飞机移动生产线物料配送与空箱回收集成建模

为了解决飞机移动生产线中作业物料的供给问题,构建了飞机移动生产线物料配送与空箱回收集成决策的模型并设计了求解算法.在物料组批和小车调度的基础上,引入了空箱的回收决策,建立了以小车出行次数最小化为目标的数学模型并设计了一种以遗传算法为框架的启发式算法.在遗传算法较优的全局搜索能力下,综合考虑小车的运载能力与线边空间的存储能力,设计了启发式算法对物料与空箱的组批方式以及小车出行时刻三类变量联合进行决策,并结合了局部搜索算法进行再优化.对提出的算法进行了数值实验,实验结果证明了模型与算法的有效性.     

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...     

某摩托车企业发动机装配线物料配送仿真与优化

针对某新建摩托车发动机装配线投产前需验证原生产物料配送方案是否合理的问题,利用Witness仿真平台建立发动机装配线物料配送系统仿真模型,并对其进行仿真分析．发现原方案在装配线边初始存量及配送车辆数量方面均存在不合理之处．据此提出改进方案,并从装配线生产效率、装配线物料缺货率和配送车辆忙闲率等方面进行研究,确定一种最优改进方案,优化装配线边初始存量、调整配送车辆的数量,提高整个物流系统效率和降低企业生产物流成本．     

飞机移动生产线物料配送与线边存储集成优化

为了解决飞机移动生产线中多并行作业物料的供给问题,构建了飞机移动生产线物料配送与线边存储集成决策的模型并设计了求解算法.在物料组批和小车调度的基础上,引入了物料在线边空间的存储决策,建立了以小车出行趟数最小化为目标的数学模型并设计了一种以免疫算法为框架的启发式算法.在免疫算法较优的全局搜索能力下,综合考虑小车的配送能力与线边空间的重复使用、共享等因素,使用反向动态小车调度算法和物料存储前瞻算法对物料的组批方式、配送时刻和在线边的存放位置三类变量联合进行决策.对提出的算法进行了数值实验,实验结果证明了模型与算法的有效性.     

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。     

复杂装配车间的物料推拉式配送策略

主要针对复杂装配车间的物料配送过程中出现的物料积压、配送模式单一、配送效率低等现象提出了一套推拉式结合的配送策略。这套配送策略包含推式配送管理策略和与之相对应的库存盘点策略,以及一种配送提前期算法;此外,在拉式配送策略方面还提出了最晚起配时间和处理周期两个关键理念,并对临时急需、返工等突发情况的处理提出了优化建议,较好的保证了生产和配送过程的稳定性。     

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 Simu-lation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...     

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.     

电子企业的生产任务转移及配送优化研究

电子企业应以市场需求为导向,以优化自身的生产能力及配送成本.以此为目标,对电子企业的生产任务转移及配送优化决策问题进行了研究.在提出生产任务转移及配送优化知识准则的基础上,建立了相应的优化模型和求解方案.给出的大型算例分析表明,提出的优化模型和求解方案效果良好,能为电子企业进行生产任务转移及配送优化决策提供参考.     

考虑产品质量控制的生产系统预防性维护策略联合优化研究

针对生产系统因生产异常导致的产品质量特征均值偏移,提出了设备状态与预防性维护周期相结合的预防维护策略,运用抽样监测产品质量绘制的均值控制图来判断机器设备的状态,考虑不同设备更新状况下包括抽样费用、维护费用、质量损失费用和停机损失费用的总费用,以单位时间期望总费用最小为目标函数,预防性维护周期与均值控制图参数（样本量、抽样间隔及控制系数）为决策变量建立模型。运用差分进化算法对模型求解以验证其可行性,并利用灵敏度分析方法验证决策模型的有效性。联合产品质量与预防性维护的决策模型更加符合生产系统的实际情况,有效提高经济效益。     

基于物料延期干扰管理的飞机装配线动态调度

为了提升飞机装配过程中应对物料供应延期干扰的能力,对物料供应延期情况下飞机装配线动态调度问题进行研究。通过对物料交付确定性和预测性两类信息的分析将作业分为四类进行调度决策,建立了基于时间和事件混合驱动的周期性滚动调度框架和对应的数学优化模型。针对该问题设计了一种改进离散粒子群算法,将Levy飞行和离散化解码机制嵌入算法,滚动求解调度模型。数值实验结果表明,本文提出的调度方法能充分利用物料供应信息,在确定本阶段决策的同时前瞻性地进行预测决策,相比于其他动态调度方法,该方法能更有效地应对各类物料供应干扰,满足飞机装配动态调度的需求。     

物料供给不确定环境下的飞机移动生产线动态调度方法

飞机装配所需的物料种类复杂且数量巨大,其准时供给往往存在较大的不确定性.为了有效解决物料供给不确定环境下的飞机移动生产线动态调度问题,将机器学习中的支持向量数据描述技术(SVDD)与传统的调度方法相结合,提出了基于SVDD的动态调度算法.通过软件CPLEX和元启发式算法求解不同物料供给延期情形下的调度模型,并将得到的优化结果作为样本对SVDD分类模型进行离线训练.在实时调度阶段,根据SVDD模型实现作业的提前、延期或准时执行的分类.基于该分类结果,利用局部前瞻搜索算法进一步对提前和延期作业的具体开始执行时间做出决策.数值实验结果证明了所提出的算法在响应速度和求解效果上均能满足实际飞机移动生产线动态调度的需求.     

基于混沌迁移策略的多种群差分进化算法

针对差分进化算法全局寻优效率偏低的弱点,提出了一种基于多种群的混沌迁移策略,用以改进常规差分进化算法。该策略通过在多种群并行进化过程中引入混沌迁移序列,引导个体进行种群间的迁移。利用混沌的遍历性和随机性,保证子种群之间能够进行充分高效的信息交换。仿真实验和PID控制参数优化应用表明:该算法具有很强的全局搜索能力,寻优效率高,有效地克服了基本差分算法的早熟收敛问题。     

基于差分进化算法的辅助燃油系统燃油转输参数优化

为了选取和优化辅助燃油系统燃油转输参数,通过对差分进化算法进行改进,发展了辅助燃油系统燃油转输参数优化计算方法,对燃油转输参数方案进行了优化计算分析.结果表明:发展的改进差分进化算法对燃油转输参数方案的优化问题求解有效;与给定的燃油转输策略的计算结果相比,燃油转输参数优化方案可以保证双发运行情况下和单发运行情况下的性能...     

一种改进的混沌粒子群优化混合算法

提出了一种改进的混沌粒子群优化混合算法.该算法利用信息交换机制将两组种群分别用差分进化算法和粒子群算法进行协同进化,并且将混沌变异操作引入其中,加强算法的局部搜索能力.通过对3个标准函数进行测试,仿真结果表明该算法与差分进化粒子群优化（DEPSO）算法相比,全局搜索能力和抗早熟收敛性能大大提高.     

基于量子差分进化算法的神经网络优化方法

一般的神经网络的结构是固定的,在实际应用中容易造成冗余连接和高计算成本。该文采用了协同量子差分进化算法(cooperative quantum differential evolution algo-rithm,CQGADE)以同时优化神经网络的结构和参数,即采用量子遗传算法(quantum genetic algorithm,QGA)来优化神经网络的结构和隐层节点数,采用差分算法来优化神经网络的权值。训练后的神经网络的连接开关能有效删除冗余连接,算法的量子概率幅编码和协同机制可以提高神经网络的学习效率、逼近精度和泛化能力。仿真实验结果表明:用训练后的神经网络预测太阳黑子和蒸汽透平流量具有更好的预测精度和鲁棒性。     

基于改进差分进化算法的系统辨识方法

对于复杂控制系统,采用传统建模方法得到的被控对象模型,存在精度较低和收敛速度较慢等问题。针对该问题,提出了一种基于改进差分进化算法的系统辨识方法,通过采用变异率和交叉算子动态更新策略,并实时更新种群以及优化、进化终止条件,大幅度地提升了辨识模型的精度以及算法的收敛速度。与传统的最小二乘法、二阶加时滞模型法、差分进化算法以及遗传算法相比,提出的辨识方法在精度上分别提升了94.91%、40.11%、23.33%和8.48%。与传统遗传算法和差分进化算法相比,提出的方法在收敛速度上提升了近3.2倍。实验结果表明,提出的方法可以有效地克服干扰信号影响,得到精确的系统传递函数模型。     

求解装配线平衡问题的混合遗传算法

装配线平衡问题一直是设施规划问题中的重要组成部分,是在建立生产线时就被考虑、解决并确定的。在面向市场的情况下,生产线必须是柔性的生产线,能快速响应新产品的需求,装配线平衡问题更应该是一个动态的生产调度问题。文章提出了混合遗传算法求解装配线平衡问题,给出了合适的编码方法,设计了新的交叉和变异算子,并通过实例验证了该算法的有效性和可行性。     

基于预测机制的装配作业重调度问题建模优化

飞机移动装配中因作业质量问题增加的修复作业会打乱装配计划并造成经济损失,为解决该问题提出了一种预测-重调度形式的闭环框架,该框架的前端利用质量相关部件衰退以及作业质量特性偏差的历史数据训练了作业质量预测模型,基于预测结果,重点针对后端建立了装配作业重调度模型并设计了改进型免疫算法(I-I-A)用于生成新的装配计划。数值实验部分从不同角度验证了I-I-A的有效性,同时也对所提闭环框架的性能优劣进行了对比分析。