一種卷煙輔料智能要料方法

摘" 要：為保障車(chē)間機(jī)組生產(chǎn)的輔料供給，需要研究供應(yīng)鏈管理中以需求拉動(dòng)生產(chǎn)的模式，用車(chē)間機(jī)臺(tái)的生產(chǎn)計(jì)劃拉動(dòng)輔料配盤(pán)供應(yīng)，使得輔料配盤(pán)供應(yīng)能夠準(zhǔn)確、及時(shí)地供給到車(chē)間機(jī)臺(tái)。該問(wèn)題是輔料供應(yīng)鏈管理系統(tǒng)的核心問(wèn)題，而關(guān)鍵就在于輔料供應(yīng)鏈管理系統(tǒng)對(duì)輔料的協(xié)同調(diào)度能力。該文通過(guò)對(duì)輔料供應(yīng)鏈協(xié)同管理模型的建立與數(shù)字仿真，使用改進(jìn)食肉植物算法建立模型，以單據(jù)為驅(qū)動(dòng)實(shí)現(xiàn)輔料智能協(xié)同管理，滿(mǎn)足輔料配盤(pán)精確及時(shí)供應(yīng)的需求，最大限度地利用輔料物流資源，節(jié)約物流成本，減少人工工作量。

關(guān)鍵詞：輔料;配盤(pán);高架庫(kù);食肉植物算法;智能物流

中圖分類(lèi)號(hào)：TS452" " " 文獻(xiàn)標(biāo)志碼：A" " " " " 文章編號(hào)：2095-2945（2025）11-0028-05

Abstract： In order to ensure the supply of auxiliary materials produced by workshop units， it is necessary to study the demand-driven production model in supply chain management， and use the production plan of workshop machines to drive the supply of auxiliary materials， so that the supply of auxiliary materials can be accurately and timely supplied to workshop machines. This issue is the core issue of the accessory supply chain management system， and the key lies in the accessory supply chain management system's collaborative scheduling ability for accessories. Through the establishment and digital simulation of the collaborative management model of the accessory supply chain， this paper uses the improved carnivorous plant algorithm to establish the model. Intelligent collaborative management of accessories is realized driven by documents， which meets the need for accurate and timely supply of accessories and makes maximum use of accessories logistics resources， saves logistics costs， and reduces manual workload.

Keywords： excipient; plate matching; elevated warehouse; carnivorous plant algorithm; intelligent logistics

在卷煙生產(chǎn)領(lǐng)域，輔料管理至關(guān)重要。然而傳統(tǒng)管理方式已難以滿(mǎn)足精細(xì)化生產(chǎn)需求，尤其是輔料供應(yīng)環(huán)節(jié)，其流程復(fù)雜，物料流向多樣，若管理不善，易影響生產(chǎn)連續(xù)性。因此，本文構(gòu)建了一種卷煙輔料智能要料方法，通過(guò)引入改進(jìn)的食肉植物算法，優(yōu)化輔料管理，實(shí)現(xiàn)輔料供應(yīng)的智能化升級(jí)。

1" 相關(guān)概念

1.1" 智能要料計(jì)劃模型

輔料入庫(kù)區(qū)可簡(jiǎn)單分為輔料卸貨區(qū)、輔料配盤(pán)區(qū)、輔料高架庫(kù)3部分。輔料卸貨區(qū)將貨車(chē)上運(yùn)輸來(lái)的單品種輔料堆碼到托盤(pán)上，形成實(shí)托盤(pán)，運(yùn)送至輔料配盤(pán)區(qū)。能直接供機(jī)組使用的輔料直接進(jìn)入輔料平衡高架庫(kù)存放。需配盤(pán)的輔料根據(jù)生產(chǎn)實(shí)際情況有2種操作方式，一是當(dāng)場(chǎng)完成配盤(pán)并進(jìn)入輔料平衡高架庫(kù)，二是先進(jìn)入輔料一級(jí)高架庫(kù)暫存，需要配盤(pán)時(shí)再抽調(diào)出庫(kù)完成配盤(pán)，最后進(jìn)入輔料平衡高架庫(kù)。當(dāng)高架庫(kù)中的空貨位數(shù)量為0時(shí)，即使當(dāng)天需要入高架庫(kù)的輔料還未配盤(pán)完畢，配盤(pán)區(qū)也不繼續(xù)配盤(pán)，剩余輔料以零散的形式暫存在配盤(pán)區(qū)（表1）。

以配盤(pán)區(qū)每天工作結(jié)束后每種輔料的庫(kù)存量Pkij最小為優(yōu)化目標(biāo)，建立單目標(biāo)優(yōu)化模型如下

輔料配盤(pán)過(guò)程中各個(gè)環(huán)節(jié)輸出信息的函數(shù)表達(dá)如下。

1）配盤(pán)區(qū)調(diào)撥出庫(kù)單（即輔料立庫(kù)的入庫(kù)單），包括配盤(pán)編號(hào)，配盤(pán)托盤(pán)數(shù)量。具體計(jì)算公式如下

2）配盤(pán)區(qū)調(diào)撥入庫(kù)單，包括物料編碼、物料數(shù)量。

配盤(pán)區(qū)第i天需要調(diào)撥入庫(kù)的輔料數(shù)量等于配盤(pán)區(qū)第i天需要出庫(kù)的輔料數(shù)量減去第i-1天配盤(pán)區(qū)庫(kù)存的輔料數(shù)量，具體表達(dá)如下

3）輔料一級(jí)庫(kù)的調(diào)撥出庫(kù)單，包括物料編碼、物料數(shù)量。

輔料一級(jí)庫(kù)第i天需要調(diào)撥出庫(kù)的輔料數(shù)量由配盤(pán)區(qū)第i天需要配盤(pán)入庫(kù)的輔料數(shù)量決定，當(dāng)一級(jí)庫(kù)第i-1天的輔料庫(kù)存不足以滿(mǎn)足調(diào)撥需求時(shí)，由第i天臨時(shí)調(diào)撥進(jìn)行補(bǔ)足，三者之間的關(guān)系表達(dá)如下

4）每天調(diào)撥任務(wù)完成后一級(jí)庫(kù)的庫(kù)存信息，包括物料編碼、物料數(shù)量，表達(dá)式如下

5）每天調(diào)撥任務(wù)完成后配盤(pán)區(qū)的庫(kù)存信息，包括物料編碼、物料數(shù)量。配盤(pán)區(qū)每天配盤(pán)的數(shù)量不超過(guò)該天高架庫(kù)中的空貨位數(shù)量，當(dāng)達(dá)到配盤(pán)數(shù)量上限時(shí)（空貨位數(shù)），剩下的輔料即使還能滿(mǎn)足配盤(pán)標(biāo)準(zhǔn)，也不繼續(xù)進(jìn)行配盤(pán)，而是以零散的形式庫(kù)存在配盤(pán)區(qū)，所以配盤(pán)區(qū)不存在庫(kù)存的托盤(pán)。配盤(pán)區(qū)輔料庫(kù)存具體計(jì)算公式如下

1.2" 約束條件

約束條件1：第i天入高架庫(kù)的托盤(pán)數(shù)小于等于第i-1天工作結(jié)束后高架庫(kù)的空貨位數(shù)。

約束條件2：第i天一級(jí)庫(kù)的出庫(kù)量要小于第i-1天工作結(jié)束后一級(jí)庫(kù)的庫(kù)存量。

約束條件3：第i天輔料j的調(diào)撥數(shù)量大于等于配盤(pán)區(qū)輔料j的入庫(kù)量大于等于一級(jí)庫(kù)種輔料j的出庫(kù)數(shù)量。

約束條件4：臨時(shí)調(diào)撥的物料量小于等于當(dāng)天送達(dá)的物料量。

約束條件5：在第i天的任務(wù)中用不同配盤(pán)標(biāo)準(zhǔn)進(jìn)行配盤(pán)的輔料j的數(shù)量之和不能超過(guò)該天輔料j的總數(shù)量。

2" 輔料配盤(pán)優(yōu)化模型的算法流程

通過(guò)對(duì)已有研究的分析對(duì)比，發(fā)現(xiàn)食肉植物算法（CPA）在解決輔料調(diào)撥問(wèn)題方面具有較好的適應(yīng)性，求解性能較優(yōu)，因此，本課題中采用此種算法進(jìn)行問(wèn)題求解。雖然CPA在求解該類(lèi)問(wèn)題時(shí)具有較好的可行性與適應(yīng)性，但以往的研究表明，他們?cè)谇蠼夥€(wěn)定性、尋優(yōu)范圍等方面仍存在不足。

為了彌補(bǔ)這些不足，對(duì)標(biāo)準(zhǔn)的CPA算法進(jìn)行了改進(jìn)，通過(guò)引入柯西變異策略、自學(xué)習(xí)策略、融合CPA和MA（蜉蝣算法，Mayfly algorithm）的更新策略設(shè)計(jì)了改進(jìn)食肉植物算法（ICPA）求解輔料調(diào)撥優(yōu)化模型，以實(shí)現(xiàn)更快尋優(yōu)、更準(zhǔn)求解的目的。ICPA算法的流程圖如下，其中輸入?yún)?shù)為一級(jí)庫(kù)到貨記錄（物料種類(lèi)、物料數(shù)量、入庫(kù)日期）、庫(kù)存信息（包括輔料一級(jí)庫(kù)、輔料配盤(pán)區(qū)、輔料立庫(kù)）、生產(chǎn)計(jì)劃、成品BOM、配盤(pán)信息（配盤(pán)編號(hào)、輔料種類(lèi)、物料數(shù)量）、出入庫(kù)能力、庫(kù)存保障時(shí)間，預(yù)設(shè)迭代次數(shù)M為300次（圖1）。

將相關(guān)物理量輸入后，設(shè)置算法的相關(guān)參數(shù)取值即圖1中的①應(yīng)該包含種群數(shù)、學(xué)習(xí)因子和慣性權(quán)重等參數(shù)取值情況。

根據(jù)近3天的生產(chǎn)計(jì)劃確定立庫(kù)中需要補(bǔ)充的物資種類(lèi)及數(shù)量，即需要從一級(jí)庫(kù)調(diào)撥的貨物，假設(shè)存在N種配盤(pán)方式，令A(yù)=[1，1，1，0，0，…，1]，A是1×N的矩陣，列索引號(hào)表示配盤(pán)標(biāo)準(zhǔn)，“1”表示采用對(duì)應(yīng)列索引號(hào)的標(biāo)準(zhǔn)進(jìn)行配盤(pán)，即A表示采用第1、2、3、…、N中配盤(pán)標(biāo)準(zhǔn)進(jìn)行配盤(pán)。按照上述方式進(jìn)行編碼，生成②中的初始可行解。

在圖1的③中根據(jù)一級(jí)庫(kù)調(diào)撥物資和配盤(pán)標(biāo)準(zhǔn)計(jì)算滿(mǎn)足物資調(diào)撥需求情況下配盤(pán)區(qū)的庫(kù)存。計(jì)算初始解的目標(biāo)函數(shù)值后，找出初始狀態(tài)下的局部最優(yōu)解，即圖中的④。不斷迭代，每次迭代都需要按照一定的迭代機(jī)制更新種群位置，如圖1中的⑤，其中在圖1中提到的算法對(duì)應(yīng)的迭代機(jī)制是采用無(wú)質(zhì)量的粒子代替鳥(niǎo)，并讓粒子擁有位置和速度2個(gè)屬性，然后根據(jù)自身已經(jīng)找到的距離食物最近的解和參考整個(gè)共享于整個(gè)集群中找到的最近的解去改變自己的飛行方向，最后可發(fā)現(xiàn)，整個(gè)集群大致向同一個(gè)方向聚集。而這個(gè)地方是距離食物最近的區(qū)域，條件好的話(huà)就會(huì)找到食物，即找到最優(yōu)解。

3" 仿真實(shí)驗(yàn)設(shè)計(jì)

本實(shí)驗(yàn)過(guò)程中擬使用的相關(guān)數(shù)據(jù)有：2022年2月底高架庫(kù)庫(kù)存，2022年3月份高架庫(kù)入庫(kù)數(shù)據(jù)、配盤(pán)標(biāo)準(zhǔn)、采購(gòu)入庫(kù)單、物料收發(fā)匯總表-一級(jí)庫(kù)庫(kù)存。

如圖2所示，已知庫(kù)存量、生產(chǎn)計(jì)劃需求量、配盤(pán)標(biāo)準(zhǔn)等數(shù)據(jù)，求解輔料調(diào)撥過(guò)程中各環(huán)節(jié)的出入庫(kù)方案，具體步驟如下。

步驟1：計(jì)算要滿(mǎn)足第i天的生產(chǎn)計(jì)劃需要從配盤(pán)區(qū)調(diào)入到高架庫(kù)中的輔料j的數(shù)量。根據(jù)需要調(diào)入的輔料種類(lèi)及數(shù)量選擇配盤(pán)標(biāo)準(zhǔn);根據(jù)配盤(pán)標(biāo)準(zhǔn)計(jì)算配盤(pán)的托盤(pán)數(shù)以及配盤(pán)區(qū)剩余的輔料種類(lèi)和數(shù)量。

步驟2：計(jì)算要滿(mǎn)足第i天的生產(chǎn)計(jì)劃需要調(diào)入到配盤(pán)區(qū)的輔料j的數(shù)量。根據(jù)配盤(pán)區(qū)i-1天的輔料庫(kù)存量及第i天需要從配盤(pán)區(qū)調(diào)入到高架庫(kù)中輔料數(shù)量計(jì)算配盤(pán)區(qū)的調(diào)入量。

步驟3：計(jì)算要滿(mǎn)足第i天的生產(chǎn)計(jì)劃需要從一級(jí)庫(kù)調(diào)入到配盤(pán)區(qū)的輔料j的數(shù)量。根據(jù)配盤(pán)區(qū)i-1天的輔料庫(kù)存量及第i天需要從配盤(pán)區(qū)調(diào)入到高架庫(kù)中輔料數(shù)量計(jì)算配盤(pán)區(qū)的調(diào)入量。

4" 結(jié)束語(yǔ)

本文提出了一種基于改進(jìn)食肉植物算法的卷煙輔料智能要料方法，可以提高輔料要料的智能化，實(shí)現(xiàn)對(duì)卷煙輔料需求量的精確預(yù)測(cè)與智能化調(diào)配，并以單據(jù)為驅(qū)動(dòng)實(shí)現(xiàn)了輔料供應(yīng)鏈的智能化協(xié)同管理。

參考文獻(xiàn)：

[1] 邵書(shū)音，羅志雪，湯圣楠，等.卷煙工廠物料數(shù)字化管理模型與應(yīng)用[J].現(xiàn)代信息科技，2020，4（22）：144-148.

[2] 黃文珍.卷煙工業(yè)企業(yè)成品及輔料庫(kù)柔性化倉(cāng)儲(chǔ)方案設(shè)計(jì)[J].今日自動(dòng)化，2021（9）：88-89.

[3] 劉丁銓?zhuān)呖?基于食肉植物算法的狀態(tài)序列搜索[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2023，32（3）：232-237.