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。     

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.     

预防维护下装配线平衡的集成优化

在装配线生产过程中,当某个工位的设备突发故障时会导致全线停工,带来重大的经济损失,为此本文提出预防维护下的装配线平衡问题,对正常生产和设备维护两种情形下的生产负载进行集成优化。以给定工位数量下正常生产节拍、预防维护时的生产节拍以及两种模式切换时的工序调整数量的最小化为目标建立数学模型,采用遗传算法进行求解。案例分析表明,预防维护下的装配线平衡可有效实现正常生产与设备维护之间的快速切换,保证生产的高效性和稳定性。     

装配线多技能作业人员优化配置模型

人员配置是影响装配生产效率的重要因素。针对装配人员岗位能力描述问题,提出了岗位适应度的概念,以技能等级和给定时间段内人员执行装配作业的累计时间为参数对岗位适应度进行描述,建立了以人员岗位适应度最大和装配线各工位之间作业人员岗位适应度差异最小为目标的装配线人员优化配置模型,设计了一种基于岗位适应度矩阵的启发式求解算法,通过举例分析验证了方法的可行性。     

求解随机型双边装配线平衡问题的混合回溯搜索优化算法

针对现实生产中普遍存在的操作时间为随机的双边装配线平衡问题,提出一种混合回溯搜索优化算法。该算法将变邻域搜索算法的局部搜索能力融入到回溯搜索优化算法的全局搜索中,从而实现广度搜索和深度搜索的平衡。运用基于随机键的编码将用于求解连续问题的回溯搜索优化算法应用于离散组合优化问题,同时提出一种基于均衡双边负载的边选择策略和减少工位空闲时间的任务选择策略的解码方法,并将该方法同另外4种解码方法进行对比,以验证其优越性。标杆算例测试表明,所提出的算法具有可行性和有效性。     

基于混合粒子群算法的货位优化分配问题

基于COI分类存放的思想,同时考虑到货位分配问题中存取开销和占地花费的平衡,提出了一种混合粒子群算法以解决仓库货位优化分配问题．建立货位分配模型,并引入了货物的COI值对货物进行重新分类．将粒子群算法同人工蜂群算法相结合,通过优化COI值从而对货位进行优化分配．最后,进行实验分析并证明了混合粒子群算法的正确性,可有效地应用分类存放策对货位进行优化分配,减少货位数和存货代价．     

混流装配线平衡问题与规划方法研究

针对客户需求变化、产品设计不断升级演进、装配技术与设备更新等迫使装配线再次调整与演进平衡的问题,综述了现有装配平衡/演进平衡的主要内容及研究进展。首先从混流装配线平衡、混流装配线再平衡两方面总结了混流装配线研究进展与平衡规划方法;其次,对混流装配线平衡问题的分类和通用解决方法进行了归纳与总结;最后,在以上研究分析的基础上提出了产品演进驱动下装配线平衡的进一步研究方向。     

智能综合原料库存优化系统及应用

库存控制是生产企业特别是连续生产企业物流管理的核心.作者根据某有色冶炼企业原料库存的实际情况,分析了具有连续生产特点的有色冶炼企业原料库存的特点,并提出了智能综合原料库存优化系统,阐述了智能综合原料库存优化系统的核心--管理决策中心的构成及功能,建立了一个以节省资金为直接性能指标的原料库存优化模型.在进行优化计算的过程中,采用了一种改进的遗传算法,该算法可以有效地克服传统的遗传算法容易陷入局部最优解的缺点.将该模型应用于该企业的原料库存工作中,与该厂原有的库存方法进行比较,结果表明采用该方法,可以提高企业经济效益.     

基于组合赋权的装配线作业人员优化配置

文章以装配线多技能作业人员为研究对象,首先依据作业人员在装配工位完成相应生产任务的历史数据,通过计算质量、时间和数量3个方面的评价因子,使用组合赋权评价方法确定各因子的动态权重,计算人员胜任力指数;基于胜任力指数实时矩阵,构建了以整条装配线上人员胜任力指数总和最大为目标的人员优化配置模型,并采用启发式求解算法进行优化求解,通过实例验证了所述方法的可行性和实用性。     

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。     

多目标混流装配计划排序问题

在总结混流装配线排序问题的优化目标基础上,给出了一种混流装配线排序多目标优化模型.采用一种染色体映射的策略,有效地解决了遗传算法中染色体变化后难以保证主生产计划约束的问题.对比计算的结果表明:多目标计划排序不仅能有效保证基于生产负荷平衡的目标和基于物流平顺化的目标的要求,同时还能减少装配中品种切换频繁的问题.     

多载具自动化存取系统货位分配和拣选路径集成优化

为了提高多载具自动化存取系统整体进出库效率,分析了多载具自动化存取系统的运作特点,建立了同时考虑货位分配和拣选路径的集成优化模型。模型以最小化单位指令周期的行程时间为优化目标,最后设计了两阶段禁忌搜索算法求解该问题。不同货位规模和不同载具数量的数值实验结果表明:两阶段禁忌算法获得的行程时间较初始解有至少40%的改善,而且与分别优化的方法相比行程时间也能降低7%~23%。