基于遗传算法的飞机脉动式装配线平衡

为解决飞机脉动式装配线平衡问题,建立了飞机脉动式装配线站位内平衡问题模型。在考虑装配线节拍和日可用工时的约束下,以最大化班组效率和班组任务分配均衡为目标,建立多目标优化数学模型,求解站位内最佳的班组数量和最优的作业顺序,从而实现脉动式装配线站位内的装配线平衡。在求解模型时采用基于可行序列编码方式的遗传算法,在染色体的初始化、交叉和变异进化过程中均考虑了染色体基因序列的可行性,有效提高了遗传算法的求解效率。通过案例验证了算法的可行性和有效性。     

基于混合优化算法的飞机总装脉动生产线平衡问题

为提高飞机装配效率和人员利用率,根据飞机总装脉动生产线的特点和平衡优化需求,构建多目标多约束的E类飞机总装脉动生产线平衡问题模型,并设计一种结合非支配排序遗传算法、布谷鸟搜索算法和动态搜索算法的混合优化算法进行求解。其中动态搜索算法解决E类装配线平衡问题求解效率低下以及质量不佳的问题;非支配排序遗传算法通过改进个体距离计算方法提高装配序列的优化效果;布谷鸟搜索算法则借助改进莱维飞行距离计算式提高最优站位数量的搜索能力。最后通过基准问题测试证明算法的性能优于相关问题算法,并借助应用实例验证了模型的有效性。     

基于约束矩阵和遗传算法的装配线平衡优化方法

针对装配线平衡问题(ALB),归纳装配作业的三种基本约束关系,并通过约束矩阵描述装配作业的约束与优先权关系.利用遗传算法对装配线平衡问题(ALB)进行分析和求解.算法中,提出基于约束矩阵的作业序列编码策略,设计遗传操作(选择、交叉、变异),并通过基于模拟退火机制的精英策略加速了算法收敛.最后,用实例证明此算法的有效性.     

基于IWD算法的多目标混合品种装配线平衡问题

为简化混合装配平衡问题的求解,进而提高装配线的生产效率,在兼顾产品切换引起负荷波动的基础上,综合工作站数、工作负荷平衡和任务关联度三个优化目标,提出一种求解多目标混合品种装配线平衡问题的改进型IWD(intelligent water drop)算法。对IWD算法的节点转移规则进行改进,加入最大概率引导规则和随机搜索规则;采用Pareto占优的方式对解进行分层以获得前沿解集,并根据分层结果给每个粒子提供一个启发值,依据启发值实施全局更新,增加算法的全局搜索能力;通过测试各种标准问题,验证了改进型IWD算法比遗传算法的求解速度更快、效率更高。     

基于遗传算法和仿真分析的混合装配线平衡问题研究

为兼顾混合装配线平均负荷平衡和瞬时负荷平衡,提出了一种综合运用遗传算法和仿真分析的混合装配线平衡问题的求解方法.首先,基于综合作业顺序图和多品种产品在每个作业任务上的平均作业时间,采用遗传算法求解混合装配线平衡问题,其优化目标是均衡各工作站平均作业时间;然后,对遗传算法求解的一组较优解,从瞬时负荷平衡方面进行仿真分析,其优化目标是最大化各工作站利用率;最后,综合两个优化目标确定混合装配线平衡问题的最优解.通过算例分析,验证了求解方法的有效性.     

基于模拟退火算法的装配线平衡方法

复杂产品装配线的平衡问题一直是制约车间生产效率的重要因素之一。针对复杂产品装配线平衡问题,在均衡各工作站位负荷、工作站数和最少损失时间等优化目标基础上,建立了多目标优化模型,采用模拟退火算法对模型进行优化求解。以发动机装配为例进行算法验证,计算结果中各工作站损失时间较低,装配线趋于平衡,表明此模拟退火算法有效。     

基于装配关系复杂性测度的多目标混流装配线平衡优化

在混流装配线中,各工作站装配关系复杂性会影响作业效率和工人负荷.基于信息熵对装配关系复杂性进行度量,以最小化生产节拍、装配线平滑指数和装配关系复杂性平滑指数为优化目标,建立多目标混流装配线平衡优化模型,运用第二代非支配排序遗传算法(NSGA 2)设计求解,并结合某企业混流装配线实例验证方法的有效性.研究结果表明该优化方...     

混合品种装配线平衡问题的一种混合搜索机制的蚁群算法

为有效求解混合品种装配线平衡问题,通过组合不同品种的优先顺序图,将混合品种装配线转化为单一品种的装配线形式.提出了一种带信息素总合规则的混合搜索机制的蚁群算法,通过在任务和任务分配序列的位置之间释放信息素、采用信息素总合规则以进行更有效的信息素累积,构造了综合考虑利用、探索和随机搜索的混合搜索机制,考虑了局部信息素更新和全局信息素更新.为提高搜索效率,以协同考虑装配任务作业时间和后续任务数的分级位置权重作为蚁群算法的启发式信息.最后通过实例验证,说明了算法的有效性.     

求解装配线平衡问题的一种改进蚁群算法

为求解给定节拍最小化工作站数的第Ⅰ类装配线平衡问题,提出了一种改进的蚁群算法.在该算法中,针对装配线平衡问题的具体特点,给出了蚂蚁分配方案的生成策略.通过在任务和任务分配序列的位置之间释放信息素,并采用信息素总合规则进行更有效的信息素累积.为提高搜索效率,以综合考虑装配任务作业时间和后续任务数的分级位置权重为蚁群算法的启发式信息.最后,通过对大量测试问题集的验证,说明了算法的有效性.     

面向大批量定制的产品族装配线平衡优化

针对产品族混合装配线平衡问题,建立了产品族装配线平衡模型,提出了一种改进的双种群遗传算法对产品族装配线进行优化。首先,通过研究分析产品族装配线的特点,重点考虑了作业之间的相关性;在遗传算法优化过程中,以最小化工作站数、最小化站间和站内负荷指数为优化目标,通过新译码方式弥补传统译码方式的不足,并在双种群中进行个体交换,提高了种群多样性,加快了算法的搜索速度和优化效率。最后,通过小型轮式装载机产品族装配线的平衡优化问题进一步验证了该算法的有效性和可行性。     

贴片机贴装路径优化研究

贴片机贴装路径与表面组装生产线的装配效率紧密相关,深入分析贴装路径优化问题,提出该问题的数学模型,应用遗传算法实施贴装路径优化,并给出相应的MATLAB程序.通过仿真实验,验证了该方法是可行的.     

面向大规模定制的混流装配线平衡研究

为解决面向大规模定制的混流装配线的平衡问题,分析了这一类装配线的特点,并综合考虑工作站的数量、工作站的负荷及装配线效率三个因素,提出了面向大规模定制的混流装配线的平衡模型和优化装配线平衡的混合遗传算法.该算法将模拟退火算法和遗传算法相结合,采用了交叉概率和变异概率的自适应重构策略,有效避免了算法的早熟,增强了算法全局寻优能力.实例仿真计算表明,该算法比标准的遗传算法和模拟退火算法具有更高的求解质量和求解效率.     

行驶时间区间不确定的装配线物料配送路径规划

为解决装配线物料配送中车辆行驶时间不确定导致物料不能及时送达的问题,提出行驶时间区间不确定的路径规划方法。不确定行驶时间由区间数表示,采取鲁棒优化方法,引入路径相关不确定参数,以最小化车辆行驶距离为目标,考虑三维装载和时间窗约束,建立装配线路径规划模型,并设计了一种混合遗传算法求解模型。算法中,采用锦标赛选择避免适应度值转换,设计一种离散莱维飞行提高算法搜索性能,通过与不同算法对比,表明了该算法的有效性。最后以变速器装配线物料配送路径规划问题为例,通过该方法得到了不同不确定程度下的路径方案,使用蒙特卡罗方法分析了不同方案抵抗不确定行驶时间的能力。     

Sequencing the mixed-model assembly line to minimize the total utility and idle costs with variable launching interval

A mixed-model assembly line (MMAL) is a type of a production line where a variety of products is assembled on it. A mixed-model assembly line problem involves not only solving the traditional problems of the assembly line design (i.e., determining the cycle time, the number and sequence of stations, and the balancing problem) but also determining the sequence of products in assembly line. The product sequencing has a high effect on the mixed-model assembly line efficiency. In this paper, we consider sequencing problem with a variable launching interval between products on the assembly line. A mathematical model is presented, which is capable to solve the small-sized ones of these problems. The considered problem involves two optimization problems (the sequencing problem and launching interval problem). Since this problem is strongly NP-hard, a hybrid metaheuristic algorithm based on the simulated annealing approach and a heuristic approach is developed. The heuristic approach (launching interval between products algorithm) is presented to solve the launching interval problem for each sequence. Numerical experiments are used to evaluate the performance and effectiveness of the proposed algorithm. Variable launching interval consideration in MMAL problem causes the higher complexity of this problem. However, this assumption improves the considered goals for this problem. Not only a power algorithm for MMAL is presented in this paper but also the effect of this assumption is discussed. Numerical experiments are used to evaluate the performance and effectiveness of the proposed algorithm.     

多工位装配序列粒子群优化算法

针对传统单工位装配序列求解上的不足,将粒子群算法应用于多工位多目标装配序列优化的求解,提出一种面向复杂多工位产品的装配序列优化方法。采用优先序列图(Assembly precedence graph,APG)来描述零件间的优先约束关系,构建优先关系矩阵、装配干涉矩阵、工位能力表和装配信息表,描述装配部件干涉及工位之间的关系;给出粒子群算法编码体系和装配关系算法模型表达方法;综合考虑装配操作成本、装配工具更换成本和装配夹装变更成本和运输成本的影响,提出有工程意义的适应度函数的表达式;根据APG生成随机的可行初始装配序列,并利用粒子群算法(Particle swarm algorithm,PSO)对装配序列和装配工位进行优化。以飞机起落架装配序列规划实例验证多工位粒子群装配序列优化算法有效性。     

基于遗传算法的飞机装配序列规划优化方法

在基于割集的装配顺序规划方法中,随着零件的增加,装配序列数呈指数增加,由此导致算法的组合爆炸问题。为此,提出了基于．遗传算法的装配序列规划优化方法,研究了零件装配信息的基因组表示方法,将参与装配的零件的基因组排列成序,实现装配顺序的染色体表示。采用模糊集理论建立了适应度函数,并对装配序列进行评价和优化。以某型飞机机翼产品为例,验证了技术的有效性。     

求解分布式混合流水线调度问题的改进双层嵌套式遗传算法

针对分布式混合流水线生产的生产调度问题,模拟实际排产中的排产到线和排产到时的排产策略,提出了基于改进双层嵌套式遗传算法的两层优化模型。外层依据流水线分配平衡和准时交货等基本原则总体上解决生产订单在流水线之间的分配问题,内层以最小生产时间为主要目的求解流水线的生产订单生产次序问题。考虑到双层嵌套式遗传算法的时间复杂性,基于模糊逻辑理论设计了一种模糊控制器来动态调整遗传算子,并采用主动检测停止方法,提高算法效率。使用某空调工厂的实际生产数据验证了算法的可行性、计算结果的准确性及排产策略的有效性,为高级计划与排程(Advanced Planning and Scheduling,APS)中大规模复杂供应链调度问题提供了可借鉴的方法。     

Microrobot based micro-assembly sequence planning with hybrid ant colony algorithm

Robot-based assembly sequence planning plays an important role in product design and has been widely researched in the macro world. But in the micro world, the characteristics of microrobot-based assembly, such as complexity and scaling effects, make the assembly problems much more difficult and seldom researched. In this paper, the microrobot-based micro-assembly sequence planning problem is discussed. The problem is transferred as a combinatorial optimization problem with several matrixes, such as the moving wedge matrix, the microrobot performance matrix, and the sensing matrix. Furthermore, the geometrical and visibility constraints of assembly sequence and evaluation criteria for optimization are given. A particle swarm optimization (PSO) algorithm modified ant colony optimization (ACO) algorithm, called a hybrid PS-ACO, is devised to solve the problem efficiently. The combination of local search and global search of PSO is introduced into the ACO algorithm, which can balance the exploration and exploitation performances of searches. The experimental results have shown that the PS-ACO can solve the micro-assembly sequence planning problem with better convergence performance and optimizing efficiency than basic ACO and GA.     

面向大规模定制的装配线优化调度研究

针对大规模定制生产模式下汽车装配线调度存在的问题,提出一种多目标优化调度的方法,设计了相应的目标函数。提出一种多目标遗传算法,设计了相应的编码、选择和交换方案,在算法实现中对精英策略和选择机制进行了改进。仿真实验说明该算法可行有效,优于VEGA、PGA和NPGA等其他遗传算法。