简介:为了有效配备人员资源以提高订单式生产(Make-To-Order,MTO)企业的产能与效率,根据"学习曲线"原理,建立了学习率与不合格率之间的函数关系。在此基础上,以降低产品不合格率和生产成本作为生产优化目标,考虑员工学习曲线对不合格率的动态作用特征,构建了基于"学习曲线"原理的投产量数学模型。通过不合格率服从均匀分布对该数学模型进行分析,得到:最优投产量随着需求量和欠产再投产准备费用的增加而增加,随着产品不合格单位处理成本增加而减少。以某铝业生产某种产品为例,具体分析了投产量数学模型的求解过程,得到工人学习率的提高降低了投产量和企业的投产期望成本。所提出的不合格率均匀分布基于"学习曲线"原理的投产量数学模型和数学分析求导方法对求解投产量问题是可行和有效的。
简介:复杂系统与非线性科学密切相关。为了探讨复杂随机系统信息处理的机制和利用“随机”因素自优化能力,研究了一类无限并联阵列的信噪比增益问题。阵列中每个子系统是一个双稳态振荡器,其输入都是同一个给定的含噪正弦信号。每个子系统内部噪声强度相同,但是相互独立。随着内部噪声强度的增加,信噪比增益出现了随机共振现象和存在大于一的区域,并且这一区域随着并联阵列数目增加而被放大。无限并联阵列的信噪比增益可达到全局最大值。依据阵列非稳态输出均值和稳态自协方差函数的极限性质,本文证明了无限并联阵列的信噪比增益问题可以归结为任两个子系统的统计性能分析。这些研究结果对于复杂系统信号处理理论具有重要意义。