基于粒子群算法的车间布局优化应用研究

研究了某机加车间零件生产工艺路线,以典型加工工艺为主要参考,构建车间设备最优布局数学模型。应用基于分工合作的粒子群优化算法,在粒子群搜索的不同阶段给予粒子不同的惯性权值,对模型进行计算求解,提高算法的搜索及收敛效率。通过车间典型加工工艺与设备实例模型,验证了基于粒子群优化算法对车间设备布局优化求解的可行性及有效性。     

基于粒子群算法的车间布局优化应用研究

研究了某机加车间零件生产工艺路线,以典型加工工艺为主要参考,构建车间设备最优布局数学模型。应用基于分工合作的粒子群优化算法,在粒子群搜索的不同阶段给予粒子不同的惯性权值,对模型进行计算求解,提高算法的搜索及收敛效率。通过车间典型加工工艺与设备实例模型,验证了基于粒子群优化算法对车间设备布局优化求解的可行性及有效性。     

基于多目标果蝇算法面向低碳的车间布局与调度集成优化

以往车间布局和调度优化都是各自分开进行的,单独车间布局优化时一般假设待加工工件各工序的加工设备已经确定;而单独调度优化则在车间布局确定后进行的,这种分开优化的方式忽略了不同布局对工序加工设备间距离的影响,由此影响工序间的搬运时间,从而影响调度结果。为此,提出以车间制造过程总碳排放和总完工时间最小为优化目标的车间布局和调度集成优化模型。为了求解该模型,设计多目标果蝇优化算法(Multi-objective fruit fly optimization algorithm,MFOA)。为了增强MFOA全局搜索能力和维持算法的稳定性,设计一种基于混合步长的嗅觉搜索;为了增大果蝇种群的协作,避免陷入局部最优引入了全局协作机制。将非支配等级排序方法引入MFOA处理多目标问题,并用算例验证了多目标果蝇优化算法的有效性。将集成优化结果与车间机群式布局下的调度优化结果和将车间布局、调度分开优化的结果分别进行对比,说明提出的集成优化模型可以得到更低的碳排放,验证了模型的有效性。     

面向不确定性的车间布局调度集成建模与优化

针对制造系统的不确定性和车间布局调度协同优化难题,研究了不确定环境下车间布局调度集成优化问题,旨在耦合车间布局调度中的不确定因素,实现制造系统的高效有序运作。选取工件需求、工序加工时间和设备故障作为影响布局调度集成优化的不确定因素,构建以制造过程中总费用、总完工时间最小和鲁棒指标最大为优化目标的面向不确定性的车间布局调度集成优化模型。设计了一种具有改进选择算子的NSGA-Ⅲ(NSGA-Ⅲ with improved selection operator, NSGA-Ⅲ-ISO),改进选择算子增强了算法的全局搜索能力和稳定性,同时引入PBI距离并改进其极小值取值方法。通过基准函数测试结果表明,新算法具有更好的前端分布性和收敛性。将集成模型和改进的求解算法应用于车间布局调度工程实例,其结果进一步验证了模型和算法的有效性和可行性。     

基于混合遗传鲸鱼优化算法的柔性作业车间自动导引车融合调度方法

针对柔性作业车间调度问题,考虑自动导引车(AGV)在车间制造过程中只参与装卸和搬运工作,提出一种实现AGV路径规划与柔性作业车间调度集成优化的融合调度模型。采用基于工序排序与机器选择两个子问题的二维向量编码方案,并在解码过程中提出基于最先服务原则的AGV安排策略。对鲸鱼优化算法进行离散化改进,针对性地设计了多种种群初始化策略,引入遗传算法的交叉、变异操作以提升鲸鱼优化算法的全局搜索能力,并嵌入局部搜索算法以达到全局搜索和局部搜索的平衡,构建了一种混合遗传鲸鱼优化算法（HGWOA）来求解该融合调度模型。通过经典测试算例验证了算法性能,并使用正交试验优化了算法参数。研究结果表明,HGWOA算法用于求解柔性作业车间AGV融合调度问题可以获得较好的效果。     

基于自动导引车单向导引路径网络的智能车间设备布局规划

传统的设备布局设计规划方法通常采用两个设备之间的直线距离或者曼哈顿距离作为优化变量,而没有考虑工件搬运设备在实际行驶过程中的路线。在以自动导引车为主的智能车间中,则必须考虑实际物流路径和物流效率。基于自动导引车单向导引路径,采用搬运频率、单位距离成本、最短有向距离等参数建立智能车间设备布局模型,进而利用混沌遗传算法来实现对物流路径的优化和生产设备布局模型的解算。最后,通过对某缸盖智能生产车间的设备布局规划问题的具体研究,借助MATLAB将本文提出的优化算法与遗传—模拟退火算法和简单遗传算法进行对比试验,并将3种优化算法的最终结果在Plant Simulation平台上进行仿真运行,试验结果表明了所提出的基于自动导引车单向导引路径网络的智能车间设备布局规划方法的有效性。     

设备鲁棒性布局与物料搬运系统协同优化方法

针对现有车间设备鲁棒性布局忽略物料搬运系统设计从而导致最终布局方案偏离全局最优解的问题,提出了一种设备鲁棒性布局及物料搬运系统协同优化方法。通过分析不同生产阶段设备间物流量及物流关系的变化,生成初始鲁棒性布局方案,并对每一种布局方案建立物流路径概率矩阵并进行路径规划。以物料搬运设备效率为约束,选择相应的物料搬运设备。以物料搬运成本及布局面积费用最低为优化目标,建立设备鲁棒性布局及物料搬运系统协同优化模型,采用遗传算法进行求解,得到更贴近实际生产的车间布局规划方案。通过实例验证了模型和算法的有效性。     

面向云制造的混流混合车间调度问题

为解决云制造环境下混流混合车间的生产调度优化问题,综合考虑混流装配与零部件加工的集成优化以及外协云任务与自制任务的协同调度,建立了以最小化最大完工时间、均衡化零部件生产和最大化零件车间机器利用率为优化指标的多目标车间调度模型。基于零件分批和车间调度的两阶段求解策略,设计了一种两级递阶结构的混合生物地理学优化算法,采用在迁移算子中嵌入差分进化算法的变异策略来提高算法的搜索效率。最后,通过实例验证了模型和算法的有效性。     

集成自动导引车路径规划的智能制造数字化车间设备布局优化方法

智能制造数字化车间具有自动导引车(AGV)、加工设备高度集成的特点。针对智能制造数字化车间布局和AGV路径规划分开优化,使得某区域的物料搬运过于集中,导致该区域AGV搬运工作量繁重,影响AGV路径规划的问题,建立了以物流运输量最小,物料搬运时长最短以及AGV数量最少为目标的智能制造数字化车间布局和AGV路径规划集成优化模型。提出一种改进的带精英策略的快速非支配排序遗传算法,采用系统化布置设计法来生成部分初始种群,增加初始种群分布,防止陷入局部最优;将不等长的双链染色体与疫苗接种策略引入非支配排序遗传算法,提高了算法的寻优速度和精度;最后求解得到一组Pareto解集,供决策者优中选优。通过实例验证了所提方法的有效性。     

求解低碳车间调度问题的改进鲸鱼算法

针对传统柔性作业车间调度问题只考虑完工时间,设备利用率,完工成本等因素的局限,构建了以碳排放成本和完工时间成本加权和最小为目标的低碳柔性作业车间调度问题模型,并设计了一种改进的鲸鱼优化算法对其进行求解。首先,采用等长的两段式编码方式来表示柔性作业车间调度问题,引入基于ROV规则的转换机制,实现鲸鱼个体位置向量与调度解之间的相互转换。其次,采用基于一定比例的全局搜索、局部搜索和随机搜索的混合式种群初始化方法,生成一定质量的初始种群,同时设计了非线性收敛因子和自适应惯性权重系数来加强算法协调全局搜索和局部寻优的能力。再次,引入自适应调整搜索策略以提高算法跳出局部最优的能力。最后,通过实验数据验证了改进鲸鱼算法在求解低碳柔性作业车间调度问题方面的有效性。     

基于DMPSO算法的大型船舶动力部件生产车间布局优化

大型船舶动力部件必须具有良好的内部组织和极高的尺寸精度要求,合理的车间布局能有效改善工艺,降低设备间的物料搬运成本。以降低车间物料搬运成本为目标,采用二维向量表征设备的空间位置,建立相应的布局数学模型,并用一种新模式粒子群优化算法对模型进行求解。该算法根据粒子的分布情况和算法所处的迭代阶段来动态改变惯性因子大小,并对每个粒子的飞行情况进行调整,从而提高了粒子搜索到全局最优解的可能性。通过对比三组加速因子方案选取最优结果来提高算法的寻优质量。最后给出了船用曲轴车间布局算例,结合车间实际情况得到了优化后的布局,并对优化后的车间布局进行三维可视化建模。结果表明,该算法有较强的寻优能力,能有效减少物料搬运费用,在实际车间布局中切实可行。     

基于遗传模拟退火算法的柔性制造系统设备配置优化

针对柔性制造系统多品种少批量生产模式,考虑规划期内产品零件需求约束及车间零件加工工艺路径可选的特点,建立了设备配置优化的0-1混合整数规划模型,并设计采用了遗传模拟退火算法求解。算法结合遗传算法的全局并行搜索特性及模拟退火算法的优良局部搜索能力,采用约束满足技术转换成目标函数值进行优化。实例结果表明模型实用性强且求解算法的收敛精度高、稳定性好。     

基于多规则设备分配及工序排序的FJSP多目标集成优化方法

为降低柔性作业车间调度多目标优化的复杂度,提高优化效率,提出一种基于多规则设备分配及工序排序的柔性作业车间调度多目标集成优化方法.建立了一类以完工时间、设备最大负荷、设备总负荷以及制造成本为优化目标的柔性作业车间调度多目标优化模型;针对模型的组合爆炸特点,为降低其复杂度,提出一种将多规则设备分配及工序排序相结合的集成调度思想;为进一步提高求解效率,提出一种面向对象数据处理技术用于处理各实体之间的数据交换;基于改进的非支配排序遗传算法思想,提出了基于多规则设备分配及上序排序的柔性作业车间调度多目标集成优化算法.通过仿真对比与应用验证了所提方法的有效性.     

考虑设备预维护的柔性作业车间调度节能优化方法

随着能源成本的飙升和环境日益恶化,实现节能生产的策略越来越受到制造企业的关注.在车间实际生产调度过程中,机床设备的故障与维护会影响车间调度方案的顺利执行,进而导致出现车间加工资源冲突、能耗增大和完工时间延长等问题.为减少实际柔性作业车间加工过程中出现由于机床故障而导致加工中断的情况,提出一种考虑设备预维护的柔性作业车间调度节能优化方法.分析考虑设备预维护的柔性作业车间能耗特性,建立考虑设备预维护的柔性作业车间调度节能优化模型,设计机床预维护策略,并在此基础上提出一种启发式框架下的调度算法对节能优化模型进行求解,通过不同方案的对比分析,验证所提方法的有效性.     

基于多层级优化模型的绿色车间分批调度方法

在柔性作业车间中，将绿色调度与分批调度结合，不仅是绿色性与经济性的指标集成，更是生产计划与调度的过程集成，具有相当的复杂性。而这种集成最有利于保障柔性作业车间的经济和环境效益的协调优化效果。为此，综合考虑柔性作业车间多层级组织结构和任务配置特点，提出了一种基于多层级优化模型的柔性作业车间绿色分批调度方法。并基于不同调度层次目标的差异及相互作用关系，开发了一种两级节能增效策略。利用模型约束构造不同层次调度模型的相关性，保证调度过程的一致性。设计了三种邻域搜索策略，利用NSGA-Ⅱ和邻域搜索的混合算法构造Pareto解集，最后通过TOPSIS寻出最优解。最后，通过实例验证了该方法的优越性，相较于经典NSGA-Ⅱ的期望成本、机床最大负荷、待机能耗和Makespan减少了9.3%、15.2%、20.9%和12.8%。     

考虑物料装卸点与搬运通道的多行设施布局

针对多行设施布局中的作业单元装料/卸料点位置与物料搬运问题,提出考虑物料装卸点与搬运通道的多行设施布局设计方法.分析了多行布局问题中物料装卸点位置在作业单元内和布局整体坐标系中的表示方法,提出沿通道进行物料搬运的精确距离计算方法,重点构建了避障搬运邻接图与邻接矩阵表示法及基于邻接图和邻接矩阵的避障搬运距离Dijkstra算法.建立了包含物料搬运成本、搬运设备空载运行成本与作业单元相互关系的多行设施布局优化模型,针对所建模型设计了分段编码方式的遗传模拟退火算法.以某车间的布局设计为实例,采用所提算法生成切实有效的多行设施布局方案,并验证了所提算法的优越性.     

面向低碳的工艺规划与车间调度集成优化

为更好地减少制造过程中的碳排放,弥补将工艺规划与车间调度分开碳排放优化时忽略了工艺规划方案中加工方法和工艺路线对调度阶段各工序加工机床分配方案、搬运距离以及工件加工顺序的影响,提出一个集成优化工件各特征加工方法、工艺路线、工件加工顺序以及各工序的机床分配,以实现制造过程碳排放和最大完工时间最小的多目标集成优化模型;针对集成优化模型中优化参数较多且相互影响的特性,提出一种前后相关联的四段式编码方法,采用NSGA-II算法求解,通过将所得的集成优化结果与先进行面向低碳的单目标工艺规划优化,再进行面向低碳的多目标车间调度分开优化结果进行对比,说明提出的集成优化模型可以得到更低的制造过程碳排放和完工时间,从而验证了集成优化模型的有效性。     

生产车间布局多目标优化及其仿真分析

生产车间设备布局设计是一个组合优化问题,具有非线性、NP-hard等特性。基于车间布局的总物料搬运成本最小和车间面积利用率最大的设计原则,建立生产车间的多目标优化模型。求解该问题时,应用了自适应交叉和变异策略,即对交叉、变异算子进行非线性设计,使交叉率和变异率随种群中个体适应度值的变化而变化。实验结果表明,自适应遗传算法具有搜索速度更快、收敛精度更高等优点,适合在实际生产中应用。     

柔性流水车间设备利用率排产优化问题研究

针对具有工序约束信息的柔性流水车间的设备利用率优化问题,提出利用PSODE混合算法来解决该问题,全局优化过程采用群体优化算法,在局部优化过程中通过上下道关联工序约束信息来控制工件的分配,将并行工位总设备利用率作为适应度函数,构建了具有关联工序约束的柔性流水车间生产调度模型,确定生产工件的加工路径、加工顺序、开工时间和完工时间。通过多组方案数值计算结果对比分析,验证了PSODE算法解决柔性流水车间设备利用率优化问题的有效性。     

基于和声遗传算法的玻璃加工生产线布局设计

生产线布局设计是制造系统设计的重要组成部分,布局设计的好坏直接关系到工厂的生产效率、厂房的利用率及人力物力的合理配置等,从而很大程度地影响到企业的总体效益。在玻璃行业,车间生产线布局大都依靠设计人员的工作经验,具有很大的不确定性。为了更好地提高玻璃加工设备利用率,增加产能,降低成本,对玻璃加工生产线进行设备布局设计研究,将物流费用最小化作为布局设计目标,结合工程实际要求,设计生产线基本的约束条件,建立车间玻璃加工生产线设备布局模型。为求解玻璃加工生产线设备布局的非线性规划问题,提出一种遗传算法与和声搜索算法相融并合的和声遗传算法,使和声记忆库的初始解不再随机产生,而是利用遗传算法产生一个新种群作为和声记忆库的初始解,以此增加搜索到最优解的概率。根据企业实际工况及设备条件,运用该算法得出设备布局最优设计。对比试验结果表明,按照最优布局进行生产线布局能够优化物流线路,最大程度降低生产过程中的物流成本。