钢铁企业生产计划

摘 要介绍了钢铁企业 CIMS下生产计划的研究内容 ,讨论了钢铁企业生产计划的研究进展 ,对生产计划中战术计划的研究理论和方法作了详细的说明 ,指出了生产计划进一步的研究方向。最后提出了一种结合运筹学、 人工智能、 人机交互和多智能体技术于一体的生产计划编制方法。 0 引言 生产计划在指导企业日常生产活动中起着十分重要的作用,其制定的好坏直接关系到企业的资源能否得到合理的利用 ,从而影响到企业的生产、 经营和管理效率。近年来 ,生产计划问题越来越受到企业界和学术界的关注。在企业界 ,随着产品和技术更新的速度大大加快 ,产品的生命周期和技术设备的使用寿命大为缩短 ,顾客对产品和服务的期望(低成本、 高质量、 周到的服务)越来越高 ,众多企业先后引进了复杂的、 资金密集型的制造系统 ,如计算机集成制造系统 CIMS(C omputerIntegrated Manufacturing System) 、 柔性制造系统 FMS( Flexible Manufacturing System) 、 制造资源计划MRP2II(Manufacturing Res ources Planning)等 ,这为生产计划注入了新本论文由无忧论文网 整理提供的内容 ,使得生产计划的研究范围超出了传统的生产管理范畴。在学术界 ,国内外学者和研究开发机构综合运用生产管理、 运筹学、 工业工程、 控制理论、 人工智能、 计算机科学、系统仿真等理论 ,在编制生产计划的理论方法及其应用软件系统等方面已取得了大量的研究成果 ,并在很多企业得到了实际应用 ,取得了明显成效。 然而 ,由于企业自身环境的不同 ,没有一个通用的生产计划软件可供使用 ,即使是同类型企业 ,也会因其需求不同而不同。Saygin1 指出现有的FMS生产计划软件存在以下缺点: (1)软件不能适应环境的动态变化; (2)模型简单 ,往往没有考虑那些有重要影响的约束 ,没有真实反映问题; (3)目标函数过于单一; ( 4) 很难同原计划系统集成 。 Ammons2 认为生产计划模型只是对现实环境的理想化表示,具有两面性:一方面 ,简单的模型易于掌握 ,但不能准确地反映问题;另一方面 ,复杂的模型更接近实际 ,但不便用户理解。CIMS的生产计划软件研究亦然。因此 ,从本质上讲 ,一个有效的生产计划软件系统 ,应该协调这两方面的矛盾 ,保证计算机除了提供对模型的求解算法外 ,还应该提供有效的决策支持 ,便于用户决策。 1 钢铁企业生产特点 根据企业生产工艺的特点,CIMS大概可分为离散型、 连续型、 半连续型制造业 CIMS。钢铁企业的生产过程具有连续和离散的性质 ,它既有别于石油、 化工的连续生产过程 ,也有别于机械行业的离散制造过程 ,属于半连续型制造业 CIMS ,具有以下几个主要特点3 :生产过程是分段连续、 带有间歇性的 ,因此 ,以往的生产计划研究往往是基于各个分厂单独进行编制;产品市场需求是多品种、 小批量的 ,而钢铁企业组织生产要求批量大;生产过程是多阶段的 ,其工艺路线基本是单一固定的 ,前后工序的物流要协调一致 ,时间节奏要匹配;生产主要集中在几台关键设备上 ,如炼钢、连铸、 热轧等 ,设备布置固定不变;生产计划的方法受工艺条件、 产品形状的制约很大。生产的连续性要求生产计划和调度是具有实时性的在线计划;生产的间歇性要求进行合理的库存管理 ,制定合理的本论文由无忧论文网 整理提供批量。钢铁企业缺乏一个系统的计划方法 ,为了减少生产计划管理的复杂性 ,生产计划管理通常表现为递阶体系的结构。陆大雄提出了我国钢铁工业 CIMS分级分层体系结构模型的建议4 ,分为 2层:管理层和控制层;6 级:部级生产管理级、 全厂生产经营管理级、 区域生产管理级、 过程控制级、设备控制级和检测驱动级。其中 ,前 3 级属于管理层 ,后 3 级属于控制层。生产计划位于管理层 ,按作用时间可分为:战略计划、 短期计划、 细计划和在线计划。短期计划和细计划也可统称为战术计划。战略计划由部级生产管理级制定 ,反映企业长期发展的经营目标和经营方针 ,结构化程度很低。短期计划由全厂生产经营管理级制定 ,反映了企业在计划年度内生产发展的具体方向和水平 ,规定了企业的产品大类 ,按季度和年度统计应完成的产品品种、 数量、 交货期、 质量、 销售收入和利润 ,并使它们与战略计划的目标相符。为使短期计划切实可行 ,在编制过程中要同时编制粗能力计划。细计划则是对短期计划的展开和细化 ,从时间上看 ,指的是月和旬计划;从功能上看 ,是指对各分厂关键设备生产的产品品种、 数量、 交货期、 质量、 销售收入和利润等编制计划。在线计划为区域生产管理级的作业调度 ,反映车间本论文由无忧论文网 整理提供的工艺加工顺序和时间。由于战略计划的结构化程度太低 ,而在线计划的研究已比较成熟 ,因此 ,本文主要针对战术计划进行研究。 2 生产计划主要研究内容及现状 一般而言,生产计划的决策过程如图1所示。一般而言,生产计划的决策过程如图1所示。 开发者通过对生产计划理论的分析 ,结合现场调研 ,建立各种问题的数学模型;选择合适的算法对模型进行仿真实验 ,给出预定方案;将各种性能指标以可视化图表的形式表现出来 ,供用户比较其优劣并进行决策。如果用户不满意当前模型和方案 ,可重新调整目标和算法等。由此可见 ,生产计划研究的首要问题是 ,如何建立一个全面的、健壮的、 通用性强的数学模型 ,以尽可能适应外界环境的变化。其次 ,许多生产计划的求本论文由无忧论文网整理提供解问题都能表示成离散最优化问题 ,这些本论文由无忧论文网 整理提供问题尤其是 NP(Non2P olynomial) - 完全问题本身所固有的计算复杂性 ,求其精确解的计算往往随问题规模的增大呈指数型增长 ,因此 ,精确算法只能求解小规模问题 ,而枚举法效率太低 ,可能达不到最优解。对于求解NP - 完全问题 ,许多研究者考虑了智能搜索方法。从最早的产生式系统 STRIPS5 的基于图搜索、 回溯控制进行计划求解 ,到集成了计划和机器学习的 PRODIGY系统6 ,在这几十年的研究中 ,AI(Artificial Intelligence) 计划形成了 3 大模块:经典计划、 层次任务网计划 HTN (Hierarchical Task Net2work)问题和决策计划 ,其求解技术包括前向状态空间搜索法、 图搜索法、 MDP技术(Markov DecisionProcesses) 、 模拟退火、 禁忌搜索、 遗传算法等7 。 如何选择合适的算法求解模型 ? 如何设计有效的决策支持系统体系结构 ? 文献 8 指出了生产计划的研究主要涉及以下4方面知识:运筹学 ,研究计划的优化模型及求解;人工智能方法 ,包含如专家系统和智能搜索等方法;人机交互方法 ,研究如何利用计划员与计划系统合作编制计划;A2terms方法(多 Agent 方法) ,用于解决多级钢铁生产计划和调度 ,主要研究多个分布式智能体如何协作以满足复杂的工艺约束、 获得满意解。钢铁生产计划研究的主要内容包括:钢铁分厂单独编制生产计划、 钢铁分厂集成编制生产计划以及不同环境下生产计划的研究等。 2.1 钢铁分厂单独编制生产计划 由于钢铁生产过程是分段连续、 带有间歇性的 ,因此 ,传统的钢铁企业生产计划研究往往是基于各个分厂单独进行编制 ,特别是对于那些关键工艺单独编制生产计划的研究较多。如关于连铸问题 ,T ong建立了一个混合整数规划模型 ,并利用启发式遗传算法本论文由无忧论文网 整理提供进行求解9 。关于轧制问题 ,文献10 基于模拟退火技术和启发式算法建立了一种批量计划问题的数学模型。文献 3 通过对生产批量计划的系统研究 ,基于 TSP理论 ,提出了适用于各类轧钢厂如板带生产、 钢管生产和型钢生产通用的结构模型 ,并用遗传算法求出了模型的近优解。Fukaya 设计了专家系统 ,并在无缝钢管热轧工艺生产计划中得到了应用11 。 2.2 钢铁分厂集成编制生产计划 随着计算机科学的发展和炼钢工艺水平的提高 ,炼钢、 连铸、 热轧的一体化管理是钢铁工业发展的必然趋势。Takahashi 运用三阶段法阐述了一个炼钢 - 连铸计划问题12 ,文献3 基于批量计划理论、 遗传算法等对炼钢 - 连铸问题进行了大量的研究。文献13 对炼钢 - 热轧生产计划编制问题进行了研究 ,并采用模糊专家系统和运筹学模型相结合的混合算法 ,成功地处理了批量间的匹配问题。由于分厂集成的复杂性 ,大量学者将专家系统、 人机交互技术、 A2terms技术引入到生产计划中。在专家系统方面 ,Stohl 等建立了一个基于协作技术和专家系统的混杂模型 ,用于求解炼钢- 连铸调度问题14 ,Sato 首先利用专家系统对整个钢铁生产计划进行研究15 。在人机交互方面 ,上海宝钢实施了生产经营综合计划决策支持系统 ,该系统结合可视化技术和优化模型 ,实现了在线生产计划和离线生产计划 ,实践表明了其准确性、 灵活性和实时性16 。Zhang等提出了一种灵活的计划与动态集成方法 ,能够灵活地实现模型的连接与集成17 。为了提高模型求解的效率 ,在 A2terms方面 ,Talukdar 首先提出了 A2terms 的结构模型 ,认为多Agent 程序协同工作 ,其效果比单Agent更佳18 。Lee 应用 A2terms 到LTV 公司的簇顺序问题 ,在这个系统中 ,包含有评估 Agent、 构造 A2gent、 改进 Agent 和析构 Agent19 。Carstensen 提出了利用 CSCW(C omputer Supported C ooperative Work)解决了 FMS中单机编制生产计划的不足20 。Shen等提出了一种基于合同网的竞标机制和基于协调结构的协作机制的多 Agent 调度和重本论文由无忧论文网 整理提供调度方法21 。 2.3 不同环境下生产计划编制 也有许多学者针对不同环境下生产计划编制进行研究。G ardner等针对新工艺的实施等不确定因素 ,提出了将风险考虑到计划中 ,建立了一个结合生产工艺和不确定树的多周期随机规划模型 ,并设计了一个软件系统STEE LP LAN22 。文献23 认为设备闲置和加班、 超产和欠产的惩罚系数是不同的 ,并以此为基础 ,建立了线性约束非线性目标函数的生产计划模型。作者提出了一种按工艺过程分解和时间分解同车间组织结构有机结合在一起的新方法 ,并利用基于 K armarkar 算法的关联预测方法求得近优解。文献 24 描述了分布式多工厂单件制造企业交货期下的提前/拖期生产计划 ,以实现最小化提前/拖期惩罚费用、 生产成本以及产品运输费用之和为目标 ,建立了021 规划数学模型 ,并利用分枝定界法得到了生产计划方案。文献25 认为传统的生产计划模型(线性成本模型和经验模型)难以调整 ,具有很大的主观性 ,提出了含信息反馈的生产计划优化模型 ,其反馈信息以约束形式引入模型中。综上所述 ,钢铁企业 CIMS下生产计划的研究内容主要包括(此处主要是指战术计划) :钢铁企业短本论文由无忧论文网整理提供 om/论文由无忧论文网 整理提供期计划模型及其算法;钢铁企业细计划模型及其算法;随机环境下生产计划的调整策略;决策支持系统中模型生成和管理技术 ,实现系统的动态建模。 3 研究理论和方法 3.1 建立钢铁企业短期计划模型的理论和求解算法由于短期计划旨在确定产品的最优组合及其数量 ,而没有涉及到具体的细节问题 ,因此钢铁企业CIMS下短期计划的编制可以借鉴离散型制造业CIMS 主生产计划的编制。在离散型制造业CIMS中 ,主生产计划是以 “独立需求” 的最终项目为计划单位 ,在满足关键资源和主要聚类资源能力的约束下 ,在 618 个月的时间范围内合理地安排产品的生产进度和确定产品批量 ,尽量保证产品及时交货。根据制造业的生产类型不同 ,可以将主生产计划分为两类:一类是单件生产类型的主生产计划 ,它主要是控制产品的生产进度 ,使产品总的提前/拖期罚款费用最低;另一类是批量生产类型的主生产计划 ,它的核心是确定 N 种产品在给定的计划范围内每个时间段上的生产数量 ,使产品的总的调整费用与库存保管费用之和最小。因此 ,批量生产类型的主生产计划实质上是一个单级批量计划问题 ,如果考虑资源约束 ,可将批量生产的主生产计划问题分为:单级无能力约束批量计划问题;单级单资源批量计划问题;单级多资源批量计划问题。 对于单级无能力的批量计划问题 ,H M Wagne和 TM Whitin提出了著名的 W2W动态规划法 ,其后的30年里 ,人们提出了许多应用于实际的启发式算法 ,如 LF L (Lot F or Lot ) 、 POQ ( Periodic OrderQuantity) 、 LUC(Least Unit C ost)等算法。单级单资源批量计划问题的求解非常复杂 ,主要原因是在受资源约束的情况下 ,为了消除资源冲突 ,需要对项目、 时间、 数量这三维变量进行调整 ,在调整的过程中 ,使生产费用、 调整本论文由无忧论文网 整理提供费用和库存保管费用的增量总和最小。常见的单级单资源问题可以分成以下3种方法:周期到周期的启发式算法、 改进启发式算法、 基于数学规划的启发式算法 ,包括拉格朗日松弛法、 分枝定界法、 线性规划法等。对于单级多资源的批量计划问题至今还没有有效的解法 ,唐立新等构造了遗传算法和线性规划混合算法 ,用遗传算法产生可行调整模式 ,对应每一调整模式 ,则将原问题变换为一个线性规划模型进行求解。通过遗传算子进行迭代和进化 ,从而获得近似最优解。 3.2 建立钢铁企业细计划模型的理论和求解算法 半连续型制造业 CIMS 的细计划由于考虑到工厂的关键设备 ,与生产工艺密切相关 ,因此 ,在编制细计划时 ,不能完全照搬离散制造业 CIMS批量理论方法 ,而应结合实际建立合适的模型。在钢铁生产过程的细计划中 ,需要考虑的计划有合同计划、 设备能力计划、 材料计划以及各种关键设备的粗计划如炉次粗计划、 浇次粗计划和轧批组合粗计划等 ,常用的理论有聚类分析问题理论、 旅行商问题 TSP ( Traveling Salesman Problem) 理论和A2terms理论等。 3. 2. 1 聚类分析问题 聚类分析根据不同对象之间的相异性或相似性进行分类 ,将对象相似的归为一类 ,不相似的归为另一类 ,目前已被广泛应用于模式识别、 批量组合计划、 天气预报等领域。按照目标类的确定情况 ,可分为 P(目标类的数目)固定情况和 P 未知情况两种。利用拉格朗日松弛法可求解该类问题 ,它使用一个拉格朗日乘子向量将关联约束引入目标函数 ,使关联约束解除 ,形成松弛问题 ,从而使问题转化为一些相对独立的子问题 ,易于求解。子问题独立求解后 ,再用拉格本论文由无忧论文网 整理提供朗日乘子向量进行协调。对于极小化问题 ,松弛问题的最优解为原问题的一个下界。利用遗传算法也可求解该问题。 3. 2. 2 TSP问题 TSP问题是一个闭合回路问题。给定 N 个城市,设定有 M 个旅行商,都从一个固定的城市出发,回到这个固定的城市,保证走过的总距离数最小,约束是每一个城市只能被 M 个旅行商中的某一个商人走过,每一个商人至少访问一个城市,可用于轧钢厂组合批量计划等。对于小规模 TSP问题 ,可以用分枝定界算法获得最优解 ,随着问题实例规模的增加 ,要一般地构造出最优求解旅行商问题的多项式算法是不可能的。近 10 年来 ,人们在寻求大维数最优算法的同时 ,构造出各类近似求解算法 ,特别是出现了用统计方法求解旅行商问题的随机算法 ,而遗传算法是随机搜索算法中的一种新的算法。 3. 2. 3 A2terms理论现阶段 A2terms 理论不是很成熟 ,然而 ,在多级钢铁生产工艺计划和调度中 ,分布式Agent 的协作求解对提高求解效率十分有意义。每一个 A2gent 具有大量的模型、 算法及知识等 ,针对不同的工艺 ,各 Agent 选择适合该工艺的模型和算法求解。基于A2terms 协作求解的难点在于: (1) Agent的管理及其合作机制; (2)面向 Agent 的编程。目前 ,对这两个问题的解决都是采用面向对象技术和人工智能相结合的方法实现。 3.3 随机环境下生产计划的调整策略影响钢铁生产的随机因素很多,如新订单的增加、 新工艺的实施、 生产方针的改变等 ,一旦发生此类事件 ,必须从局部或本论文由无忧论文网 整理提供全局调整模型。本论文由无忧论文网整理提供对于需要局部调整的事件 ,如新订单的增加 ,可以通过引入信息反馈的机制 ,将变化以约束的形式反映出来12 ,也可通过模糊专家系统 ,对变化引入模糊约束8 。对于需要全局调整的事件 ,如生产方针的改变 ,必须重新建立模型 ,因此 ,可引入决策支持系统辅助生产计划编制 ,实现动态建模 ,其关键技术为模型生成与管理技术。 3.4 模型生成和管理技术 模型技术已经被广泛运用在各个领域,然而 ,由于模型设计的复杂性和模型修改的繁琐性 ,至今仍无一个通用的模型构造系统和完善的模型库基础理论。不同学者对模型管理系统作用的看法不尽相同 ,但大多数学者认为模型管理系统是一个软件系统 ,其关键在于模型表示方法 ,如模型表示的实体关系模型、 结构化构模、 面向对象的模型表示法、 模型的数据表示法等。一个好的模型表示方法应该支持模型与方法的集成、 模型与方法独立 ,支持渐近式构模 ,支持模型的集成、 共享与重用。由此可见 ,面向对象的模型表示应是很有前途的表示方法26 。模型自动生成包括基于推理的模型自动生成、 基于知识的模型自动生成27 、 基于机器学习的自动生成、 基于一阶谓词演算的模型自动生成以及模型合成28 等。文献 27 中提出将基于知识的模型表示和机器学习技术相结合进行模型生成 ,可有效提高模型运行速度 ,避免反演推理的组合爆炸。 4 进一步的研究方向 钢铁企业 CIMS 下生产计划进一步的研究方向仍然集中在3个方面:建模、 求解和编写生产计划软件。在建模方面 ,由于钢铁生产工艺的复杂性 ,建立一个涵盖所有问题的数学模型几乎是不可能的。因此 ,建模研究的重点是尽可能建立一个包含更多影响本论文由无忧论文网 整理提供生产计划因素的通用模型;另一个建模的热点是建立一个集成炼钢 - 连铸 - 热轧等主要工艺于一体的生产计划数学模型。在求解方面 ,一是研究如何将各种人工智能技术的搜索算法应用到实际问题 ,并对这些算法的求解过程进行改进 ,二是研究如何利用尚不成熟的 A2terms理论进行协作求解。编写生产计划软件方面 ,涉及到决策支持系统组成部件的构造、 模型生成推理机制的研究及模型管理系统的实现等。 5 结论 生产计划的编制是一个复杂的过程,国内外学者对它的研究都是基于以下 4 方面的知识:运筹学、 人工智能、 人机交互及 A2terms 理论。然而 ,运筹学仅仅对实际问题进行了抽象 ,虽反映了问题的本质 ,但缺乏灵活性 ,对环境适应能力较差 ,适合于静态计划环境;人工智能利用了决策者的经验智慧 ,对非结构化问题处理较好 ,但缺乏获取信息和学习新知识的能力;人机交互具有很强的环境适应性 ,但没有提供系统的优化辅助功能 ,其决策结果需要反复调整;A2terms 有助于提高求解效率 ,但其理论和实现技术都还不完善。因此 ,在编制生产计划时 ,应本论文由无忧论文网 整理提供充分结合这些知识:利用运筹学建立反映实际问题本质的基本模型;利用人工智能技术辅助求解;利用人机交互提高模型的环境适应能力;利用A2terms提高求解的效率。参考文献1 C Saygin. On scheduling approaches of flexible manu facturingsystems: G ap between theory and practice A . IntelligentManu facturing Systems 1995 ( IMS p 95) : A Proceedings Volume from the 3rd IFAC/ IFIP/ IFORSWorkshop C . Ox ford :Pergamon Press , 1997. 61266.2 J C Ammons ,T G ovindaraj ,CMMitchell . Decision models foraiding FMS scheduling and control J . IEEE Transactions onSystems , Man , and Cybernetics ,1988 ,18 (5) : 7442756.3 唐立新. CIMS下生产批量计划理论及其应用M . 北京:科学出版社 , 1998.4 林式藩. CIMS的组成与应用 CIMS体系结构与功能模型J . 冶金自动化 ,1998 , 22 (1) : 52256.5 N J 尼尔逊.人工智能原理M .石纯一译.北京: 科学出版社 , 1983.6 V R Benjamins. Preface : Knowledge acquisition for planningJ . Int J Human2Computer Studies ,1998 ,48 (2) :4092416. 7 D E Smith. Bridging the gap between planning and schedulingJ . Knowledge Engineering Review ,2000 , 15 (1) : 1234.8 L X Tang. A review of planning and scheduling systems andmethods for integrated steel production J . European Journalof Operational Research ,2001 ,133 (1) : 1220.9 X T ong. A caster sequencing optimization programfor G enevaSteelp s facility modernization project A . Annual AISE Con2vention C . Cleveland :United States Steel Press , 1994.本论文由无忧论文网整理提供 10 陈 雄 , 徐心和. 基于模拟退火轧制批量计划问题的两阶段算法J . 控制理论与应用 ,1999 , 16 (2) : 2092212 , 216.11 N Fukaya , T K atagiri . Expert system for manu facturing se2quence determination in hot rolling process of seamless steelpipe J . K awasaki Steelmaking Technical Reports , 1991 ,23 (3) : 1 99121 996.12 T Takahashi . Scheduling for steel making process usingmathematical programming method J . K obe Steel Engineering Reports ,1990 , 40 (3) : 29232.13 孙福权 ,郑秉霖 ,崔建江 ,等. 炼钢 - 热轧一体化管理的生产计划编制问题研究J . 自动化学报 ,2000 , 26(5) : 4092413.14 K Stohl , W S popek. VAI 2Schedex : A hybrid expert systemfor co2 operative production scheduling in steel plant A .International Con ference on Computerized Production Controlin Steel Plant C . K orea : K orea Press ,1993. 2072217. 15 S Satol . Development of integrated production schedulingsystem for iron and steel works J . International Journal ofProduction Research ,1997 ,15 (4) : 5392552.16 许明春 ,周 涵 ,元常恩 ,等. 宝钢生产经营综合计划决策支持系统的设计与实现J . 冶金自动化 ,1997 ,21 (4) : 20223.17 P Z Zhang , YL Wang. Flexible planning and dynamic inte2gration for problem s olving in SXSES 2DSS J . DecisionSupport Systems ,1998 , 24 (2) : 1652172.18 S Talukdar. Organizations for computer2based agents J .Engineering Intelligent Systems ,1993 , 1 (2) : 75287.19 H S Lee. Primary production scheduling at steelmaking in2dustries J . IBM Journal of Research and Development ,1996 , 40 (2) : 2312252.20 P H Carstensen. Supporting shop floor intelligence : A CSCWapproach to production planning and control in flexible manufacturing A . GROUP 99 Proceedings of the InternationalACM SIGGROUP Con ference on Supporting Group WorkC . Phoenix : ACM Press , 1999. 1112120.21 W M Shen , D H Norrie. Combining mediation and biddingmechanisms for agent2based manu facturing scheduling A .Proceedings of Autonomous Agents p 98 C . Minneapolis :ACM Press ,1998. 4692470.22 D T G ardner , J A Buzacott . Hedging against uncertainty innew technology development : The case of direct steelmakingJ . IEEE Transactions on Engineering Management ,1999 ,46 (5) : 1772189.23 严洪森 , 张晓东 , 朱立峰. 柔性自动化车间生产计划的最优分解J . 控制理论与应用 ,2001 , 18 (2) : 1952199 , 204.24 周金宏 , 汪定伟. 分布式多工厂单件制造企业提前/拖期生产计划研究J . 计算机集成制造系统 ,2000 , 6(5) : 52257.25 刘臣勇, 周 泓.含信息反馈的生产计划优化模型研究J . 北京航空航天大学学报,2000 ,26(4) :4772480.26 黄梯云. 模型管理系统及其发展J . 管理科学学报 ,1998 ,1 (1) : 57263.27 黄梯云 ,冯玉强 ,周宽久. 决策支持系统中的建模知识表示研究J . 管理科学学报 ,2001 ,4 (1) : 45251.28 林 杰 , 郭耀煌. 面向对象的模型生成与链接J .管理科学学报 ,1999 , 2 (2) :93299. 编辑:徐玉生本论文由无忧论文网整理提供