考虑物料装卸点与搬运通道的多行设施布局

针对多行设施布局中的作业单元装料/卸料点位置与物料搬运问题,提出考虑物料装卸点与搬运通道的多行设施布局设计方法.分析了多行布局问题中物料装卸点位置在作业单元内和布局整体坐标系中的表示方法,提出沿通道进行物料搬运的精确距离计算方法,重点构建了避障搬运邻接图与邻接矩阵表示法及基于邻接图和邻接矩阵的避障搬运距离Dijkstra算法.建立了包含物料搬运成本、搬运设备空载运行成本与作业单元相互关系的多行设施布局优化模型,针对所建模型设计了分段编码方式的遗传模拟退火算法.以某车间的布局设计为实例,采用所提算法生成切实有效的多行设施布局方案,并验证了所提算法的优越性.     

基于协同粒子群算法的单元集成布局方法

为避免单元间布局和单元内设施布局分开孤立研究所导致的问题解空间损失,建立了多目标集成优化模型,对布局中涉及的单元间布局、单元内设施布置、设施摆放方向三个问题同时进行描述,扩大问题解的搜索空间。针对模型的复杂性和传统粒子群算法容易陷入局部最优的弱点,设计了基于结构化编码的多粒子群协同进化算法,在多个粒子群协同进化的同时,对各子群构建基因库,并对基因库粒子进行遗传操作,提高了算法的寻优能力。通过求解单元布局问题实例,验证了模型和算法的有效性。     

基于随机需求的单元制造系统布局方法

针对单元制造系统传统分步式布局方法解空间的缺失问题以及由需求变化带来的布局方法不符合实际生产的问题,综合考虑产品需求的不确定性、布局平面的不规则性、单元和机器的占地面积、机器的排列形式、单元间通道等因素,以最小化物料搬运成本为目标,建立了基于产品随机需求的单元制造系统布局模型,对单元间和单元内进行同步布局,构建了基于结构化编码的同步优化分散搜索算法进行求解。在算法中设计了新的编码方法,来避免算法的修复过程,引入局部寻优过程提高搜索全局最优解的效率,利用矩形包络区限制生成单元较分散的布局方案。通过算例阐明了模型的正确性和算法的可行性。     

基于不确定规则推理的云制造知识服务方法

针对知识服务的模糊性和随机性,提出知识服务的多维多条件云映射不确定规则推理方法。基于知识服务过程分析,建立了知识服务云模型,通过对不同任务需求前件和知识规则后件的云模型进行多元组合,完成了云制造知识服务从定量输入到定性推理再到定量输出的映射变换,构造了知识服务云模型的多维多规则推理结构,并给出了推理算法。通过应用算例,分析总结了云制造中业务需求与知识资源之间不确定映射关系在值域空间和确定度空间的分布,为实现云制造知识服务精确配送提供了新思路。     

多阶段自适应蝙蝠-蚁群混合群智能算法

针对蝙蝠算法在优化过程中未充分利用蝙蝠间搜索信息交互影响的不足,借鉴拟态物理学中的作用力规则,基于阶段性搜索策略将搜索过程分为两个阶段,分别构造符合算法阶段性搜索特点的作用力规则,提出多形态作用力蝙蝠算法,并利用Benchmark函数对所提算法与标准蝙蝠算法、变异蝙蝠算法、标准微粒群算法、两阶段微粒群算法进行性能对比测试,结果表明,所提算法具有更好的寻优能力.针对标准蚁群算法在离散空间优化时信息素更新机制单一、容易早熟收敛的不足,结合蚁群的实际社会活动提出多阶段自适应信息素机制蚁群优化算法,并在算法出现长时间停滞时,引入混沌算子使算法跳出早熟收敛,更好地发挥蚁群算法的优势,相对于标准蚁群算法、引入差分进化算法交叉变异机制的混合微粒群算法、基于动态局部搜索蚁群算法,所提算法在旅行商问题中具有更高的寻优精度、更好的稳定性.为综合不同群智能算法的优势,针对多形态作用力蝙蝠算法全局搜索能力强、收敛速度快,多阶段自适应信息素机制蚁群优化算法局部精细化能力强的特点,将两种算法串行混合,提出了多阶段自适应蝙蝠-蚁群混合群智能算法.最后,通过液压系统可靠性优化和串-并联多态系统可靠性优化实例,验证了所提混合群智能算法的有效性.     

求解分布式柔性作业车间调度的混合蛙跳算法

针对分布式柔性作业车间(Distributed flexible job shop scheduling problem,DFJSP)最小化最大完工时间问题,提出一种混合蛙跳算法.在该算法中,编码采用基于工序序列和工厂序列的部分解空间编码方案,机床选择在解码过程中通过规则确定.引入变邻域搜索算法提升蛙跳算法的局部搜索能力.为了弥补部分解空间编码不能探索整个解空间的缺点,引入针对关键工厂的全解空间禁忌搜索,从而扩大算法解空间、进一步提升算法的局部搜索能力.通过对基准实例的求解,并与现有的最先进算法进行对比,验证了所提算法的有效性和优越性.     

求解分布式柔性作业车间调度的混合蛙跳算法

针对分布式柔性作业车间(Distributed flexible job shop scheduling problem,DFJSP)最小化最大完工时间问题,提出一种混合蛙跳算法.在该算法中,编码采用基于工序序列和工厂序列的部分解空间编码方案,机床选择在解码过程中通过规则确定.引入变邻域搜索算法提升蛙跳算法的局部搜索能力.为了弥补部分解空间编码不能探索整个解空间的缺点,引入针对关键工厂的全解空间禁忌搜索,从而扩大算法解空间、进一步提升算法的局部搜索能力.通过对基准实例的求解,并与现有的最先进算法进行对比,验证了所提算法的有效性和优越性.     

面向多任务的制造云服务组合

针对云制造系统中面向多任务的制造云服务组合问题,研究建立了问题模型并提出了求解算法.以面向单任务的制造服务组合方法为基础,融入多任务多联盟生成问题的相关假设和基本原则,建立了基于服务质量的多任务云服务组合模型.继而基于对该模型特征的分析与把握,提出基于矩阵实数编码的改进遗传算法.该算法设计了与矩阵实数编码相适应的行交叉/变异、列交叉/变异和点交叉/变异算子;同时基于对问题模型相关约束的考虑,设计了合法性修复策略.仿真实验表明,该算法能有效并以较高效率求解面向多任务的制造云服务组合问题.     

基于粒子群算法的多目标可重构设施布局方法

提出了一种多目标可重构设施布局方法。该方法引入了空间填充曲线来表征设施位置,可以实现任意两个设施之间的互换;考虑了柔性面积需求和设施形状约束系数等因素,保证布局方案的可行性;建立了以成本(物料运输成本和设施重构成本)和在制品库存为目标的多目标可重构设施布局模型;设计了该模型的改进粒子群算法,该算法在全局极值和个体极值的选取、Pareto解集的更新策略方面相对于标准的粒子群算法有改进。最后用算例说明了该方法的有效性。     

双层过道布置问题的混合整数规划模型及启发式求解方法

针对布局活动中为节约用地成本设施被迫布置在多层空间的情况,提出双层过道布置问题,并构建了该问题的混合整数规划模型。该模型考虑了设施在两层空间的布置优化,且不同层设施之间存在物流交互,交互通道为放置在过道最左边的货梯。针对该问题,提出一种基于C2Opt邻域搜索的启发式算法,同时引入inversion程序产生扰动,采用倒置的方式重新排列当前设施序列,以避免算法陷入局部最优,并设置了最优设施序列的记忆功能,以保留邻域搜索过程中的精英解。基于建立的混合整数规划模型,运用Lingo软件对28个测试问题(9~49个设施)进行了精确求解,进而应用所提启发式算法对所选测试算例进行测试,并与3种启发式算法的求解结果进行对比,结果表明所提启发式方法在求解质量和计算时间上均有良好表现。     

Managing a new multi-objective model for the dynamic facility layout problem

In today’s manufacturing environment, the facility layout needs to be adaptable to changes. This situation requires the solution of the dynamic layout problem. But in previous studies of dynamic facility layout optimization, the main objective is to minimize the sum of the re-arrangement and material handling costs. To be more realistic, each of these cost terms in objective function might be of different importance to decision makers. In this research, the objective function has been considered as two distinct functions. This formulation enables decision makers to apply their own views. On the other hand, in the proposed model the adjacency-based objective aims at maximizing adjacency scores between the facilities in a facility layout has also been used. The proposed multi-objective model was defined as a complex combinatorial optimization problem. It has also been the objective of the present study to evaluate some of the known methods that have been proposed to solve the multi-objective problem. The results for test problems showed that the population based metaheuristic methods are useful tools in solving proposed model.     

Parallel variable neighborhood search for solving fuzzy multi-objective dynamic facility layout problem

In spite of the classic approaches of solution of dynamic facility layout problem, which only material handling and rearrangement costs are considered as objective function, these problems are the multi-objective problems. In this paper, a mixed integer linear programming formulation is presented for multi-objective dynamic facility layout problem concerning flexible bay structure. In addition, three current objectives in dynamic facility layout problems including minimizing material handling and rearrangement costs, maximizing adjacency rate, and minimizing shape ratio difference have been considered. Also, for solving this problem, two methods including the GAMS software and proposed parallel variable neighborhood search (PVNS) algorithm are used. So, it is worth mentioning that four test problems are solved by them, and the results show that the proposed PVNS algorithm is more efficient than the GAMS software.     

基于工序约束链编码的遗传算法求解产品综合调度问题

针对产品综合调度优化问题,提出一种基于工序约束链编码的遗传算法。该算法设计的编码方法,不但能准确体现产品工艺树中的工序约束关系,而且不会强加新的约束,保证了初始解空间的可行性和完备性;同时避免了分区编码方法存在强加约束和遗漏解空间的问题。针对交叉、变异操作产生不可行解的问题,设计了一种基于邻接矩阵的修复方法。实验测试结果验证了所提算法的有效性。     

基于自适应遗传算法的大型关重件车间布局优化

针对大型关重件生产车间的多行布局问题,建立了同时考虑物流费用与物流时间的多目标优化数学模型,运用了一种改进的自适应遗传算法,其交叉概率和变异概率可随群体的适应度自动改变,使算法避免陷入局部最优;加入精英保留策略,使每代中的最优个体都能够得到保留,避免交叉和变异操作遗失全局最优解。最后结合某船用曲轴车间实例,分别运用该算法和标准遗传算法对车间布局模型进行计算,通过数据和性能分析表明该算法有效的解决了遗传算法易陷入早熟及收敛速度慢的问题;优化后的车间物流费用及物流时间减少约35%,证明该方法在车间布局中的可行性和有效性。     

不确定需求下的设备动态布局方法

针对现有车间设备动态布局方法存在的不足,在考虑产品需求不确定性对布局性能稳定性影响的基础上,提出了一种结合模糊理论与改进遗传算法的不等面积设备动态布局方法。分析了产品需求不确定性及其随时间变化特性,引入了三角模糊数描述不确定产品需求;通过分析各生产阶段间的设备重组过程,将动态布局转化为数个静态布局,构建了基于柔性区域结构的不确定需求动态布局模型。结合三角模糊数运算及排序方法与自适应局部搜索机制提出了改进遗传算法,以物料搬运及设备重组费用总和为优化目标,解决不确定需求下的不等面积设备动态布局问题。通过算例测试和实例分析,验证了所提方法的有效性和实用性。     

基于小生境技术的任意多边形优化排样

研究了将任意多边形在矩形板料上的排列方式转化为特定编码的方法；建立了编码和排样方式的映射模型，并采用基于小生境的遗传算法(niched genetic algorithm)对排样过程进行了优化；详细介绍了多边形包络矩形的简化算法以及优化过程，并通过一个实例，分析了所提出的方法的优缺点。     

Dynamic facility layout problem based on flexible bay structure and solving by genetic algorithm

Finding positions of departments on the plant floor for multiple periods while minimizing the sum of material handling and rearrangement costs is the base consideration of dynamic facility layout problems (DFLP). In this paper, a new kind of DFLP using flexible bay structure is studied. In a plant layout, based on flexible bay structure, departments are assigned to parallel bays in a plant floor. Departments could be free oriented and may have unequal areas as well as a mixed integer programming formulated to find optimal solutions. Due to complexity, only small-size problems could be solved in logical time while using exact methods. Therefore, a genetic algorithm (GA) was proposed to solve this optimization problem. This method was tested on some test problems of the DFLP literature. The results show the effectiveness of the proposed algorithm.     

基于改进粒子群算法的多分支电缆自动布线技术

以多分支电缆的总质量作为优化目标,考虑电缆敷设相关的工艺约束,基于Steiner最小树建立多分支电缆自动布线的优化数学模型。提出了电缆布局优化的改进粒子群优化算法,采用一维定长度数组对多分支电缆布局进行粒子编码,在电缆分支点处引入引力算子,指导粒子的运动方向,并通过飞机舱段布线实例验证了所提方法的有效性。     

考虑双联卡箍约束的航空发动机多管成束敷设优化方法

为解决航空发动机多管路成束敷设问题,提出了一种基于双联卡箍约束和改进NSGA-Ⅱ的管路敷设优化方法。提出一种基于混沌反向学习机制和Levy变异算子的改进NSGA-Ⅱ算法,以改善算法收敛性和非支配解分布性。为解决管路和卡箍的装配约束和设计耦合关系,建立了基于双联卡箍约束的路径模式,生成卡箍和路径控制点,综合考虑管路敷设与卡箍布置规则,基于改进NSGA-Ⅱ设计管路-双联卡箍敷设算法,对卡箍位姿参数和管路路径同时求解。根据多管端口相对位置,提出基于聚类分析的管路分组及敷设序列规划方法,调用管路-双联卡箍敷设算法完成多管成束规划。所提敷设方法在管路设计阶段即考虑卡箍布置问题,实现了双联卡箍布置和多管成束敷设的同时自动规划,最后通过测试函数和敷设算例验证了所提方法的有效性。     

人机结合蚁群/遗传算法及其在卫星舱布局设计中的应用

卫星舱布局设计问题既存在计算复杂性的组合爆炸,又存在工程的复杂性。许多工程实践表明发挥人机各自特长能有效解决此问题。提出人机结合蚁群／遗传算法HCAGA的求解方法,该算法是将人工方案(人工解)和算法解用统一编码串形式编码,二者结合构成解群,共同参与该算法操作。给出了由计算机自动或人工决定人工方案(人工解)输入时机的两种方式,给出简化的三维卫星布局设计算例。用该算法与并行遗传算法(PGA)和蚁群算法(ACO)进行对比,结果表明该算法在获得工程满意解和计算效率方面较为优越。