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NSGA-II的多目标设备动态布局方法

对多个计划期内需求可预测的车间动态设备布局问题进行了研究.针对这一多目标、多约束的问题,以物流搬运和重布局费用之和、非物流关系以及面积利用率作为优化目标,将动态布局问题转化为重布局过程和多个子计划期的静态布局问题,构建了针对不等面积设备的动态多期布局问题的连续型多目标优化模型.采用带精英策略的非支配遗传算法(Non-dominated Sorting Genetic Algorithm II,NSGA-II)进行求解,克服了传统加权法求解多目标问题时加权系数难以确定和无法保证多目标同时优化的缺点,求解得到Pareto解集,供决策者根据企业实际情况优中选优.通过实例验证了本方法的有效性.     

遗传算法在设备布局设计中的应用

设备布局设计是整个制造系统设计的重要组成部分,合理的设备布局可大大提高企业对市场的响应能力,探讨研究制造系统的设备布局具有重要的理论意义和应用价值。本文结合设备布局的特点,提出了染色体的编码方法,设计了新颖的交叉算子,并通过实例分析,证明了遗传算法应用于设备布局设计的有效性。     

基于改进遗传算法的多行布置车间布局优化

对于多行的车间布局,传统的优化过程中距离定义不合理,均采用两点坐标差的绝对值之和,没有考虑到当两设备处于不同跨时,会存在运输障碍。此时,还会采用地面轨道运输,因此,存在两种运输成本,故在运输成本方面,也存在欠缺,只考虑了天车运输成本。在分析了上述不足的基础上,提出了一种改进距离定义且考虑地面轨道位置的数学模型,对轨道位置、设备序列、净间距序列同时进行优化,使优化更具实际意义。并利用改进遗传算法进行求解,设计了与问题相适应的编码方式,同时对交叉、变异操作也做出了相应的改进,从而提高了算法的优化性能。     

基于数据挖掘的多行设备动态布局CSCD

针对传统的多行设备布局问题需要大量参数并且获得困难的问题,为了改善这种情况,提出一种基于数据挖掘的动态设备布局方法。动态设备布局方法采用数据挖掘的Apriori算法对作业计划进行数据挖掘,根据贪婪搜索算法在频繁项的基础上获得初始布局方案,再通过距离计算寻优算法得到最终的布局方案。通过对该方案的最大完工时间和机群式布局对比,说明该方法应用于车间布局的有效性,并且该方法能根据不同的加工工件动态的调整布局,缩短加工周期,大大提高生产车间的柔性。     

基于改进遗传算法的多目标车间布局优化问题研究

以作业单元间物料搬运费用最小和搬运时间最短为优化目标,建立车间布局多目标优化模型.采用改进遗传算法进行求解,在选择、交叉及变异操作之后引入进化逆转操作,以提高遗传算法的局部寻优能力,加快收敛速度.最后对实例求解,将优化后的布局与原布局进行对比,得出搬运费用和搬运时间均有明显降低,验证了所建模型和算法的有效性.     

采用遗传算法的RMS设备布局设计及仿真

根据可重构制造系统车间设备布局的最小物流费用原则,建立车间的单行和多行设备布局的数学模型,针对设备布局属于NP完全问题,提出利用MATLAB遗传算法工具箱实现一个基本的设备布局模型的求解,降低了遗传算法对设备布局问题的求解难度。最后,给出一个六台设备的车间布局实例,采用Delmia/QUEST三维可视化仿真软件对求解的布局结果建立仿真模型,并进行仿真结果分析,为设备布局的改进提供决策依据。通过重建仿真模型,能够很好地解决设备布局问题。     

基于差分元胞多目标遗传算法的车间布局优化

以物料搬运费用最小和车间设备占地面积利用率最大为目标,建立了车间设备布局多目标优化设计模型.针对常用多目标算法不能很好求解该模型的问题,提出一种差分元胞多目标遗传算法.该算法在经典元胞多目标遗传算法的基础上引入差分演化策略,从而集成了元胞算法多样性好和差分演化策略在解决复杂问题时收敛性强、覆盖范围广的特点.分别运用该算法、经典元胞多目标遗传算法和NSGAII对测试函数及车间设备布局模型进行计算,通过数据和性能比较分析表明,针对多约束、多变量、非线性的模型,新算法具有良好的收敛性、分布性和扩展性,能有效解决相关生产实践问题.     

基于生物遗传算法的车间布局优化算法

为了有效地减少产品在车间中的传输时间,根据车间中的生产工件的工艺流程对设备进行优化布局是十分必要的。本文应用遗传算法突出的寻优能力,根据中小批量生产方式的特点,提出了车间内设备布局的优化设计方法。     

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...     

基于遗传算法和虚拟现实的施工设备布置系统

为辅助设计人员解决施工设备布置问题,基于遗传算法、虚拟现实技术和三维模型处理技术,提出了类交互式遗传算法。该算法首先执行计算机自动迭代完成的自然阶段,在满足人工参与条件后进入虚拟现实环境,进行人工评价和人工指导变异。通过对比分析表明,该算法能在明显减少用户参与次数的前提下,取得优于交互式遗传算法的解。基于该算法,实现了施工设备布置系统原型,并设计了基于不同技术的不同模块间的数据交互机制。实际应用验证了系统的有效性。     

基于改进遗传算法的空间管道无网格布局研究

针对空间管道布局这一复杂问题,创建了包括障碍物在内的布局空间的无网格模型,将整体布局空间依据障碍物尺寸划分为若干个规则的长方体,得到较少数量的布局节点,通过改进遗传算法从布局节点中搜索全局性最优路径.无网格模型有效地减少了均匀网格模型中的节点数量,改进遗传算法通过自适应调整变异率提高了寻优效果和收敛速度.算法利用VB6.0实现,操作简单.最后通过实例,并与均匀网格布局模型进行比较,验证了所提方法的快速性、正确性和有效性.     

基于SLP和AHP的工厂布局及评价研究

工厂布局是现代企业发展中面临的一个重要问题,它在很大程度上决定着产量、质量、生产率和经济效益。运用经典的设施规划方法(SLP),设计规划了某工厂布局,并将多标准决策应用于多布局方案的择优中,为布局评估建立了一种简单、可操作的评价指标体系,并实施了一致性和敏感性分析,从而使整个设计过程更加客观、高效。     

基于免疫算法的全断面岩石掘进机刀盘滚刀布局设计理论研究

全断面岩石隧道掘进机(TBM)刀盘滚刀布局对掘进性能有显著影响。文中针对滚刀受力与刀盘滚刀布局方法进行分析,针对刀盘径向载荷最小、刀盘倾覆力矩最小、质量分布均匀、破岩差异量最小4个优化目标进行层次分析法加权统一,建立了刀盘滚刀布局优化模型,采用具有非退化优势的免疫算法对刀盘滚刀布局进行了优化设计。以大伙房隧道的刀盘模型为工程实例,利用刀盘滚刀布局优化模型对MB264-311TBM型掘进机滚刀的优化布置进行了实践,针对米字型、螺旋线型破岩协调耦合布局及不具有耦合关系的随机型滚刀布局分别进行优化计算,优化效果显著。其中,随机型滚刀布置的优化结果明显减小了刀盘径向载荷与倾覆力矩,优化程度高达91.475%,提出基于随机型滚刀布局方式的TBM刀盘布局设计新理论。在兼顾刀盘的非性能指标约束条件下,该布局理论对于提升滚刀破岩效率、提高刀盘刀具的使用寿命具有重要的工程应用价值。     

制造系统设备布局的建模理论与求解方法

为提高企业对市场的敏捷反应能力及市场竞争力,在制造系统中提出了设备布局设计问题.介绍了设备布局的相关概念及不同分类标准下的布局形式,分析了各种设备布局形式的适用范围及优缺点.概括了布局设计中的优化目标及约束条件,综述了布局建模理论及其所建立的模型,并阐释了模型的求解算法.最后,探讨了目前研究中存在的一些问题,为今后的设备布局设计提供了参考.     

基于遗传算法的RGV动态调度研究

在巷道式自动化立体仓库中,环形轨道式导引小车系统(RGV)的效率是瓶颈.针对大物流量下RGV的动态调度问题,提出分组运输的方法,运用遗传算法把任务分配给各RGV,并针对具体问题提出了实用的编码方法.通过物流仿真软件eM-Plant比较了分组方法和先来先服务(First-come-first-serve)方法的效果,验证了模型的有效性.最后研究了RGV数量、出入货站台的数量以及每组任务数对产出量的影响,得到了相关的仿真数据,为环形轨道式导引小车系统的实际规划建设提供了可靠的依据.     

改进的实数编码遗传算法在产品布局设计中的应用

为求解复杂结构产品的布局设计问题,对实数编码遗传算法进行了改进,直接将问题的求解变量作为染色体基因进行编码,提出了一种解空间编码遗传算法。在求解问题前,对布局问题进行了预处理。在求解过程中,首先引入模拟退火算法的思想对解进行选择;然后对不同类型变量采用不同的交叉和变异算子进行了处理,并在变异前对个体的连续变量随机加一个扰动量,以控制其搜索范围;最后对求解的中间结果按最优保留策略进行了处理。该算法实现了3维空间布局规划的自动寻优,并求解了2维和3维带性能约束的布局问题,验证了该算法的可行性和有效性。     

基于非线性GA算法的动态P模型的参数辨识与验证

针对现有的GMM-FBG电流传感器的磁滞非线性问题,提出了一种改进的动态Preisach磁滞模型。采用非线性遗传算法对改进动态Preisach磁滞数学模型进行参数辨识,提高了动态磁滞曲线的预测精度。运用改进动态Preisach模型对GMMFBG电流传感器进行建模及实验验证,实验及仿真结果表明该模型具有较好的预测性,预测误差在3.0%以内。经过磁滞补偿使得传感系统电流的测量灵敏度达到0.050 nm/A。     

改进的遗传算法在异形件优化排样中的应用

对于二维不规则图形零件在排样区域上的最优排列，也就是对二维不规则图形的计算机自动排样算法进行优化的问题。采用矩形包络算法、遗传算法和模拟退火算法相结合，寻找排样件在排样时的最优次序及各自的旋转角度。再用基于“最低水平线”策略的启发式排样算法实现二维不规则图形零件自动排样。从而得到满意的优化排样结果。