改进系统布置设计法在车间布局设计中的应用

现代车间布局设计时，往往应用基于遗传算法（Genetic Algorithm, GA）选择最优布局的系统布置设计（Systematic Layout Planning, SLP）方法。为减少GA中轮盘赌模型随机性的影响，融合熵权-TOPSIS（ET）组合评价模型对GA的选择算子进行重新计算，形成ET-GA模式实现SLP方法的改进。最后，利用改进SLP方法对某车间进行布局设计，结合ET-GA模型的改进SLP方法与原方案、基于GA的SLP方法相比，物料搬运成本分别节约了12.50%、5.88%，非物流关系分别提高了3.72%、2.50%，物料搬运时间分别降低了21.02%、14.75%。     

保温杯企业布局优化

本文针对传统系统布置设计（Systematic Layout Planning,SLP）的一些缺陷,提出便于手工计算的改进型SLP法,并对保温杯企业设备布局进行分析及优化,帮助保温杯企业降低成本。     

基于SLP的ODM企业生产车间布置的仿真优化研究

针对原始设计制造商(Original Design Manufacturer,ODM)企业生产车间的特点,以某碳带公司为例,运用系统布置设计(Systematic Layout Planning,SLP)对其生产车间进行物流分析以及非物流分析,得到优化后的作业单位综合关系图和作业单位位置相关图,进而确定各作业单位的相对位置;利用Flexsim仿真软件对车间原始设施布置进行仿真建模,发现不合理之处并提出优化措施,最后结合SLP方法与Flexsim仿真模型的分析结果确定设施布置的优化方案.分析表明,优化方案对改善车间内物流、空间、半成品停留时间及设备利用等方面具有较好的效果,并且仿真模型技术在一定程度上弥补了SLP方法的局限性,使得优化方案具备更高的可行性.     

计算机仿真技术在设施规划与设计中的应用

基于工厂设计专家R.Muther提出的系统布置设计SLP原理,通过计算机仿真技术,并采用VisualBasic语言编写程序,最终实现对新建工厂设施的合理布置·     

基于SLP和改进粒子群算法的产品布局优化方法研究

产品布局设计要求在一定的功能空间内,各产品满足一定的约束条件且工作效率达到最高。本文从优化角度考虑,将产品布局问题看作是组合优化中的布局问题,在综合考虑产品之间的关系、尺寸、布置方向的基础上,引入工艺专业化布局SLP方法对产品的综合关系进行分析,并以整体厨房产品为例建立数学模型,采用改进粒子群算法进行求解,实现了产品布局优化设计。研究结果表明,采用SLP和改进粒子群算法为解决产品布局优化问题提供了一种有效的途径。该方法可以推广到家具产品布局、陈设用品布局、舱室布局、生产系统布局等方面。     

基于SLP改进遗传算法的多区域单双行 设备布局优化方法

针对多区域单、双行车间设备布局问题,利用车间二维平面坐标系将车间和设备参数化,构建出多区域单、双行设备布局的数学模型,并提出一种系统化布置设计法(SLP)与改进遗传算法结合的SLP改进遗传算法.算法以最小化车间物流成本为目标,考虑加工过程中产品质量的变化,采用分阶段的算法思想,引入自适应的交叉算子,使用混合种群的初始化方式.实验结果显示,该算法在解决多区域单、双行车间设备布局问题时能够以较快的速度收敛到较优解.     

SLP问题对先验分布的依赖性

本文在[1]、[2]的基础上，进一步讨论了随机线性规划（SLP）对先验分布的依赖性问题。给出了（SLP）对先验分布不依赖的条件与对先验分布的估计方法。     

基于SLP的装配车间设施布局优化设计

运用SLP方法,根据作业单位间的物流关系以及综合相互关系分析结果,绘制出了装配车间的作业单位位置相关图。再通过加权因素法进行分析、评价与选择,从而获得合理的车间设施布局。     

基于动态规划的自动向量化方法

由于SLP自动向量化算法使用的启发式策略会丢失一定的向量化机会,本文提出一种基于动态规划的自动向量化方法DPSLP,该方法采用比SLP更加激进的策略在基本块内寻找候选的SIMD指令分组,依据动态规划方程计算指令分组的代价并从众多指令分组中选择最优的分组进行向量化转换.实验结果显示,DPSLP与SLP相比测试程序的运行时间平均减少了8%,静态指令代价平均减少10%,平均向量宽度增加66.4%.      

基于SLP的农产品物流园区布局规划

SLP法是一种将各单元的相互关系通过量化的指标表现出来,并以此为基础安排布局的工程设计方法,将其应用到农产品物流园的布局设计中,能够更好地提高物流效率,降低物流成本,改善物流服务水平。     

SLP法在某汽车厂总体布局设计中的应用

通过对汽车厂现状的调查分析,获得其生产工艺过程及生产特点,应用SLP法对其总体布局进行设计.首先分析其厂区物流系统,确定各作业单位之间的物流和非物流强度关系,从而确定各作业单位的综合相互关系,绘制作业单位位置相关图和面积相关图.然后通过进一步地修正和调整,得到3个可行的布置方案,采用分层加权因素法确定了厂区的最佳总平面布置方案.     

批量及路径可变时机器ROBUST布置问题

应用混合遗传算法(HGA)解决了生产批量及路径可变时的车间ROBUST布置问题，即用遗传算法找到一种车间布置，它在各个生产时期都是最优或接近最优的．对遗传算法操作中产生的违反约束的个体采用修补和动态惩罚相结合的处理方法，即对变异操作产生的违反约束的个体采用修补的方法，同时在目标函数中引入惩罚函数控制种群中违反约束的个体数目，并设计了一个模糊控制器动态地调整惩罚系数，以解决遗传算法中的约束满足问题，提高了遗传算法的效率．仿真结果表明，所提出的动态调整惩罚系数的思想及方法是提高遗传算法效率的一种有效途径．     

基于系统布置设计与混合算法的锻造厂车间布局优化

针对因车间布局不合理而导致物流量浪费的现象,对某锻造厂进行研究,建立了物流量最小化的单目标优化函数,运用系统布置设计（SLP）方法对原始布局进行优化得到三种布局方案,采用层次分析法（AHP）与熵权法相结合的方法构建组合赋权模型,再通过逼近理想解排序法（TOPSIS)对三种方案进行排序优选,形成多指标决策评价模型。最后将遗传算法与和声搜索算法相结合,对锻造厂车间布局进行二次优化,获得最优布局方案。案例分析表明,此研究方法使物流量减少了28.82%,改进效果显著,同时也验证了该模型的优越性,对相关行业车间布局设计提供一定的参考价值。     

基于改进型自适应遗传算法求解设备多行布局问题

对面积不等、形状固定的设备多行布局问题，提出了自由换行布局策略和净行间距概念.构建了带逆向物流、净行间距的多目标组合优化数学模型.引入免疫系统群体多样性作为种群进化的标志的基础上，建立了改进的自适应遗传算法(Improved Adaptive Genetic Algorithm, IAGA)，实现了交叉概率和变异概率的非线性自适应调整.最后，对算法进行了实验对比分析.结果表明，所提出的算法能快速有效地获得问题的近似最优解，稳定性好，对解决设备多行布局组合优化问题具有实用价值.
     

基于脑模型联接控制器的车间布局多目标优化技术研究

该文根据车间物流费用和车间面积2个优化目标，建立车间设备布局多目标优化模型。并根据车间布局优化特点，设计了基于脑模型联接控制器的混合遗传算法对该模型进行求解。该算法具有自学习和自适应的特点。最后给出算例，通过对仿真结果的分析，证明该文所提算法能解决提出的问题。     

设施布置算法性能比较和仿真

为了解决多目标的优化问题,提出了变动临近区域遗传算法。算法在解决设施布置问题时,改进了质化研究和量化研究中的一些不足。仿真结果表明,与传统的NPGA、VEGA遗传算法相比较,该算法在最终解个数、算法的稳定性、染色体的均匀程度等评价指标上为最优。     

基于改进遗传算法的线材排样优化

针对线材排样优化问题,在分析线材排样方案数学模型的基础上,提出了基于改进遗传算法的优化求解方案。该算法设计了一种新颖的遗传算子,包括顺序交叉算子、线性变异算子、扩展选择算子。实验表明,该算法逼近理论最优值,而且收敛速度快,较好地解决了线材排样问题。     

二维板材圆形件剪冲的四块排样算法

针对二维板材圆形件剪冲下料问题,提出一种基于四块排样方式的下料算法.这种排样方式将一张板材划分成四个块,在每块中排放具有相同长度和方向的条带;条带中排放若干行同种圆形件.构造排样算法生成单张板材上圆形件的四块排样方式,首先确定圆形件在条带中的布局;然后构造递归算法生成条带在块中的布局;最后采用隐式枚举算法确定板材的最优四块划分.采用列生成算法调用上述排样方法生成多个不同的排样方式,按照单纯型原理择优选择一组排样方式形成下料方案,并对小数解进行圆整操作.使用文献例题和实际生产实例将本文算法与文献算法进行对比,结果表明: 本文算法下料方案板材利用率比四种文献算法分别高0.49%, 0.32%, 6.04%和1.50%, 计算时间能满足实际应用需要.