混流装配线车间内物料调度工位组划分优化法

基于准时制生产方式(JIT)提出对混流装配线进行工位组划分并安排配送车辆进行配送服务的优化方法.为保证混流装配线生产过程不发生缺料停产的情况,以配送车辆的承载能力与消耗工位配送时间窗为约束,配送车辆满载率与工位物料需求紧急程度为优化目标构建优化模型.运用遗传算法对模型进行求解,优化单个工作日总配送次数及配送车辆数量,给出配送工位组划分及车辆调度方案.最后,实例验证表明该方法具有可行性和有效性.     

基于Witness的生产物流车辆仿真研究

仿真是对复杂系统进行分析、研究和优化的重要方法。本文针对特定的生产系统,利用witness系统仿真软件,建立车间的生产物流模型。并通过对不同数量车辆情况下,设备利用效率、在制品数量等方面的比较,来寻找合适物流运输车辆配置方案。     

基于改进多目标布谷鸟搜索算法的 汽车装配线物料配送调度

考虑将电动车辆用来进行基于点对点配送策略的汽车装配线的物料配送,提出了改进多目标布谷鸟搜索算法. 首先,对该物料配送调度问题进行描述,在统筹考虑电量限制和准时化配送要求的基础上建立了以车辆数量和最长搬运时间作为衡量指标的目标函数,并开发了直接反映配送车辆和配送次序的融合编码机制. 然后,设计任务分配规则构造初始解,并在基于混沌动态步长的搜索过程中加入高斯变异和精英选择策略来提高算法的全局搜索能力和解的质量. 此外,开发两种局部搜索算子以强化算法深度寻优能力. 最后,仿真实验结果验证了该调度算法的可行性和有效性.     

面向生产车间物料上线的配送时区方法研究

为解决制造企业车间在生产过程中物料上线时间不精准、配送数量不标准、生产效率低下等问题,从物料有效流动的角度,提出了一种结合横向时间维度与纵向数量维度的基于订单为需求信息的时间倒排方法来快速确定车间配送时区。从时间维度与数量维度的角度对车间物料需求进行研究,以时间倒排方法研究车间物料配送时区,通过建立生产排程模型与数学模型来对具体的生产开始时间进行计算,合理安排工作人员对线边物料进行配送,并对生产线边物料进行配送时区的划分,研发出生产车间物料配送系统。以某发动机制造企业生产100台为例,根据生产开始时间以40 min为区间划分出10个配送时区,得出每个时区具体的配送时间,实现精准的配送时间需求点,较好地解决了物料配送时间交接浪费的问题。表明对生产车间线边物料配送实行信息化管理,不但提高了生产效率,同时也有效的支持企业的生产,为后期解决供应商到货时间问题提供参考。     

不确定加工时间下装配过程物料配送方法研究

文章针对加工时间不确定导致装配过程物料配送活动无法及时准确进行的问题,在实现装配过程信息实时采集与处理的前提下,提出一种基于实时信息驱动的物料配送模式;在此基础上,提出了物料配送系统,构建了系统的功能体系结构,并对系统实现的关键技术、物料配送动态决策系统进行了研究。将该物料配送方法应用于某发动机装配线物料配送系统,验证了方法的可行性和有效性。     

考虑能耗的混流装配线物料配送多目标调度方法

为了提高混流装配线物料配送的能源利用效率，考虑采用“转运”概念的送料机器人和线边集成超市配送模式，构建了存在换电情形的物料供应模型.结合送料机器人的能耗特点，以最小化送料机器人的使用数量和配送能耗为优化目标，建立了数学模型.在此基础上提出了变邻域搜索策略的改进型离散差分进化算法(VNS-MDDE)，用以解决多目标优化问题；该算法以最近邻启发式方法构建初始解，并引入变邻域策略进行局部搜索以提高解的质量.最后通过仿真实验验证了算法的可行性和有效性.     

基于MES的混流装配线物料配送方法研究

为了实现混流装配线高效率低成本的物料配送,文章结合制造执行系统（MES）特点,设计了一种动态的物料配送方案。通过引入工位信息元概念,建立产品装配过程实时状态监控模型,实时跟踪在制品信息,实现装配车间实时生产进程信息和物料信息的集成;采用时间惩罚函数最小化的配送人员最佳出发时间的算法,保证了装配线在不缺料停工的情况下单次配送数量、配送种类的最大化。结合实例验证了该方案的可行性与实用性。     

考虑转移策略的物料配送和空箱回收集成优化

为了降低飞机移动装配线物料供给成本,构建了考虑转移策略的物料配送和空箱回收集成决策模型并设计了求解算法。在配送和回收任务调度的基础上引入了转移任务和线边物料存放的决策,以最小化小车出行成本为目标建立了数学模型并设计了一种以混沌差分进化算法为框架的双层迭代算法。算法上层对配送物料的分批进行搜索,综合考虑小车装载能力和线边空间约束,通过启发式算法对配送小车的发车时间和线边存储位置进行决策,结合转移小车的线边循环运作方式,设计了修复算子对调度和存储方案进行再优化;算法下层对无法即时装载的空箱组批进行搜索,使用转移调度算法进行解码。通过数值实验验证了该模型和算法的有效性。     

基于禁忌搜索算法的物流系统车辆路径优化

增强物流企业的市场竞争力,提高配送效率、优化配送车辆路径、降低配送成本、增强客户满意度是关键。考虑到物流系统配送的现状,在传统配送路径模型的基础上加入软时间窗约束、配送车辆额定工作时间约束来分别反映客户的满意度、车辆的工作状态,以运输费用、非时间窗内服务产生的惩罚成本、车辆超时工作的折损成本、车辆启动成本4部分之和为目标函数,构建了带软时间窗的物流系统车辆路径模型。针对问题,在禁忌搜索算法的基础上,设置4种邻域变化规则来改进局部搜索;在有无时间窗条件下,分别用MATLAB对算例求解,比较配送路径的最佳方案与最低成本,验证模型和算法的有效性。     

发动机装配线平衡问题的分析与改进

利用系统分析技术对洛阳北方易初摩托车有限公司发动机装配线的平衡问题进行了分析，分析认为调试工位是装配线的瓶颈工位，在瓶颈工位的调整中，用Delphi编制程序对装配线和调试线的节拍吻合进行了仿真，找出了二者最佳配合状态，并依此对发动机装配线进行了调整。对调整前后的综合分析表明：调整后的方案提高发动机的生产效率，降低成本，提升企业市场竞争力，从而提高企业经济效益。     

汽车装配线电动车配送路径及换电站选址优化

考虑将电动小车用来进行基于厂内循环配送策略的汽车装配线的物料配送,提出了汽车装配线电动车配送路径及换电站选址问题,以最小化系统总成本为优化目标建立了数学规划模型.针对这一复杂的混合优化问题,对该问题的性质进行了分析,提出了两阶段动态规划算法获取小规模问题的最优解;对于中、大规模问题,通过种群分割技术并在Lévy飞行中融入深度邻域搜索算子构建了改进型离散布谷鸟算法.最后,进行了仿真实验,分别对比了两阶段动态规划算法,实数遗传算法及改进人工蜂群算法在解决该问题方面的性能,结果表明改进型离散布谷鸟算法的有效性以及在算法稳定性、搜索深度以及收敛性三个方面的较大优势.     

改进人工人群搜索算法在基于LBS物流配送中的应用

以基于LBS物流系统的物流车辆路径规划为研究对象,将一种改进人工势场法与人群搜索算法相结合,对LBS系统中物流车辆的路径规划进行优化.该算法首先利用LBS系统获取环境信息,包括车辆、目标和障碍物的位置和速度信息,其次在基本人工势场法的基础上加入速度因子,使配送车辆初步形成能躲避障碍物并追踪动态物流对象的可行性路径,随后利用人群搜索算法,在可行性路径中搜索最短路径,进而生成物流车辆至动态物流对象的最优路径.该算法有效的将改进式人工势场法和人群搜索算法紧密结合在一起,通过仿真实验证明了该算法在基于LBS的物流系统中物流配送路径规划的有效性,同时将该算法与传统路径规划A*算法进行对比,证明该算法有效的提高了系统中的整体搜索效率.     

考虑客户满意度的车辆路径优化及其算法研究

针对当前车辆路径问题中较少考虑客户满意度的情况,构建了基于模糊时间窗的车辆到达时间满意度函数和货物运输时长满意度函数,以最大化客户满意度和最小化配送总成本为目标建立VRPCCS数学模型.为了求解该问题,考虑到传统遗传算法存在依赖初始解、收敛速度较慢、容易陷入局部最优等缺点,设计改进的遗传算法与大规模邻域搜索算法相结合的混合算法进行求解,通过选取算例并与传统遗传算法进行对比,验证了模型和算法的可行性和有效性.实验仿真结果表明考虑客户满意度的物流配送方式不仅能够有效提升客户满意度,也能够降低物流企业配送成本以及车辆空载率,对于物流企业的车辆配送路径决策具有一定的参考意义.     

拖拉机前机罩装配线平衡优化

为了优化生产,提高装配线效率,在对约束理论及装配线平衡研究的基础上,运用eM-Plant软件建立了拖拉机前机罩总成装配线的仿真模型。通过运行仿真,识别出了瓶颈工序,并提出了改进方案,消除了装配线上的堵塞现象,降低了工位闲置时间,提高了装配线平衡率。仿真分析的结果为装配线的规划与布局提供了科学依据。     

混流汽车装配线缓存区配置优化

混流汽车装配线工艺复杂,关键位置缓存区数量难以确定,造成装配线无法正常、高效运行。文章以评价混流汽车装配线重要因素的装配线平滑指数和产能最大化为优化目标,建立以混流汽车装配线工艺信息、空间布局、物流路径为约束条件,关键位置缓存区数量为变量的仿真模型;针对该问题的复杂性,提出了一种基于遗传算法的仿真优化算法,并在Delmia/QUEST仿真环境中进行仿真优化,从而确定关键位置缓存区最优数量,实现装配线动态平衡和产能最大化。     

遗传算法在电子商务系统中的应用

在对电子商务物流运输系统中车辆货物配载最大效益的基础上提出了一种基于遗传算法的车辆配载的最佳建模方法,并应用实例进行了仿真分析。结果表明:该方法用于车辆配载系统的建模仿真能较好地满足物流运输系统中车辆效益的最大值的约束要求,并能较早地找到满足条件的群体,在物流系统的车辆配送问题中具有很大的应用价值。     

基于神经网络和知识库的物料配送动态调度

为有效地解决汽车混流装配线中多载量小车物料配送的动态调度问题,提出基于知识库和神经网络的调度方法.首先,对汽车装配线物料配送的动态调度问题进行描述,建立以装配线产量和多载量小车的物料搬运距离作为衡量指标的目标函数.然后通过Plant Simulation软件生成针对汽车混流装配线的仿真数据并对神经网络模型进行离线训练,在实时阶段利用神经网络模型和知识库实现多载量小车最优调度规则的选取.实验结果表明:所提出的调度规则选取方法选择的调度规则大多为最优调度规则,以较低的调度规则计算复杂性确保了调度的实时性能,能够很好地应对动态环境的变化,从而有效提升了多载量小车的动态调度水平.     

运用自动化信息系统优化的农产品物流配送路径研究

基于自动化信息技术的广泛应用,运用自动化信息系统研究了农产品物流配送路径的优化,提高配送效率和降低配送成本.首先,利用自动化的信息系统将配送车辆、配送员、物流公司、客户联系在一起,实时监控客户的需求变化,并保持信息沟通和共享,构建考虑自动化信息系统的农产品物流多配送中心成本优化模型.其次,结合A公司农产品物流企业数据,设计了一种运用GPS思想改进的混合算法进行路径的优化,得到一个最优化的配送方案,证明了该模型和算法对路径优化的科学性,也说明了改进的混合算法对于模型的最优解具有较强的全局搜索能力.最后,通过仿真实验结果证明,运用自动化信息系统对农产品物流配送路径进行优化具有可行性和合理性.在此基础上,本研究针对农产品物流配送路径优化的进一步发展提出了建议.     

基于价值流图的汽车TC装配线精益改进

价值流图是精益生产体系中分析流程浪费的有效工具,受到企业的重视与推崇。应用价值流图方法,在对某公司汽车副仪表台（TC）装配线现状分析的基础上,对装配线设施布局、工序安排、物料料架及成品包装等方面进行了精益改进。通过方法改进,减少了浪费,降低了生产成本,提高了生产效率。     

基于循环配送策略的汽车装配线物料配送调度方法

为有效解决基于循环配送策略的汽车装配线物料配送调度问题,进行了改进型免疫克隆选择算法的调度方法研究.首先,建立了数学规划模型,以最小化计划期内所有工位的线边总库存为优化目标,并提出了改进型免疫克隆选择算法.在算法设计过程中融入了模拟退火算子和邻域搜索算子,分别对克隆种群和记忆库进行操作,以克服传统免疫克隆选择算法易陷入局部最优、搜索深度不足等缺陷.最后进行了仿真实验,表明该算法是有效、可行的.