Optimization Model for Production Scheduling and Disturbance Suppression Based on SIR Propagation Dynamics

在现代制造业的核心地带，机器轰鸣，传送带有节奏地运转，一种隐形的张力往往在其中积聚。当今的工厂设计初衷是具备灵活性，能够快速转向以满足定制订单或需求的突然变化。然而，这种灵活性也伴随着脆弱的一面。当一个紧急订单出乎意料地到来时，它并不仅仅是填入一个空白空间；它就像投入拥挤池塘中的一颗石子，向整个系统发送涟漪。这些涟漪即是扰动。它们导致机器和工人等资源展开激烈竞争，从而引发瓶颈，导致工作堆积，并将延迟从一个任务传播到另一个任务。几十年来，工厂管理者处理这些紧急情况的方法是立即停止一切以处理新的请求，这种僵化的做法往往会让混乱变得更加严重。研究人员面临的挑战在于，寻找一种管理这些中断的方法，而不至于导致整个生产线陷入停滞，这需要对延迟如何在互连的任务网络中传播有全新的理解。

大连理工大学的一个研究小组提出了一种看待这一问题的新视角，将工厂订单的流动不仅视为一份任务清单，而是一个状态不断变化并扩散的生命系统。他们从疾病在人群中传播的方式中汲取了灵感，使用了被称为 SIR 动力学的框架，该框架追踪个体如何从易感状态转变为感染状态，最后转变为康复状态。在他们的模型中，每一个生产订单都是一个代理（agent），存在于三种状态之一：沉默（silent），意味着正在等待开始；感染（infectious），意味着正在被处理并能影响其他订单；或康复（recovered），意味着已经完成。正如病毒通过接触传播一样，当共享相似加工步骤的订单调度过于接近，从而对同一设备产生压力时，生产扰动也会随之传播。通过模拟这种演化过程，研究人员可以观察到“感染”的延迟是如何在工厂车间内传播的，从而能够在系统崩溃发生之前预测出薄弱环节。

其核心工作涉及一种复杂的优化策略，旨在寻找插入紧急订单的最佳时机。该系统并非立即做出反应，而是计算引入新任务的最佳时间，平衡三个相互竞争的目标。首先，它旨在尽可能降低在制品库存（work-in-process inventory）的数量，以节省资金和空间。其次，它寻求最小化材料等待加工的时间。第三，也是最具创新性的，它试图降低过程网络的平均压力。这种压力是衡量某一天内订单之间冲突程度的指标；如果两个订单在同一时间需要特定的机器或工具，压力就会激增，增加进度表崩溃的风险。研究人员使用强大的计算机算法探索了数百万种可能的调度方案，寻找一组在改进一个目标时不会显著恶化另一个目标的解集。

通过广泛的模拟，研究表明传统的即时响应方法往往适得其反。当一个紧急订单在到达瞬间被强行推入生产时，它会造成网络压力的突然飙升，引发一系列连锁反应式的延迟，从而减慢整条生产线的速度。这种新方法通过仔细规划订单插入的时机，以避免与相似任务发生冲突，证明了其更为有效的做法。在测试中，这种优化策略将平均网络压力降低了 15.28%。虽然这看起来是一个很小的数字，但在工厂环境下，它代表了工作流的显著平滑。这意味着机器等待工具而闲置的时刻更少，堆积在地面上的未完成品更少，以及一个更稳定的环境，使系统能够吸收冲击而不至于崩溃。研究人员发现，通过接受某些材料稍长的等待时间，他们可以防止导致更大规模低效的严重资源冲突。

研究结果表明，管理灵活工厂的关键在于理解任务之间隐藏的联系。通过将生产调度视为一个状态的变化会影响其他订单的动态系统，管理者可以做出维护整个网络健康的决策。该研究并未声称解决了制造业的所有问题；它依赖于模拟，并假设加工时间是固定的，忽略了诸如机器故障或供应延迟等现实世界的变量。然而，它为扰动管理提供了一个稳健的框架。它证明了通过主动抑制因相似订单碰撞而产生的压力，工厂可以变得更具韧性。其结果是一个不仅会对紧急情况做出反应，而且能预判其影响的系统，从而实现更平滑、更高效的货物流动，使工厂的底线收益和按时交付能力同时受益。