки / С.В.Высочин, Е.Б. Фролов, Лили Чанг // Автоматизация проектирования. 1998. - №3. - С. 35-42.
18. Гильфанова, Ф.Ф. Автоматизированное построение и анализ циклограмм работы технических систем / Гильфанова Ф. Ф. // Наука и образование—2005 : матер, всеросс. науч.-практ. конф. / Нефтекамск. ИЦНФ БашГУ. Нефтекамск, 2005. - С.37 - 39.
19. Горизонтов, A.M. Информационная система поддержки планирования производства / A.M. Горизонтов, A.B. Сурина // Вестник машиностроения. -2000.- №12.-С. 61-63.
20. Голенко-Гинзбург Д.И. Использование правил предпочтения в оперативном управлении единичным машиностроительным производством / Д.И. Голенко-Гинзбург // Вестник машиностроения. - 2000. - № 5.1. C. 56-59.
149
21. Загидуллин Р.Р. Комплексный подход к построению моделей систем оперативно-календарного планирования в машиностроении /Р.Р. Загидуллин // Информационные технологии М.: 2005 - № 5 - С. 43-47.
22. Загидуллин P.P. Управление машиностроительным производством с помощью MES-систем / P.P. Загидуллин, Е.Б. Фролов СТИН: научно-технический журнал / учредитель ООО «СТИН». М.: - 2007. - № 11.1. C. 2-5.
23. Фролов Е.Б. Оперативно-календарное планирование и диспетчи-рование в MES-системах/ Е.Б. Фролов, P.P. Загидуллин // Станочный парк. — М.: 2008. № 11 - С. 22-27.
24. Фролов Е.Б. MES-системы. Вид «сверху», взгляд изнутри [Электронный ресурс]: Е.Б. Фролов, P.P. Загидуллин. – Электронные данные. — Режим доступа: http://erpnews.ru/doc2689.html. Дата доступа: октябрь 2010. - - Загл. с экрана.
25. Фролов Е.Б. MES-системы. Критерии, которые мы выбираем [Электронный ресурс]: Е.Б. Фролов, Р.Р. Загидуллин. – Электронные данные. — Режим доступа: http://erpnews.ru/doc2690.html. - Дата доступа: октябрь 2010. - Загл. с экрана.
26. Лобов Ф.М. Оперативное управление производством / Ф.М. Лобов -Ростов н/Д: Феникс, 2003. - 160с.
27. Лазарев A.A. Теория расписаний. Исследование задач с отношениями предшествования и ресурсными ограничениями / А.А. Лазарев, Е.Р. Гафаров — Рос. акад. наук, Вычисл. центр им. А.А. Дородницына - М.: ВЦ РАН, 2007-78с.
28. Новицкий, Н. И. Организация, планирование и управление производством / Н.И. Новицкий, В.П. Пашуто. — М.: Финансы и статистика, 2008. -576с.
29. Brucker P. Complex Scheduling / P.Brucker, S.Knust, - Berlin, Heidelberg: Springer-Verlag, - 2006. - 281 с.
30. Demeulemeester Erik L. Project Scheduling: a Research Handbook / Demeulemeester Erik L., Herroelen Willy S. - New York; Boston; Dordrecht; London; Moscow: Kluwer Acad. Publ., - 2002. - 685 с.
150
31. Фатхутдинов, Р.А. Производственный менеджмент / Р.А. Фатхутди-нов - М.: Интел- Синтез, - 2000. - 404 с.
32. Сердюк А.И. Проектирование гибких производственных систем с заданным сроком окупаемости / А.И. Сердюк, А.И. Сергеев // СТИН: научно-технический журнал/ учредитель ООО «СТИН» - М.: 2005. - № 11. —С.20 -25.
33. Мертенс П. Интегрированная обработка информации. Операционные системы в промышленности: учебник /П. Мертенс. /пер. с нем. М.А. Костровой. - М.: Финансы и статистика, 2007. —424 е.: ил.
34. Гаврилов Д.А. Управление производством на базе стандарта MRP II: 2-е изд. / Д.А. Гаврилов – СПб: Питер, 2005. – 416 с.
35. Управление дискретными процессами в ГПС / [Л.С. Ямпольский, З. Банашак, К. Гасегаева и др.] — К.: Тэхника; Вроцлав: Изд-во Вроцлав. политехн. ин-та; Токио: Токосё, - 1992. - 251 с.
36. Технологические основы ГПС: Учебник для машиностроительных спец. вузов. /[В.А. Медведев, В.П. Вороненко, В.Н. Брюханов и др.] Под. ред. Ю.М. Соломенцева.—2-е изд. испр. – М.: Высшая школа, - 2000. - 255с.
37. Чудаков А.Д. Системы управления гибкими комплексами механообработки / А.Д. Чудаков. - М.: Машиностроение, - 1990. - 240 с.
38. Хан Д. ПиК. Планирование и контроль: Стоимостно-ориентированные концепции контроллинга: Пер. с нем. / Д. Хан, X. Хунгенберг / Под ред. Л.Г. Головача, М.Л. Лукашевича. - М.: Финансы и статистика, - 2005. - 928 с.
39. . Царев, В.В. Внутрифирменное планирование: / В.В. Царев - СПб.: Питер, - 2002.-493с.
40. Hallett D. Pull Scheduling Systems Overview. Pull Scheduling. [Электронный ресурс]: D. Hallett. - Электронные данные. - Режим доступа: http://pullscheduling.com/FreeLean PullSchedulingeBook.aspx - Дата доступа: октябрь 2010.- Загл. с экрана.
41. Johnson, С. Just In Time Industry Trend or Event [Электронный ресурс]: C.Johnson. - Электронные данные. - Режим доступа:
151
http://findarticles.eom/p/articles/mimOhww/ is84/ai71324386/?tag=rbxcra.2.a.l l- Дата доступа: октябрь 2010. - Загл. с экрана.
42. Wiersema William Н. "Just-in-time" inventory management [Электронный ресурс]: William Н.Wiersema. - Электронные данные. -Режим доступа: http://findarticles.com/p/articles/ - Дата доступа: октябрь 2010. - Загл. с экрана.
43. Титов В.В. Производственный менеджмент: основные принципы и инструменты организационного развития / В.В. Титов - М.: ИЭОПП СО РАН, - 2008. - 275 с.
44. Файнгольд М.Л. Основы расчета длительности производственного цикла/М.Л. Файнгольд, Д.В. Кузнецов - Владимир: Изд-во ВГПУ,-2001.-63с.
45. Файнгольд, M.JI. Проблемы совершенствования методики расчета длительности производственного цикла / M.JI. Файнгольд, Д.В. Кузнецов— Владимир: Изд-во ВШУ, - 2001. - 47 с.
46. Файнгольд, М.Л Принципы расчета производственной мощности и загрузки оборудования / М.Л. Файнгольд, Д.В. Кузнецов - Владимир: Изд-во ВГПУ, - 2002. - 85 с
47. Слак Н. Организация, планирование и проектирование производства: Операционный менеджмент: пер с англ. / Н. Слак, С. Чемберс, Р. Джонстон. - М.: ИНФРА, - 2009. - 790 с.
48. Слуцкин, М.Л. Управленческий анализ / М.JI. Слуцкин - СПб.: Питер, - 2002. - 144 с.
49. Стерлигова, А.Н. Операционный (производственный) менеджмент / Стерлигова А.Н., Фель А.В. - М.: Инфра-М, - 2009. - 187 с.
50. Громов С. [Электронный ресурс]: Возможности использования ERP-системы для поддержки оперативного планирования производства. - Электронные данные. - Режим доступа: http://www.computerra.ru /cio/old/offline/2006/52/286446/ - Дата доступа: май 2013. - Загл. с экрана.
51. Питеркин С.В. Точно вовремя для России. Практика применения ERP-систем / С.В. Питеркин, Н.А. Оладов, Д.В. Исаев - 2-е изд. - М.: Альпина Паблишер, - 2003. —368 с.
152
52. 1С: ПРЕДПРИЯТИЕ 8 [Электронный ресурс]: Фирма «1:С» - Электронные данные. - Режим доступа: http://v8.1c.ru/news/– Дата доступа: май 2013.- Загл. с экрана.
53. Лазарев А.А. Теория расписаний задачи и алгоритмы / А.А.Лазарев, Е.Р. Гафаров. Под редакцией академика РАН С.Н. Васильева – М: МГУ им. М.В. ЛОМОНОСОВА, – 2011. – 222 с.
54. Ченгар О.В. Аналіз методів, моделей, алгоритмів оперативного планування роботи виробничої ділянки / О.В. Ченгар, Ю.О. Скобцов, О.І. Секірін // Наукові праці ДонНТУ. Серія: «Обчислювальна техніка та автоматизація». – Донецьк, 2010. – Випуск 18(169). – С.133-140.
55. Решения для автоматизации и управления производством [Электронный ресурс]: Группа компаний Ситек - Электронные данные - Режим доступа: http://www.intenta-it.ru/resheniya/progr-solutions/preactor-aps.html- Дата доступа: май 2013. - Загл. с экрана.
56. Семинар «Оперативное планирование и производственное расписание: эффективные решения Preactor» [Электронный ресурс]: Preactor - Электронные данные. – Режим доступа: http://www.mesa.ru – Дата доступа: сентябрь 2011. – Загл.с экрана.
57. PREACTOR [Электронный ресурс]: Advanced Planning and Scheduling Software. - Электронные данные. - Режим доступа: http://www.preactor.com - Дата доступа: май 2013. - Загл. с экрана.
58. Куцевич Н. От SCADA-систем к SCADA-продуктам и MES-компонентам / Н. Куцевич. // - М: Мир компьютерной автоматизации, №4, -2003г. – 78 с.
59. MESA International. [Электронный ресурс]: All Rights Reserved.URL - Электронные данные. – Режим доступа: http: //www.mesa.org. – Дата доступа: октябрь 2009. – Загл. с экрана.
60. Fraser J. Analysis Whitepaper MES Performance Advantage [Электронный ресурс]: Rockwell Automation.- Электронные данные. – Режим доступа: http://do-mino.automation.rockwell.com–Дата доступа: октябрь 2009.–Загл.с экрана.
153
61. [Электронный ресурс]: Система MEScontrol. - Электронные данные. – Режим доступа: http://www.mescontrol.ru. – Дата доступа: октябрь 2010. – Загл.с экрана.
62. Мазурин А. ФОБОС: Эффективное управление производством на уровне цеха./ А. Мазурин // САПР и графика - М.: Компьютер Пресс, - 2001. -№ 3-С. 73-78.
63. Инженерная компания Глосис [Электронный ресурс]: Интегрированная система технологической подготовки производства, оперативного календарного планирования и диспетчерского контроля цеха механообработки FOBOS. - Электронные данные. – Режим доступа: http://www.glosys.ru/ products/fobos2.htm – Дата доступа: октябрь 2009. – Загл. с экрана.
64. MES-система Zenith SPPS [Электронный ресурс]: Zenith SPPS - Электронные данные. – Режим доступа: http://www.zspps.com/ – Дата доступа: сентябрь 2011. – Загл.с экрана.
65. Комбинаторные методы и алгоритмы решения задач дискретной оптимизации большой размерности / [Хачатуров В.Р., Веселовский В.Е., Злотов А.В. и др.] - М.: Наука. 2000. – 125 c.
66. Копосов В.Н. Математическое моделирование процессов в машиностроении. [Электронный ресурс]: Курс лекций. - Электронные данные. – Режим доступа: http://elib.ispu.ru/library/lessons/Koposov/index.html – Дата доступа: ноябрь 2011. – Загл.с экрана.
67. [Электронный ресурс]: Описание метода ветвей и границ. - Электронные данные. – Режим доступа: http://math.nsc.ru/AP/benchmarks /UFLP/uflp_bb.html – Дата доступа: ноябрь 2011. – Загл.с экрана.
68. М. Скворцова. [Электронный ресурс]: Математическое моделирование. - Электронные данные. – Режим доступа: http://mat.1september.ru – Дата доступа: ноябрь 2011. – Загл.с экрана.
69. Ковалев М.Я. Модели и методы календарного планирования / М.Я. Ковалев. —М:2004. —447 с.
154
70. Харчистов Б.Ф. Методы оптимизации: Учебное пособие. / Б.Ф. Харчистов – г. Таганрог: Изд-во ТРТУ, 2004. – 140 с.
71. Кузьменко В.М. Анализ современных методов искусственного интеллекта применительно к задачам календарного планирования / В. М. Кузьменко, С.В. Таран // Вісник Донбаської державної машинобудівної академії. —2006. —№ 1Е. —С. 38–42.
72. Сараев А. Д. Системный анализ и современные информационные технологии / А.Д. Сараев, О.А. Щербина - Симферополь: СОНАТ, 2006. – 486 с.
73. Скобцов Ю.О. Основи еволюційних обчислень: навчальний посібник / Ю.О.Скобцов - Донецьк:ДонНТУ.-2009.-316с.
74. Люгер Дж. Ф. Искусственный интеллект. Стратегии и методы решения сложных проблем / Дж. Ф. Люгер // – 4-е изд. – М.: Вильямс, 2005. – 864 с.
75. Емельянов В.В. Теория и практика эволюционного моделирования / В.В. Емельянов, В.М. Курейчик, В.В. Курейчик –М.: Физматлит, - 2003. – 645с.
76. Алгоритмы: построение и анализ = Introduction to Algorithms. / [Томас Х. Кормен, Чарльз И. Лейзерсон, Рональд Л. Ривест, Клиффорд Штайн ] – 2-е изд. – М.: «Вильямс», 2006. – 1296 c.
77. Рассел С.Дж. Искусственный интеллект: современный подход = Artificial Intelligence: A Modern Approach / Рассел С. Дж., Норвиг, П. //Пер. с англ. и ред. К. А. Птицына. – 2-е изд. – М.: Вильямс, 2006. – С. 157–162.
78. Гладков, Л.А. Генетические алгоритмы / Л.А. Гладков, В.В. Ку-рейчик, В. М. Курейчик ; под ред. В.М. Курейчика. — 2-е изд., испр. и доп. —М.: ФИЗМАТЛИТ, - 2006. - 320 с.
79. Bryant K. Genetic Algorithms and the Traveling Salesman Problem / K. Bryant, A. Benjamin. – Department of Mathematics, HarveyMudd College, -2000. – 234 р.
80. Курейчик В.М. Генетические алгоритмы и их применение / В.М. Курейчик. - Издательство ТРТУ, издание второе, -2002. - 242 с
81. [Электронный ресурс]: Генетические алгоритмы - представление объектов, способы кодирования данных. - Электронные данные. – Режим
155
доступа: http://www.basegroup.ru/genetic/math.htm – Дата доступа: ноябрь 2011. – Загл.с экрана.
82. Технологии корпоративного управления. [Электронный ресурс]: Генетические алгоритмы. - Электронные данные. – Режим доступа: http://www.iteam.ru/ – Дата доступа: ноябрь 2011. – Загл.с экрана.
83. Чураков М., Якушев А. [Электронный ресурс]: Муравьиные алгоритмы. - Электронные данные. – Режим доступа: http://rain.ifmo.ru/cat/data/theory /unsorted/ant-algo-2006/article.pdf – Дата доступа: ноябрь 2011. – Загл.с экрана.
84. Ченгар О.В. Мурашиний алгоритм для оптимізації оперативного планування роботи автоматизованої технологічної ділянки машинобудівного підприємства / О.В. Ченгар, Ю.О. Скобцов, О.І. Секірін // Донбас-2020: Перспективи розвитку очима молодих вчених. Матеріали V науково-практичної конференції 25-27 травня 2010 р. – Донецьк, ДонНТУ Міністерства освіти і науки, -2010. – С. 339-343.
85. Dorigo M. Swarm Intelligence, Ant Algorithms and Ant Colony Optimization / M.Dorigo // Reader for CEU Summer University Course «Complex System».—Budapest, Central European University, -2001.—P. 1–38.
86. Штовба С.Д. Муравьиные алгоритмы / С.Д. Штовба // Exponenta Pro. Математика в приложениях, - 2003, №4, - С.70-75.
87. Ant Colony Optimisation [Электронный ресурс]: Dr Jonathan Thompson, School of Mathematics, Cardiff University. – Электронные данные. – Режим доступа: www.orsoc.org.uk/region/regional/swords/swords.ppt – Дата доступа: февраль 2010. – Загл. с экрана.
88. Gambardella L.M. Ant Colony Optimization / L.M.Gambardella - Istituto Dalle Molle di Studi sull’Intelligenza Artificiale Galleria 2, Manno, Switzerland, - 2002. – 214 р.
89. Ченгарь О.В. Оптимизация работы производственного участка машиностроительного предприятия на основе муравьиного алгоритма / Ю.А. Скобцов, О.В. Ченгарь, А.И. Секирин // Проблемы информатики и
156
моделирования. Тезисы десятой международной научно-технической конференции. – Х.: «ХПИ», -2010. – С. 73-74.
90. Ченгарь О.В. Оптимизация работы производственного участка машиностроительного предприятия на основе метода муравьиных колоний / Ю.А. Скобцов, О.В. Ченгарь // Вісник Національного технічного університету «Харківський політехнічний інститут». Збірник наукових праць. Тематичний випуск: Інформатика і моделювання. – Харків: НТУ «ХПІ», - 2010. - №31. – С. 177-183.
91. Когаловский М.Р. Перспективные технологии информационных систем / М.Р. Когаловский. — М.: ДМК Пресс; Компания АйТи, 2003. — 288 с.
92. Гмурман, В. Е. Теория вероятностей» и математическая статистика / B. Е. Гмурман. Изд. 7-е, стер. - М.: Высш. шк., - 2001.- 479с.
93. Емельянов, В. В., Теория и практика эволюционного моделирования / B.В. Емельянов, В.В. Курейчик, В.М. Курейчик.-М.: ФИЗМАТЛИТ,-2003.-432с.
94. Асанов М.О. Дискретная математика: графы, матроиды, алгоритмы / М.О. Асанов, В.А. Баранский, В.В. Расин. - Ижевск: НИЦ “Регулярная и хаотическая динамика”, -2001. 288 с.
95. Ченгарь О.В. Построение графовой модели производственного участка машиностроительного предприятия / О.В. Ченгарь, Е.О. Савкова, Е.Ю. Габалис // Сучасні тенденції розвитку інформаційних технологій в науці, освіті та економіці: матеріали V Всеукраїнської науково-практичної конференції: в 2-х т. (Луганськ, 7-9 квітня 2011р.) – Луганськ: Phoenix, 2011. – Том 2.-С. 182-184.
96. Ченгарь О.В. Графоаналитическая модель загрузки гибких производственных модулей автоматизированного технологического участка машиностроительного предприятия / О.В. Ченгарь, Е.О. Савкова // Вісник Східноукраїнського національного університету імені Володимира Даля. Науковий журнал. – Луганськ, 2011 – № 13(167). – C. 239-245.
157
97. Ченгарь О.В. Объектная модель производственного процесса для составления субоптимального расписания работы автоматизированного технологического участка / О.В. Ченгарь // Наукові праці Донецького національного технічного університету. Серія: «Обчислювальна техніка та автоматизація» – Донецьк, 2012 – Випуск 22 (200) – C. 56-62.
98. Ченгарь О.В. Моделирование производственного процесса механообработки в гибкой производственной системе / О.В. Ченгарь // збірник праць Міжнародної наукової конференції «Нейросітьові технології і їх застосування» / під загальною редакцією проф. С.В.Ковалевского. – Краматорськ : ДДМА, 2012 – C. 144-150.
99. Ченгарь О.В. Имитационный алгоритм моделирования организационно-технологических процессов в гибкой производственной системе / О.В. Ченгарь // Известия южного федерального университета. Технические науки Издательство: Технологический институт Федерального государственного образовательного учреждения высшего профессионального образования "Южный федеральный университет", ISSN: 1999-9429 – г. Таганрог, 2013 – № 4. C. 128-134
100. Ashlock D. Evolutionary Computation for Modeling and Optimization / D.Ashlock. - Springer, - 2006. - 571 p.
101. Ченгарь О.В. Разработка «направленного» муравьиного алгоритма для оптимизации производственного расписания / О.В. Ченгарь // Вестник Херсонского национального технического университета, ISBN 5-7763-2514-5 – г. Херсон, 2013 - №1(46) C. 212-217.
102. Luke S. [Электронный ресурс]: Essentials of Metaheuristics. A Set of Undergraduate Lecture Notes. Department of Computer Science George Mason University, Online Version 1.3 February, 2012. – Электронные данные. – Режим доступа: http://cs.gmu.edu/~sean/book/metaheuristics/Essentials.pdf – Дата доступа: февраль 2011. – Загл. с экрана.
103. Ногин В.Д. Принятие решений в многокритериальной среде: количественный подход / В.Д. Ногин. - М.: Физматлит, - 2005. - 176 с.
158
104. Guliashki V. Survey of Evolutionary Algorithms Used in Multiobjective Optimization / Guliashki V., Toshev H., Korsemov Ch. // Problems of Engineering Cybernetics and Robotics, -2009, Vol. 60, pp. 42 – 54.
105. Zitzler E. Comparison of Multiobjective Evolutionary Algorithms: Empirical Results / Zitzler E., Deb K., Thiele L. // Evolutionary Computation, - 2000, Vol. 8(2), pp. 173-195.
106. Соболь И.М. Выбор оптимальных параметров в задачах со многими критериями: Учебное пособие для ВУЗов / И.М.Соболь, Р.Б. Статников - М.: Дрофа, - 2006.- 175 с.
107. Моор Д.А. Анализ эффективности различных сверток критериев оптимальности в задаче многокритериальной оптимизации / Д.А.Моор, Д.Т. Мухлисуллина // Наука и образование: электронное научно-техническое издание, - 2010, №4. – С. 123-129.
108. Assessment of Multiobjective Optimizers: An Analysis and Review / [Zitzler E., Thiele L., Marco Laumanns M., Fonseca C.M., da Fonseca V.G.] // IEEE Transactions of Evolutionary Computation, - 2003, Vol. 7(2), - pp. 117-132.
109. Knowles J.D. On Metrics for Comparing Non-Dominated Sets / Knowles J.D., Corne D.W. // Proc. of the 2002 IEEE Congress on Evolutionary Computation (CEC '02), New Jersey, Piscataway, May 2002, IEEE Service Center, - 2002, Vol. 1, - pp. 711-716.
110. Подиновский В.В. Парето-оптимальные решения многокритери-альных задач / В.В. Подиновский, В.Д. Ногин. - М.: Физматлит, - 2007.- 256 с.
111. Ryu J.H. Pareto front approximation with adaptive weighted sum method in multiobjective simulation optimization / Ryu J.H., Kim S. // Proceedings of the 2009 Winter Simulation Conference (WSC), - 2009, Austin, pp. 623-633.
112. Zitzler E. SPEA2: Improving the Strength Pareto Evolutionary Algorithm for Multiobjective Optimization / Zitzler E., Laumanns M., Thiele L. // In K.C. Giannakoglou and al., editors. Evolutionary Methods for Design, Optimization and Control with Application to Industrial Problems (EUROGEN 2001), International Center for Numerical Methods in Engineering (CIMNE), - 2002, pp. 95-100.
159
113. Mostaghim S. Strategies for Finding Good Local Guides in Multi-objective Particle Swarm Optimization (MOPSO) / Mostaghim S., Teich J. // In: Swarm Intelligence Symposium, 2003. SIS '03. Proceedingsofthe. - 2003, pp. 26 – 33.
114. Coello C.A. MOPSO: A proposal for multiple objective particle swarm optimization / Coello C.A., Lechuga M.S. // In IEEE Proceedings, World Congress on Evolutionary Computation (CEC2002), - 2002, pp. 1051-1056.
115. Deb K. Multi-objective optimization using evolutionary algorithms / Deb K. - Chichester, UK: Wiley, -2001, P. 518.
116. Deb K. Evaluating the -domination based multi-objective evolutionary algorithm for a quick computation of Pareto-optimal solutions / Deb K., Mohan M., Mishra S. // Evolutionary Computation Journal,-2005, Vol. 13(4), pp. 501-525.
117. Шеховцов А.В. [Электронный ресурс]: Решение многокритериальной оптимизации с использованием адаптивных алгоритмов / Шеховцов А.В., Крючковский В.В., Мельник А.Н. . – Электронные данные. – Режим доступа:http://aaecs.org/shehovcov– Дата доступа: февраль 2011. – Загл. с экрана.
118. Когаловский М.Р. Энциклопедия технологий баз данных / М.Р. Когаловский—М.: Финансы и статистика, 2002. —800 с.