由于生产车间固有的多变性和不确定性事件的发生，在多品种、小批量的生产设施中使用确定性排程既低效又过时。本项目考虑到生产车间固有的一些可变性，开发了一种稳健的调度工具，适用于高混合、低产量的生产设施，其设置时间与顺序相关。该排程工具使用 Simio 软件包创建，可根据排程人员的需求调整排程，同时考虑到生产限制因素。这一分析工具是为解决当地一家工业合作伙伴的现有问题而创建的，并通过案例研究对其进行了进一步调查。
现实生活中的生产调度非常复杂，特别是当生产过程包括耗时且取决于生产顺序的转换时。生产量大、产品种类少（高产量和低混合）的生产设施可以更轻松地完成排产任务，因为所需的更换次数较少。而在高混合、低产量的生产环境中，计划过程则恰恰相反。由于需要越来越多的设置来满足需求，创建计划的复杂性也随之增加。解决排产复杂性的一种方法是使用模拟方法。经过适当验证的仿真模型可以解释生产环境中的大部分变化，并将其作为优化资源和计划的输入。使用具有定义明确的随机变量（如停机时间、维修时间、旷工、加工时间和转换时间）的仿真模型，可以捕捉系统中的变异性。考虑到生产车间的变化和其他细节的排产计划有助于减少某些产品的滞销。调度过程中的一个主要决策因素是所使用的调度规则，我们在这项工作中使用模拟法对其进行了研究。
为了创建调度工具，我们使用了 Simio 软件包。特别是基于风险的计划和排程（RPS）选项，它使用嵌入式仿真模型创建排程（Kelton，2014 年）。该计划显示了基于多个约束条件（如机械师数量、工作班次、机器能力、设备停机时间和维修）的订单到资源的详细分配情况。这些确定性计划是通过模拟模型生成的。该工具是按照典型的模拟步骤开发的：了解系统、数据收集、概念设计、输入分析、模型开发、模型验证、模型确认、计划创建、风险分析和实验。
创建仿真模型遇到的第一个挑战是缺乏以标准化方式收集的可靠信息。因此，我们设计并实施了一个数据收集流程，以确定系统的变异行为特征，而此前对这些特征的了解甚少。对这些不确定性的了解有助于建立更具代表性的模型。此外，还需要使用 Simio 附加流程功能创建自定义逻辑子程序，以应对建模挑战，并准确呈现系统。其中一些建模挑战包括(1) 按零件编号确定序中取样量，(2) 触发检查，(3) 处理不合格测量，(4) 设备维修处理，(5) 机加工人员缺勤，以及 (6) 预防性维护。仿真模型最终以一个由链接表组成的骨干网为其运行提供所有必要信息。这些表格可以很容易地进行编辑，以便对不同的调度方案进行试验。我们创建了两个仿真模型，一个有 20 台机器，代表现实生活中的生产设施；另一个有 10 台机器，用于实验调度规则和其他因素。为较小的模型生成的需求数据包括来自 93 个独特零件编号的 186 份订单，代表一个高混合低产量的制造工厂，其中有两种不同的路由顺序方案。
在模拟生产车间时，考虑了真实世界的信息，并根据探索的模型模拟了可变性。对行业驱动模型的准确性进行了验证和确认，同时对案例研究模型进行了适当的验证和研究。较小的 10 台机器模型被用来试验七种不同的调度规则（FirstInQueue、EarliestDueDate、Critical Ratio、Shortest ProcessingTime、Least Slack Time 和 Longest Processing Time），以创建可缩短订单完成时间的月度计划。经过 600 多次重复实验，将置信区间的半宽度减小到 1 小时后，在订单完成时间方面表现最好的调度规则是最少设置时间。我们还进行了其他实验，以确定不同工作班次所需的最佳机械师人数，从而使用 "最少设置时间 "调度规则最大限度地减少完成时间和人工成本。使用 OptQuest 插件，以 3 到 7 名机械师、25 美元/小时的人工成本对每班的资源数量进行了优化。第一、第二和第三班次的最佳方案分别为 3、3 和 2 名机械师。
最终，这项工作开发了一种仿真工具，可模拟高混合低产量制造工厂的固有可变性，其设置时间取决于生产顺序，并可用于生成基于风险的计划，从而在可能的迟到发生之前进行预测，并根据需要动态更新计划。为实际生产设施创建仿真模型为我们的行业合作伙伴提供了大量信息，使他们能够更好地了解自己的系统。数据收集过程有助于发现生产过程中的许多低效之处。例如，制造执行系统中的检测测量顺序并非对所有零件都是最佳的，需要更多时间来完成所有测量。这些都被记录下来并提供给了主管。模型有许多细节限制，导致模型文件非常大。由于模型的复杂性，对系统及其不同控制的替代方案进行实验需要大量的计算机能力和时间。今后的工作重点是提高模型的计算效率，改进成本函数（如增加设备成本、间接水电成本）及其影响。具有资源规划和调度功能的仿真工具可用于长、短时间范围，以推进多品种、低产量系统的规划过程。
Kelton, W. D., Smith, J. S., & Sturrock, D. T. 2014."Simio and Simulation：建模、分析、应用》。宾夕法尼亚州斯维克利：Simio Forward Thinking.