基于遗传规划的动态作业车间调度规则生成

针对以最小化工件平均加权拖期为调度目标的考虑了工艺路线相关准备时间的动态作业车间调度问题,用基于遗传规划的方法智能设计生成用于优化求解问题的调度规则。详细介绍了算法用于调度规则设计的过程,并给出了仿真实验中算法的参数设置以及测试案例的生成方法。仿真调度结果以及对结果的单因素方差分析表明,由遗传规划进化生成规则的性能明显优于所选取的标杆规则的性能。对规则在其他各性能指标下的调度结果进行了同质分组,结果也表明进化生成的规则在其他调度目标下的鲁棒性也较好,这说明针对所要求解的特定调度问题环境,用智能算法遗传规划设计调度规则的方法是可行且有效的。此外,还分析了模型参数对调度规则性能的影响。针对基于遗传规划算法智能设计调度规则存在的优势与不足,指出了未来的研究方向。     

改进迭代局部搜索算法求解第Ⅰ类混流双边装配线平衡问题

基于第Ⅰ类混流双边装配线平衡具有生产品种多样性和生产过程复杂性的特点,研制了一种改进迭代局部搜索算法进行求解。在工位数量相同时引入新的二级目标,使前面工位承担更多负载,推进解的细微改进;提出基于工位的启发式解码方式,使成对工位内的负载更为均衡。在解码设计中,优先选择空闲时间较多的边作为分配操作的边,对每种产品优先选择不产生空闲时间的操作分配,然后通过最后成对工位调整策略进一步减少工位的数量。同时设计了新的改进启发式初始化和局部搜索方式,并通过参数校验验证改进的合理性。将所提解码方式与3种不同的解码方式进行对比,并将所提算法与7种不同算法进行对比,结果表明,基于工位的启发式解码优于对比解码,所提迭代局部搜索算法优于其他对比算法。     

第二类双边装配线平衡的混合粒子群算法

双边装配线广泛用于汽车、卡车等大型产品的装配过程中。为有效解决第二类双边装配线平衡问题(TALBP-II),提出了一种新的混合粒子群算法(HPSO)。该算法利用粒子群进行全局搜索,使用遗传算法中的交叉算子增强全局搜索,同时利用变邻域搜索进行局部搜索。结合TALBP-II的特点,提出一种解码方式,减少由于操作关系导致的空闲时间。提出工位时间判断策略,缩小搜索空间,提高局部搜索效率。实验结果表明所提出的混合粒子群算法能有效解决第二类双边装配线平衡问题。     

基于混合灰狼算法实现第Ⅱ类机器人U型装配线能耗优化

面向作业工序分配和机器分配,提出一种基于随机键编码的灰狼算法,以实现能耗最小化。算法在解码中,考虑工序间的优先关系约束和节拍约束,将工序和机器 分配到工位中。该算法基于灰狼个体间的社会等级信息,选择3只最优狼指引剩余个体进化,以实现种群的更新。同时,该算法依据作业工序分配和机器人分配,混合了两种交叉方式以增强最低等级狼群间的交流。最后通过U型装配线的标杆案例,验证灰狼算法的有效性和优越性。     

具有并行制造特征的自动化混流生产线调度模型

为提高自动化混流生产线的生产效率,瓶颈工作站通常设计有并行制造能力,以便同时处理多个工件。针对工件在并行制造单元上的实际加工时长跨越多个周期的情形,提出一种等效转换方法,从而将瓶颈工作站使用能力约束的研究对象从工作站整体转移到相互独立的多个制造单元个体上。以此为基础,针对自动化混流生产线周期性调度问题,构建了考虑并行工作站使用能力约束的混合整数线性规划模型。此外,基于现有文献针对并行工作站使用能力约束的建模方法,构建了该问题不考虑重入工艺情形时的混合整数线性规划模型。采用改进的标准案例首次指出了并行制造单元上搬运作业存在的周期性交替配对现象,并阐述了所提出转换方法处理相应约束的可行性。大量随机案例验证了所提出的模型的性能。基于随机案例的对比实验验证了所提出的针对并行工作站使用能力约束建模方法的最优性。     

多目标模拟退火算法求解混装线平衡与排序

针对混流装配线平衡排序优化问题,提出了一种多目标模拟退火算法。考虑到工位负载影响装配线的生产效率、工人越过工位边界干扰生产等问题,建立了以最小工位绝对负载偏差与最小工位越界距离的优化目标。所提出的模拟退火算法在初始化中将启发式任务分配规则融入平衡问题,根据产品投产需求随机生成产品序列;引入了基于帕累托阶层和拥挤距离作为多目标适应度评价指标;对帕累托前沿解集进行重启操作,避免算法陷入局部最优;采用一种新的接受策略,提高了算法寻优能力。通过测试标准问题实验,对所提出的算法进行参数校验。将所提出的算法与快速非支配遗传算法进行对比,采用收敛性和多样性两个评价指标,验证所提出算法的优越性。