带AGV开放车间调度的析取图模型与求解

随着AGV小车在制造系统的广泛应用，其路线规划与生产调度集成可大大提高生产效率，降低运输能耗。这里以开放车间为研究对象，考虑AGV的物料搬运特性，提出了一种考虑最大完工时间和AGV能耗的双目标析取图模型，剖析问题特征，提取问题的关键弧特性；其次，设计了基于关键弧的多种邻域结构，融合遗传算法的全局搜索能力和变邻域结构的局部探索能力实现问题的寻优。最后，标杆案例测试结果表明，所提出算法可有效解决带AGV开放车间调度问题，多种邻域结构设计显著地提升了算法求解性能。     

机器故障下柔性作业车间的生产重调度方式决策模型

在机器故障后采用何种方式进行生产重调度，直接影响到柔性作业车间的生产效率和稳定性。为此，提出一种融合数据仿真、遗传优化与BP神经网络的重调度方式决策模型，以便在给定故障情形下经济、高效、快速地估计出最优重调度方式。首先，针对柔性作业车间，仿真生成不同机器故障情形下、各种重调度方式下的重调度方案，比较最大完工时间差值、工序结束时间差值和工序变动成本3个评价指标，将综合指标最小的重调度方式判定为给定情形下的最优方式，产生出带标签的大规模样本。在此基础上，构建基于遗传—神经网络的重调度方式决策模型，挖掘机器故障与重调度方式的内在联系，估计不同故障情形下的最优重调度方式。其中，遗传算法先用于确定BP神经网络结构，再用于优化权值和阈值。实验证明所提出决策模型能显著提升机器故障下柔性作业车间的决策效率与反应能力。     

基于改进MOEA/D算法的多目标单元构建问题求解

针对具有不同加工流程信息的多类型零件的单元构建问题，建立了最大化机器利用率和成组效率的多目标单元构建数学规划模型。在此基础上，提出一种改进MOEA/D算法(improved multi-objective evolutionary algorithm based on decomposition, IMOEA/D)。剖析模型特征，设计了面向机器分配和零件划分的双层编码策略；为了保证算法迭代的有效性，设计了初始化筛选方法和考虑各制造单元间机器零件平衡性的非法解修复策略；为了增强算法的局部探索能力，设计了基于模拟退火算法的局部搜索方法。实验结果表明所提算法具有优越的性能，获得的Pareto前沿解在覆盖率和Pareto比率两个指标上表现较优，且随着问题规模的扩大，其Pareto前沿优势更加明显。     

考虑拆卸序列的机器人拆卸线平衡优化

机器人拆卸逐步成为智能化生产的重要基础，提高机器人拆卸线效率，使其负载均衡尤为重要，拆卸任务顺序对拆卸线的影响也不可忽视。针对考虑拆卸序列的机器人拆卸线平衡问题，以工作站数量、平滑指数和最大工作站作业时间为优化目标建立多目标优化模型，提出ANP-熵权法为各目标分配权重，并提出一种改进离散粒子群算法来求解。通过实验表明所设计的耦合赋权法更能合理地量化目标权重，经过验证算法具有有效性，其性能优于对比算法，同时也说明所提研究方法有效可行，可对所研究问题进行高效的求解。