体编码的实际要求，我们采用随机的方式，产生出初始种群

L 个染色体。 

　　

2.2 约束机制 

　　为了使得求解更为精确，我们选用如下约束机制来对（

3）和（4）进行约束： 

　　（

7）式对（4）进行约束之后，可以得到不满足最大时间间隔的时候的惩罚 S 以及不

满足最小时间间隔的时候的惩罚

?酌 ，令： 

　　上式中，

?酌，?兹 1 以及?兹 2 分别是用来对（3）式和（4）式时的一个较大的正的惩

罚因数，其大小需要根据需要进行的约束的松紧来进行确定。

 

　　

3 仿真 

　　进行管理的主要任务是用最少的费用在适宜的时间和适宜的地点获取适当的数量和质
量的材料和器械。而要实现这个任务，库存控制决策是关键。根据库存的类型和库存的物资
的属性不同，管理决策过程中的方法和原理也不尽相同。库存决策模型大体上分为两类：一
种是确定性模型，即模型中的数据皆为确定的数值；另一类叫做随机性模型，即模型中含
有随机变量。而是不确定的数值。一个好的库存管理策略，既可以使总费用最小，又可以避
免因缺货而影响业务的开展或造成浪费。下面来设计与库存管理相适应的模型。

 

　　

1. 模型一：不允许短缺，补充时间很短。 

　　该模型满足以下要求：

 

　　

(1)不允许短缺； 

　　

(2)单库存降到零时，可以立即得到补充（即生产时间或拖后时间很短，近似为零）； 

　　

(3)需求是连续、均匀的，设需求速度 R（单位时间的需求量）为常数，则 时间的需求

量为

Rt ； 

　　

(4)每次订货量不变，订货费用不变； 

　　

(5)单位管理费用不变； 

　　该模型在生产能力处理的过程中，短缺可以立即得到补充，所以不会出现短缺的情况
所以在分析时，可以不再考虑短缺所造成的费用。再现实应用中上述要求近似相符既可以使
用该模型进行管理决策。

 

　　以某钢铁企业在特定时间段内的

10 个实际生产订单为例，加工工序选择三个，连铸、

热轧以及冷轧，分别记做工序

1、2、3，并行及其的数量为 2、1、2。上述三个工序中，连铸和

热轧之间的工序最大间隔为

8 小时，热轧和冷轧最小间隔时间为 12 个小时。本次的生产为

半个月，一小时为单位，

T=360。 

　　本文的算法最终确定采用

C 语言编写，并且在 Windows Xp 下运行，选取 αi 和 βi 值分

别为

30 和 10，选取?酌为 9999，选取?兹１为 8000，选取?兹 2 为 7000，经过多次的不同论

迭代之后，可以得到较为满意的目标函数值。各个订单的加工时间甘特图详见图

3-1。 

　　上图中，每个红色箭头代表的是一个订单占用的时间段，空余部分为空闲时间段，这
说明该钢铁厂的产能并没有得到完全开发，还可以接收更多的订单。

 

　　

4 结语 

　　本文的研究是建立在钢铁生产管理的实际需求之上的，以合同的提前以及拖期的惩罚
值最小化为自身的目标，建立起了可用能力分析模型，并且给予遗传算法构建了模型求解
算法，经过实证分析，本文的研究可行。

 

　　

 

　　参考文献

 

　　

[1]张涛,王梦光,唐立新,宋健海,杨建夏. 基于 MTO 管理系统的钢厂合同计划方法[J]. 控

制与决策

, 2000,(06) . 

　　

[2]刘士新,宋健海,唐加福,王梦光. MTO 管理模式下钢铁企业生产合同计划建模与优化

[J]. 控制与决策, 2004,(04) .