改进蚁群算法下的物料配送路径优化研究

为满足混线生产车间物料配送准时化的需求,以配送路径最小为目标函数,满足配送工具装载量、工位时间窗等约束条件,分析并建立了车间物料配送路径优化问题的模型。基于蚁群算法对蚂蚁选择概率作改进,引入确定性和探索性搜索扩大搜索空间,并结合遗传算法里的相关操作,改善全局搜索的局限性和收敛速度,运用改进的蚁群算法对模型求解。最后通过某汽车后桥生产车间实际案例分析,验证了该算法的有效性。为制造企业车间物料配送优化提供了可参考的模型和算法。     

基于JIT的多目标总装准时物料配送方法研究

针对机械产品总装过程中的准时物料配送问题,从优化目标、约束条件及影响因素三方面考虑,提出以物料运输成本、物料运输时间、线旁库存三者综合为优化目标的多目标准时物料配送模型。给出优化目标的计算方法,并设计了混合粒子群算法,给出了使用此算法求解模型的具体实现过程。最终求解得到物料配送单用于指导配送,使决策者能够根据实际情况选择优化的偏好值。通过一个总装车间准时物料配送问题的实例验证了此模型和算法的有效性。     

考虑时间窗和装载约束的装配线集成物流调度

针对电动工具装配车间物料配送的集成调度问题,考虑配送时间和配送效率,将集成调度方案划分为两个层次,以空间利用率最大化为目标构建基于标准化料箱的物料装载模型,并将物料装载约束与装配车间配送路径规划问题有机融合,结合装配流水线的动态需求时间窗信息,构建考虑时间窗和最优装载约束的车辆路径最优配置模型,保证配送及时性和成本优化双重目标要求,给出了基于遗传算法的模型求解方法,并通过不同规模问题的算例验证了模型和算法的有效性。以南京D公司电动工具装配车间实际背景为例,提出了物流调度方案,进一步表明该模型和算法能够有效提高车辆装载率并降低车间物料配送成本,具有实际应用价值。     

制造企业装配线物料准时配送路径优化问题研究

为实现将装配线所需物料适时适量地送达正确工位的准时生产目标,以配送成本最小为目标函数,满足牵引车车载量、工位时间窗等约束,分析并提出带缓存区准时配送方式下的牵引车配送路径模型,并设计混合量子进化算法求解.实例计算及与遗传算法、混合粒子群算法的比较结果表明:应用混合量子进化算法可以快速求解带缓存区准时配送方式下的牵引车配送路径模型,为制造企业带缓存区准时配送方式下装配线的牵引车配送路径问题提供了可参考模型和算法.     

面向装配过程的物料配送路径优化研究

针对生产车间物料配送的实际需求,考虑车间工位缓存区有容量约束的限制,建立了面向装配过程的物料配送路径优化问题模型,针对遗传算法易早熟的缺陷,采用了一种基于预选择机制的遗传算法对模型进行了求解。得到的配送顺序及路线用于指导车间的物料配送,可有效降低车间的配送费用,提高配送效率。最后通过实例仿真验证了模型的实用性和有效性。     

基于改进ALNS算法的离散制造车间物料配送路径优化研究

针对离散制造车间在多品种、小批量生产模式下面临的物料配送复杂性问题,提出了一种有效的路径优化方法。目标是通过创新的算法设计,实现物料配送的成本最小化,从而提高车间物料配送的效率,确保物料的及时供应,提高生产效率。为确保优化方法能够适应实际生产环境的需求,提高模型和实际环境的精确性和匹配性,构建了一个包括车间仓库、多个物料需求工位点、配送车辆及其载荷限制、时间窗要求等因素的离散制造车间配送模型,并考虑了车间内实际环境存在的路径约束,结合相邻工位间的实际距离,通过应用Floyd算法进行预处理,确保能够计算出所有最短路径。针对该数学模型设计相应破坏和修复算子,并运用了改进的自适应大领域搜索（ALNS）算法,通过破坏和修复过程有效地探索解空间,并利用模拟退火策略以避免陷入局部最优解。以某离散制造车间为例进行的实验验证,改进的ALNS算法展现了其在解决物料配送路径优化问题上的有效性和高效率,可以更好的减少配送成本和提高生产效率。     

基于IPSO算法的制造车间物料配送路径优化

针对制造车间物料供应路径复杂多变问题,建立了以物料配送路径最短为优化目标的物料配送模型,并提出了一种改进粒子群优化算法(Improved Particle Swarm Optimization Algorithm,IPSO)旨在解决此问题模型。IPSO算法可以在运行过程中自适应地以正切函数的变化方式调整惯性权重系数,同时构建基于惯性权重系数自行调整的加速度因子c_1、c_2的变化关系式。通过仿真实验与基本及其他典型改进PSO算法进行比较,实验结果表明,IPSO算法具有良好的全局搜索能力与较高的搜索精度,可以有效对制造车间物料配送路线进行优化。     

基于改进遗传算法的物料配送多目标优化模型研究

为解决装配车间物料配送过程中路径以及作业者数量不易确定的问题,以配送总时间和作业者数量为目标,同时考虑作业者的作业效率以及物料车的装载率,提出一种装配车间物料配送多目标优化模型,并采用改进遗传算法对模型进行求解。为解决多目标优化遗传算法求解过程中收敛速度慢且存在大量非可行解的问题,在算法设计过程中,将作业者配送路径和任务分配顺序进行实值分段编码,并在算法的交叉和变异中增加非可行解检验过程。以叉车装配为例,验证了物料配送优化模型的有效性。     

基于混流生产模式的装配车间物料配送路径规划方法

合理规划物料配送路径能够提升车间生产效率,降低车间物流成本和生产成本。针对混流装配车间配送不及时、费用高等问题,提出基于混流生产模式的物料配送路径规划方法。以工位为物料配送对象,对混流装配车间物料配送环境进行分析,找出混流装配线的物料消耗规律,明确物料配送数量,简化物料配送过程。在此基础上,结合生产实际的时间窗约束,以最小化物料配送总费用为目标建立了物料配送模型,采用改进蚁群算法对该模型进行求解,最后以某视频控制卡混流装配车间为实例,验证了该方法的可行性和有效性。     

基于模糊软时间窗的车间物料流路径优化方法

为解决实际生产过程中工位物料需求时间不确定的问题,提出基于模糊软时间窗的复杂机械装配车间配送路径优化方法。该方法以"以工位为中心"的物料配送模式为基础,考虑复杂机械装配实际生产中生产节拍波动所引起的物料需求时间变化,利用物料到达时间的模糊隶属度函数表征工位对物料到达时间的满意度。在此基础上,以工位对物料到达时间的平均满意度为约束条件,以最小化配送成本为目标,建立了带模糊软时间窗的物料配送路径优化模型,并采用动态规划和模拟退火遗传算法相结合的方法对模型进行了求解。通过实例验证了该模型的可行性和有效性。     

基于Plant-simulation的物料位置优化与仿真

本文通过对站内准备时间和布置问题的分析,引出站内物料位置布置问题,构建了两类布置问题的数学模型,并设计了遗传算法实现模型求解。以某公司EPll-IP汽车线束预装配线的某一工作站为例,对其所需物料位置的优化问题进行数学描述,在Plant-simulation中建模并利用遗传算法模块求解与仿真。结果表明,所提方法和数学模型可为预装配线工作站物料优化问题的优化仿真提供可行的解决方案。     

基于ADAMS软件和改进遗传算法的柔性多体模型汽车悬架参数优化设计

针对汽车悬架优化模型简单、遗传算法概率参数主观选取问题、早熟问题，建立了汽车悬架柔性多体模型，并且对遗传算法进行了改进。通过建立遗传算法和ADAMS软件接口，首次实现了柔性多体模型汽车悬架参数的遗传算法优化。通过对33自由度的多刚体模型汽车悬架和42自由度的柔性多体模型汽车悬架进行优化分析，表明应用柔性多体汽车悬架模型的结果要优于多刚体汽车悬架模型的结果。     

基于整数编码遗传算法改进的起重机主梁优化

轻量化是起重机的发展趋势之一,利用优化技术减轻主梁质量是其关键而有效的方法之一。首先,综合考虑主梁设计模型中变量的离散性与连续性以及各类约束,对传统主梁优化模型进行了补充与改进;然后,对传统的整数编码遗传算法进行了改进,保留了选择、交配、变异操作产生的群体,扩大了搜索空间,能够处理新的主梁优化模型中设计变量取值区间不同、变量间有约束的情况;最后,以浙江省某企业的QD型起重机为实例,利用改进的整数编码遗传算法对主梁进行了优化求解,同时通过与现有算法的比较,优化模型的有效性和算法的收敛稳定性得到了验证。     

基于遗传算法的汽车行驶平顺性优化仿真

为了探讨遗传算法应用于汽车行驶平顺性仿真的可行性,以1/4汽车两自由度振动模型为对象,建立了汽车行驶平顺性优化仿真模型,运用遗传算法对该优化仿真模型进行了求解.优化前后汽车行驶平顺性指标的对比结果表明,遗传算法用于汽车行驶平顺性优化仿真取得了较好的效果,可以进一步应用于基于高自由度汽车振动模型的汽车行驶平顺性仿真优化问题中.     

柔性车间的多工艺路线与布局联合优化

为解决柔性车间布局过程中常忽略工艺与布局相互影响的问题,并提高柔性车间布局的鲁棒性,提出多工艺路线和车间布局联合优化模型.该模型以总体物流成本最低为优化目标,同时考虑车间布局与多工艺路线规划以提高整体的优化效果,其中根据产量决定各产品加工工序序列在总体规划中的影响程度,并将出入库物流与换模物流纳入总体物流成本中,以进一...     

JIT柔性混合流水车间生产调度问题研究

针对混合柔性流水车间多种工艺路线的生产调度问题,分析了生产工艺计划与车问调度系统的集成原理,建立目标模型,通过将简单遗传算法加以改进,在建立集成模型的基础上,对算法进行研究,把进化后的遗传算法（SGA）和改进的模拟退火算法（SA）有机结合,使算法优化机制融合和优化结构互补,形成较为高效的混合优化算法,并对问题进行求解。最后给出了一个具体算例,验证算法的有效性和先进性。     

可焊接的一维排样问题的一种启发式算法

根据某大型钢结构生产企业提出的型材下料时既要切割又要焊接的生产工艺问题，构造出一种可焊接的一雏排样问题的启发式算法。该算法以矩阵来表述问题的数学模型，可以通过直接在矩阵上进行操作来求问题的可行解以及优化该可行解。通过对企业实际数据的实算，从型材利用率和剩余型材的零散程度对这一算法进行了评价。     

复合域结构的重构拓扑优化方法设计及应用研究

针对结构与材料拓扑优化子域交互式设计问题,提出了复合域结构的重构拓扑优化（CDRTO）方法。建立了基于均匀化理论的复合域结构拓扑优化问题的数学模型,采用一般连续近似优化算法进行了优化求解,利用复合域子域变量压缩技术提高了计算效率,同时针对求解结果的可制造性问题提出了重构方法。将CDRTO方法应用于X形汽车车架设计和结构与固定装置并行设计两个实际工程设计问题,结果表明该方法具有可行性与有效性。     

运用Petri网和GA的资源可协作柔性生产调度研究

提出一类资源可协作的柔性生产调度问题,利用包含过程流子网和资源子网的赋时Petri网对该问题建模。采用两级遗传递阶优化方法来求解资源可协作的柔性生产调度问题,在自适应遗传算法优化加工路径的基础上,再用单亲遗传算法优化作业排序,并通过运行Petri网仿真来获得调度性能评价。最后的实例仿真结果说明了算法的有效性。