基于SPEA2+的产品族模块单元多目标规划方法

在分析零件功能和物理特性的基础上,应用模糊数学理论给出产品族模块单元规划准则的量化计算方法,建立产品族模块单元多目标规划优化模型。针对传统的目标加权法在模型求解中的不足,采用改进的强度Pareto进化算法(SPEA2+)对模块单元多目标规划问题进行优化求解,从而得到一系列基于Pareto解集的产品模块规划方案,并利用模糊集合理论的Pareto综合选优方法得到了产品模块多目标规划的最优方案。结合项目实施以缝纫机为应用实例,验证提出方法的有效性和适应性。     

基于改进粒子群算法的供应商参与可靠性设计优化

研究供应商参与下的汽车产品子系统可靠性设计的优化问题,考虑供应商参与产品设计的可信度因素,建立以最大化系统的可靠度和供应商的可信度为优化目标的多目标数学规划模型。通过加权的方法把多目标优化模型转化为单目标非线性整数规划模型。采用粒子群(Particle swarm optimization,PSO)算法进行求解,提出适用于“零部件—供应商”关系的离散粒子编码方法。设计带有自适应动态惩罚项的适应度函数,把优化问题转化为无约束优化问题,并将粒子的搜索范围扩展到近可行解空间,进而较好地改进了算法的搜索速度和收敛性能。以某中级轿车传动系统零部件可靠性设计的优化问题为实例,进行仿真研究,应用质量功能展开和模糊评判的方法生成了零部件的权重和供应商可信度初始数据值,仿真结果验证了所提出PSO算法的实用性和有效性。     

基于模糊偏好的多目标粒子群算法的应用研究

研究了基于模糊偏好的多目标粒子群算法,算法将种群的最优解集进行Pareto排序,并动态更新Pareto解集,使其更快速的靠近Pareto前沿,对非劣解进行模糊评价,根据目标偏好的模糊信息,来确定折衷解的满意解。经典算例验证,该算法在计算时间及非劣解质量上,要优于多目标遗传算法。     

带模糊预约时间的车辆路径问题的多目标禁忌搜索算法

为优化具有模糊预约时间的车辆路径问题,应用模糊事件给出了车队服务满意度的一个新的度量方法和求最大满意度的计算方法.建立了多目标数学规划模型,并提出多目标禁忌搜索算法求解Pareto最优解.采用随机车辆配载方法生成初始解放入候选解池中,提出插人可行邻域和2-Opt可行邻域进行邻域搜索.对池中的Pareto解进行并行的禁忌搜索得到局部Pareto解再注人池中,最后求得一组Pareto解.通过Solomon的benchmark算例,与非支配排序遗传算法Ⅱ进行对比实验,说明了所提算法的优越性.     

基于多属性决策的气动隐身多目标优化

针对多目标优化结果排序与选择的多属性决策(Multi-attribute decision making,MADM)问题,将多目标优化与MADM相结合,提出基于MADM的多目标优化方法,并将该方法应用于跨声速前掠翼(Forward-swept wing,FSW)气动隐身多目标优化中,优化结果提高了跨声速FSW的气动和隐身性能。采用类别形状函数变换法(Class-shape function transformation,CST)方法对翼型几何外形进行描述,实现FSW气动和隐身多学科优化设计模型的参数化描述。建立基于N-S方程的计算流体力学方法的FSW气动分析模型和基于矩量法的计算电磁学方法的FSW隐身分析模型。将Pareto多目标遗传算法得到的Pareto非劣解集构成MADM矩阵,采用基于模糊熵权的改进的逼近理想解的排序法(Modified technique for order preference by similarity to ideal solution,M-TOPSIS)方案评价方法进行Pareto非劣解排序,最终确定最佳的Pareto非劣解。研究结果验证了所提出方法的有效性,为多目标优化问题提供了一种新的解决途径。     

Kriging模型并行加点策略的多目标优化方法

针对复杂机械装备多学科多目标优化设计成本高、周期长等问题,提出一种近似模型与并行加点策略相结合的多目标优化方法。基于Kriging模型,将添加更新样本点定义为同时考虑Pareto最优解和预测误差的动态多目标优化问题,应用改进NSGA-II优化算法和极大极小距离准则,确定最优的并行更新样本点,在提高Kriging模型精度的同时实现多目标优化。测试函数验证和实例结果表明,该方法可有效提高复杂系统多目标优化效率,同时获得收敛性和分散性俱佳的Pareto最优解。     

聚类差分进化算法求解多目标工艺规划与 调度集成问题

针对多目标工艺规划与调度集成问题,以完工时间、交货总拖期和设备工作负荷为优化目标,建立了多目标非线性工艺规划集成模型,提出一种聚类差分进化算法。该算法设计了包含工艺、设备和加工顺序信息的3层编码结构,结合聚类算法、差分进化算法和遗传算法的相关操作,有效地优化工艺信息和调度方案,保持可行解的多样性,实现Pareto非支配解集快速更新。通过对Pareto非支配解集进行领域搜索,使其更加接近或到达Pareto最优解集。最后通过实例验证了算法的性能。     

面向复合意象的产品形态多目标优化

为了使产品开发人员和企业开发新产品时符合用户的多维度感性需求,提出了一种面向用户复合意象的产品形态多目标优化设计方法。首先,应用语义差异评价和因子分析法抽取用户的复合意象维度;然后,采用形态分析法提取产品部件和外形单元要素;最后,在构建产品形态的BP意象预测模型的基础上,采用多目标遗传算法NSGAII求解最优方案。豆浆机实例表明,该方法适用于复合意象的产品形态优化设计,成功得到分布均匀的Pareto最优解,产品开发者可根据具体情况在多个目标之间交互选择优化方案,具有很好的指导作用和实际应用价值。     

基于属性映射的产品绿色设计方案优化方法

针对产品绿色设计方案受多因素耦合影响,不易对其优化的问题,提出基于属性映射的产品绿色设计方案优化方法。基于产品功能结构分解模型,建立产品模块实例库,采用正交试验设计安排样本空间,基于支持矢量回归(Supportvector regression, SVR)理论,对优化变量与优化目标间的映射关系进行拟合,进而建立产品设计方案多绿色属性与多模块功能实例之间的映射关系;采用非支配排序遗传算法(Non-dominated sorting genetic algorithm Ⅱ, NSGA-Ⅱ),选取绿色属性最优的产品设计方案作为目标,对离散变量进行多目标优化,从众多可能解中快速、准确的寻出Pareto解集,从而生成产品绿色设计优化方案。以喷墨打印机产品绿色设计方案优化为例,验证了所提方法的可行性和有效性。     

多目标柔性作业车间调度决策精选机制研究

针对多目标柔性作业车间调度优化无法找到唯一最优解的问题，提出多目标遗传算法和层次分析法模糊综合评判的分阶段优化策略。提出优化阶段和精选阶段的优化任务，优化阶段选出一组Pareto解集，精选阶段从Pareto解集中选出最优解；在精选阶段运用层次分析法和模糊评判集成的策略精选调度决策。决策算例证明提出的方法是可行的，可很好地帮助决策者选择出一个最满意的解。     

供应商参与下的产品部件设计方案选择模型

研究了供应商参与下新产品部件设计方案的选择问题。通过引进综合表现度的概念来表征部件设计方案对成形产品顾客满意度的贡献。基于模糊综合评判、综合供应商的评价等级及备选方案的表现度,确定各设计方案的综合表现度。基于质量功能配置思想,建立了产品规划和部件规划质量屋。利用质量屋的信息和部件设计方案的综合表现度,建立了供应商参与下部件设计方案选择的组合优化模型。该模型考虑设计制造企业的成本约束,以产品部件组合方案的综合表现度最大为目标。以液晶显示器为实例,说明了模型的应用。     

产品族架构设计与供应商选择的主从关联优化

针对产品族架构设计与供应商选择的关联优化问题，提出了基于主从对策的交互评价机制。根据主从决策机制建立主从关联双层规划优化模型，以产品族架构设计为主，供应商选择为从。模型上层以效用-成本比为目标，决策产品族架构设计方案。模型下层以成本为目标，决策供应商的选择。构建双层嵌套遗传算法求解模型，并添加具有产品族特色的编码处理策略。最后以客车底盘的案例对模型和遗传算法进行了验证。     

基于改进DEMATEL-VIKOR混合模型的产品概念方案评价

针对当前产品方案评价方法存在的不足,提出一种基于直觉模糊理论的多属性决策模型。该模型结合决策试验与评价试验方法和MCDM算法,引入直觉模糊理论表达信息的不确定性。在传统决策试验与评价试验方法的基础上引入拆分矩阵法以维持综合影响矩阵的直觉模糊特性,由改进决策试验与评价试验方法对产品方案评价系统中的评价指标进行量化分析,其结果以可视化的形式呈现,表达了各评价指标的量化因果关系,同时根据量化结果对指标集进行因果分类、重要度排序和权重分配;在VIKOR算法中改进理想解和负理想解的定义,以折中规划法为核心,提供最大化群体效益与最小化个别遗憾相妥协的备选方案最佳排序,得到距离理想解最近的折中可行方案。以螺杆式注塑机的方案评价为例,证明了该方法在工程应用中的可行性和有效性。     

A multi-objective supply chain model integrated with location of distribution centers and supplier selection decisions

Today, in the competitive markets, supply chain works as an interrelating network of suppliers, manufacturers, distributors, and customers, to satisfy customer demands. Coordinating all parts of the supply chain is a multi-level process and needs important decisions that affect on the performance of each part and whole supply chain and some conflicting objectives should be considered. In this paper, the supplier selection problem is integrated with production decision and distributor location problems and a new mathematical model is proposed. Delivery time, total cost, and quality are the objective functions considered and weighting method is used to solve the multi-objective problem. A modified genetic algorithm is proposed to obtain Pareto optimal solution sets. Computational experiments are included for validation of proposed algorithm. The results show that the proposed algorithm gives high-quality solutions as well as better computational times.     

Possibilistic inventory and supplier selection model for an assembly system

In this paper, the problem of inventory lot-sizing and supplier selection for an assembly system is considered, where the supplier available capacities are assumed as ambiguous dynamic parameters. In this scenario, which is a frequent case in large assembly-based factories such as automobile manufacturers, the final product is assembled from multiple components with different conversion factors, which can be sourced from multi-capacitated suppliers through the multi-period horizon of imprecise demand. Due to high shut-down costs of assembly lines, it is assumed that production never stops even though some components may not be available. Therefore, the unfinished products are transferred to a buffer zone and preserved there until the lacking components become available. In this study, a possibilistic mixed integer mathematical model, with fuzzy objective function and soft constraints, is developed to determine which component in what quantities, from which suppliers, and in which periods should be ordered. The model, inspired by the real case of the Iran Khodro Car Company, aims to maximize the profit while keeping a high customer service level by avoiding shortages. This model also considers the ambiguity of dynamic parameters such as demand, suppliers’ available capacities, prices, and holding and shortage costs. To solve the problem, the possibilistic model is first converted into an auxiliary crisp multi-objective model. Through an interactive fuzzy approach, the suggested multi-objective problem is then transformed into an equivalent single-objective model. Finally, a particle swarm optimization is proposed to achieve the overall satisfactory compromise solution. A numerical sample is used to validate the proposed model.     

A fuzzy hybrid group decision support system approach for the supplier evaluation process

The quality and delivery performance of a typical company depends largely on the capability of its suppliers. It is therefore important for a company to evaluate the performance of its existing suppliers. However, the problem of supplier evaluation is rather complex when a group of decision makers responsible for these suppliers are geographically dispersed. Evaluating decisions requiring the elicitation of vague and imprecise linguistic information expressed in fuzzy terms. For this purpose, a hybrid fuzzy group decision-making approach for supplier evaluation is proposed, integrating the fuzzy analytic hierarchy process (F-AHP) and the fuzzy preference-ranking-organization-method-for-enrichment-of-evaluation (PROMETHEE) group decision support system (F-PROMETHEE GDSS) method. F-AHP is used to determine the weight of multiple criteria while F-PROMETHEE GDSS is applied for the final ranking of suppliers from a group decision viewpoint. The approach advances the supplier evaluation context in two aspects. First, it treats each decision maker uniquely in terms of the preference function and threshold levels. Second, it provides rapid communication between teams through video conferencing. The hybrid approach is used to evaluate the suppliers of a dairy company.     

建设物流方案多目标均衡优化模型研究

为解决建设物流项目实施方案中的工期、成本、安全等多目标综合优化问题,提出了以决策网络计划法为基础,以多属性效用函数为理论建立的“工期-成本-安全”均衡优化模型。采用自适应遗传算法求解,并利用自适应调节参数提高模型的求解效率。通过某大型化工设备运输与安装方案的优化实例,对模型的合理性和算法的有效性进行了验证。结果表明,采用该模型求解建设物流项目实施方案的多目标优化问题,可以解决工序变量函数关系不明确、不同优化目标相互之间难以兼顾、决策点数目较多的难题。