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。     

基于GA-PSO的多目标混流装配线排序研究

为求解生产调度中的多目标混流装配线排序问题,提出一种将遗传算法与粒子群算法相结合的混合算法——GA-PSO算法.为更好地评价个体,提出一种引入个体的Pareto分级和拥挤距离的适应度函数.针对标准PSO算法求解排序问题的不足,提出了一种将实数映射成离散值的方法.在算法的历次迭代中,早期通过遗传算法全局搜索优势扩大搜索范...     

基于遗传算法的混流装配线工作站平衡研究

现有的装配线平衡方法缺乏关联性、系统性和整体性,未考虑混流水装配线工作站分配、排序及实际应用中除工艺顺序以外的约束问题.文章以车桥装配生产线为例,引入惩罚函数优化装配工艺顺序以外的约束,利用遗传算法对该问题进行编码求解,将工作站数最小与平衡率最高同时进行优化.最后通过实例进行仿真运算,以加强混流产品装配生产线工作站分配及平衡策略的可行性、有效性和前瞻性,为装配线尤其是车桥类装配线工作站分配和平衡提供了一种有效途径.     

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NSGA-Ⅱ算法的汽车内饰装配线投产排序研究

以某汽车企业的内饰混合装配线为对象,同时考虑零件消耗速率均匀化和最小生产循环周期最短两个目标,对内饰混合装配线的投产排序问题进行研究。构建了混流排序的数学模型,采用NSGA-Ⅱ算法求解,得到一组Pareto解集,给出了各优化解在两个目标下的函数值。该方法避免了采用加权法求解多目标问题时,权重难以合理确定的问题。同时该方法可以提供多个投产顺序,供决策者选择。最后通过实例验证了该方法的有效性。     

改进智能水滴算法求解多目标混流装配线平衡问题

针对第Ⅰ类混流装配线平衡问题，为了更大限度地提高装配线效率，设计一种基于改进智能水滴算法的多目标混流装配线模型.该模型通过在选择工位的同时考虑启发式因素与土壤值来提高装配效率，在处理产品切换引起的负荷变化的同时，能够很好地优化装配线的工位数、平滑指数和操作关联度.通过使用帕累托分层对传统的智能水滴算法进行修改，从而达到一个帕累托集以实现目标的优化.利用若干个装配线问题的标杆算例对提出的算法进行测试并进行指标分析，实验结果显示与其他算法相比，本研究算法计算出的结果更优，非支配解比例、解集分布性等指标更好.     

一种基于工作站Petri网模型的混流装配线重构方法

针对由需求的短期、大幅变动导致的混流装配线产能不足问题,提出了一种基于设备添加方式的混流装配线重构方法.该方法通过任务量对代表产品的等值转化,可依据交货期判断当前装配线产能是否满足要求,并根据产能需求调整装配线结构,最终给出完成订单的设备集.研究结果表明:对于不同订单,装配线的能力不足和能力过剩设备集不尽相同.本文所提方法可直接作为混流装配线重构的方案,也可以作为混流装配线间线线平衡和外协加工等其他产能调整方案的参考依据.     

考虑能效的多机器人协同装配线平衡方法

为解决工位内多机器人的协同装配问题,以装配线的节拍、能源的总消耗以及机器人的总投入成本最小为优化目标,建立了工位内多机器人协同作业的装配线平衡问题的数学模型.在此基础上,提出了一种基于工位码、任务码、机器人码三层编码的多目标混合帝国竞争算法,该算法融合了非支配排序遗传算法的排序规则,并引入了延迟爬山算法,以提高算法的搜索性能.最后,对算法进行仿真实验,结果表明该算法是有效、可行的.      

基于Pareto最优的多目标集成柔性协作计划与分批调度

针对工件在实际批量生产模式下数量过多时其柔性协作计划、柔性批量分割和调度排序的集成优化难以进行同步决策的问题,构建了一种以平均交货期满意度、模糊总生产成本、模糊完工时间、平均拖期可信度等为目标的集成柔性协作计划与模糊柔性分批调度模型,设计了一种基于Pareto最优的多目标求解算法,并根据求解过程中的特殊性,提出了包括协作染色体、批量分割染色体和调度排序染色体的集成编码方案以及Pareto综合寻优方案,最后通过仿真结果验证了该方法的有效性.     

求解混流装配线调度的疫苗共生克隆选择算法

针对混流装配线的多目标调度优化问题,提出了一种疫苗协同进化的多目标免疫克隆选择优化算法.设计了疫苗种群及其相关操作,使其跟抗体种群相互影响并协同进化,提高了算法的性能;针对调度优化问题的离散性,选择同时从抗体的基因型和表现型评价抗体亲和度;依据抗体质量和进化代数,设计了自适应变异率;在每次迭代过程中,通过多次局部寻优加快算法收敛速度.最后通过两组实例仿真,与另3种多目标优化算法进行比较,结果证明该算法可得到更好的计算结果.     

基于改进型遗传算法的混流U型装配线第二类平衡问题

针对最小化生产节拍的第二类混流U型装配线平衡问题,构建了混合整数规划模型,并设计了改进型遗传算法求解.在遗传算法的解码过程中,采用3种搜索方式将工序分配到工作站,比较了3种搜索方式下的工作站时间,并参照期望生产节拍值筛选出最优的工作站分配方式,再根据分配方式的寻优情况判断是否自动更新期望生产节拍值.通过大量的标准算例,...     

改进鲸鱼优化算法及其在混流U型装配线平衡问题的应用

为提高鲸鱼优化算法的寻优效果和求解稳定性,通过改进算法的种群初始化、局部搜索、越界处理方法和收敛因子,提出一种改进的鲸鱼优化算法 。 采用基于切割法的均匀设计种群初始化方法,改善算法初始种群的均匀性;通过引入基于NEWUOA算法的局部搜索算子,提高算法的局部搜索能力;在算法的越界处理方面,提出一种基于环形区间和随机波动的方式,降低算法陷入局部最优的可能;引入了非线性收敛因子和自适用权重,均衡算法的局部和全局搜索,并进一步增强搜索的精细度。通过7个单模态、多模态以及固定维度的基准测试函数进行了数值仿真实验,验证了改进的鲸鱼优化算法相较于遗传算法、鲸鱼优化算法以及其他改进的鲸鱼优化算法,在寻优效果和求解稳定性方面具有优越性。 针对混流U型装配线平衡问题,考虑最小化装配线的节拍时间,将改进的鲸鱼优化算法用于问题求解;在解码阶段,设计一种基于阈值的解码方法,优化工序的分配过程;最后计算了21个混流装配线算例,结果表明,改进的鲸鱼优化算法在20个算例中求得了更优解,相较于其它算法,节拍时间平均降低3.02%。     

Sequencing of Mixed Model Assembly Lines Based on Improved Shuffled Frog Leaping Algorithm

Shuffled frog leaping algorithm( SFLA) was used to solve multi-objective sequencing problem of mixed model assembly line( MMAL). Local convergence can be avoided and optimal solution can be obtained to a certain extent. However,the multi-objective sequencing problem of MMAL is an non-deterministic polynomial hard( NP-hard) problem and the shortcomings are slow convergence rate and low precision. To solve the shortcomings for optimization objectives of minimizing total utility time and keeping average consumption rate of parts, a chaos differential evolution SFLA( CDESFLA) is proposed in this study. Because SFLA is easy to fall into local optimum,the evolution operator of differential evolution algorithms is introduced in SFLA as a local search strategy,and differential mutation operator is introduced in chaotic sequence to prevent premature convergence. The examples show that the proposed CDESFLA is better for convergence accuracy than SFLA,genetic algorithm( GA) and particle swarm optimization( PSO)     

基于交替迭代遗传算法的多级车间生产计划与调度的集成优化

为了提高多级生产系统的运作效率,研究了一类多周期的多级车间生产计划与调度的集成优化问题,该生产系统由一级混批Job-shop车间和一级混流装配车间串联而成.首先建立了该类集成优化问题的混合整数规划模型,该模型从上下游生产车间的需求关系出发,综合考虑上下游车间的物料平衡、设备负荷以及开工位置等约束条件,同时满足优化上下游生产线的费用目标.然后提出了一种交替式混合遗传协调优化算法求解该集成优化问题,其主要思想是给定计划用一种混合遗传算法求调度,反过来给定已求调度用另一种混合遗传算法求取新计划,如此不断交替使用2种混合遗传算法实现计划与调度的同时优化.仿真结果证明了该方法的可行性和有效性.     

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。     

随机型装配线平衡与缓冲区配置集成优化

线平衡问题和缓冲区配置问题在装配线设计中常被分开独立研究,二者之间存在复杂的交互影响关系.随机型装配线由于操作时间波动加剧了二者之间的相互作用与影响,先平衡再缓冲区配置的串行优化模式难以得到全局最优结果,因此需要在线平衡的同时协同解决缓冲区配置问题.针对随机型装配线规划问题,在基于操作时间状态熵的工位复杂度定义基础上,以生产率最大,整线工位复杂度均衡指数、标准操作时间均衡指数和缓冲区总量最小为优化目标,构建线平衡和缓冲区配置集成优化模型.采用参数化建模仿真获取整线生产率,通过改进的遗传算法获取集成优化方案.最后对变速箱装配线实例进行计算验证,证明了该方法的有效性.     

基于蚁群算法求解混流装配线传送带中断问题

将可扩展工作域概念引入混流装配线中的传送带中断问题,研究了该问题的相关性质：装配线中断发生的充分必要条件,目标函数的边界等．在此基础上,设计了约束集-蚁群算法求解环型油漆车身缓冲区约束下,以传送带中断时间最短为目标的汽车制造排程问题、算例验证了文中解决策略的优越性,同时显示了物料流平准化对传送带中断的影响．     

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。     

基于订单生产的多品种装配流水线的平衡

就订单生产条件下的多品种装配流水生产线的平衡问题展开讨论 ,进而建立以优化人力成本为目标多品种装配流水线的人力成本模型 ,最后通过运用混合遗传算法进行流水线的平衡 ,并根据实验数据进行验证