考虑空间装载约束的智能车间物料调度优化研究

针对离散制造装配车间物料配送过程中存在的不准确、不及时等问题,研究了空间装载约束下车辆数目优化偏好型的车间物料调度优化问题。首先,构建了以车辆派遣数目、配送成本为双重优化目标的路径-装载数学模型;然后,引入了随机交换算子、随机插入算子与2-opt算子相结合的邻域搜索策略和模拟退火(SA)算法接受劣质解准则,对鲸鱼优化算法(WOA)进行了改进;提出了两阶段混合算法,将改进的鲸鱼优化算法与装箱检验算法进行了有机融合;最后,采用MATLAB对某零件加工车间的生产数据进行了实验分析,对改进后的鲸鱼优化算法的性能进行了验证。研究结果表明：采用改进的鲸鱼优化算法求解的结果优于其他混合算法,且算法收敛速度快,不易陷入局部最优;采用改进后的两阶段混合算法求得的最优总配送成本为2 526元,使总配送成本降低6%,工位服务满意度提高5%;该研究成果可为智能车间提供物料调度优化方案。     

基于混流生产模式的装配车间物料配送路径规划方法

合理规划物料配送路径能够提升车间生产效率,降低车间物流成本和生产成本。针对混流装配车间配送不及时、费用高等问题,提出基于混流生产模式的物料配送路径规划方法。以工位为物料配送对象,对混流装配车间物料配送环境进行分析,找出混流装配线的物料消耗规律,明确物料配送数量,简化物料配送过程。在此基础上,结合生产实际的时间窗约束,以最小化物料配送总费用为目标建立了物料配送模型,采用改进蚁群算法对该模型进行求解,最后以某视频控制卡混流装配车间为实例,验证了该方法的可行性和有效性。     

三维装载约束下带时间窗的车辆路径问题

为提高配送车辆的效率,集成研究了三维装载约束下带时间窗的车辆路径问题。提出了该问题的描述性模型,设计了一个混合禁忌搜索算法。该算法以空间装载算法、基础启发式算法和禁忌搜索算法为基础。针对测试数据集的计算结果表明,该算法有效地解决了三维装载约束下带时间窗的车辆路径问题。     

行驶时间区间不确定的装配线物料配送路径规划

为解决装配线物料配送中车辆行驶时间不确定导致物料不能及时送达的问题,提出行驶时间区间不确定的路径规划方法。不确定行驶时间由区间数表示,采取鲁棒优化方法,引入路径相关不确定参数,以最小化车辆行驶距离为目标,考虑三维装载和时间窗约束,建立装配线路径规划模型,并设计了一种混合遗传算法求解模型。算法中,采用锦标赛选择避免适应度值转换,设计一种离散莱维飞行提高算法搜索性能,通过与不同算法对比,表明了该算法的有效性。最后以变速器装配线物料配送路径规划问题为例,通过该方法得到了不同不确定程度下的路径方案,使用蒙特卡罗方法分析了不同方案抵抗不确定行驶时间的能力。     

基于改良C-W节约算法的甩挂运输车辆调度模型

为研究甩挂运输车辆调度模型，以带有时间窗的车辆配送模型为基础，构建了包括油耗成本、过路费成本、装卸停歇时间成本和延时惩罚成本在内的总成本最小目标函数，建立了基于不同载重油耗方程的甩挂运输车辆调度模型。在算法上，构建了改良型的C-W节约算法，并用该算法找出了一个9客户案例的最优物流配送路径。     

基于改进ALNS算法的离散制造车间物料配送路径优化研究

针对离散制造车间在多品种、小批量生产模式下面临的物料配送复杂性问题,提出了一种有效的路径优化方法。目标是通过创新的算法设计,实现物料配送的成本最小化,从而提高车间物料配送的效率,确保物料的及时供应,提高生产效率。为确保优化方法能够适应实际生产环境的需求,提高模型和实际环境的精确性和匹配性,构建了一个包括车间仓库、多个物料需求工位点、配送车辆及其载荷限制、时间窗要求等因素的离散制造车间配送模型,并考虑了车间内实际环境存在的路径约束,结合相邻工位间的实际距离,通过应用Floyd算法进行预处理,确保能够计算出所有最短路径。针对该数学模型设计相应破坏和修复算子,并运用了改进的自适应大领域搜索（ALNS）算法,通过破坏和修复过程有效地探索解空间,并利用模拟退火策略以避免陷入局部最优解。以某离散制造车间为例进行的实验验证,改进的ALNS算法展现了其在解决物料配送路径优化问题上的有效性和高效率,可以更好的减少配送成本和提高生产效率。     

基于模糊软时间窗的车间物料流路径优化方法

为解决实际生产过程中工位物料需求时间不确定的问题,提出基于模糊软时间窗的复杂机械装配车间配送路径优化方法。该方法以"以工位为中心"的物料配送模式为基础,考虑复杂机械装配实际生产中生产节拍波动所引起的物料需求时间变化,利用物料到达时间的模糊隶属度函数表征工位对物料到达时间的满意度。在此基础上,以工位对物料到达时间的平均满意度为约束条件,以最小化配送成本为目标,建立了带模糊软时间窗的物料配送路径优化模型,并采用动态规划和模拟退火遗传算法相结合的方法对模型进行了求解。通过实例验证了该模型的可行性和有效性。     

混合时间窗下多中心混合车队车辆路径优化

针对混合时间窗下多中心混合车队车辆路径优化问题，综合考虑多中心联合配送、客户混合时间窗、配送中心运力平衡和车辆装载量对油耗的影响，构建以车辆派遣成本、油耗成本、电动车能耗成本和时间窗惩罚成本之和最小化为目标的优化模型。设计遗传—大邻域混合算法求解模型，该算法采用聚类法生成初始解，基于运力平衡的返回策略设计交叉和变异算子，并引入变邻域搜索结构和大邻域搜索算法的移除与插入算子进行搜索优化。通过对比和分析多组算例验证了算法的有效性，并分析了运力平衡策略和混合时间窗对制定配送方案的影响。研究成果可丰富车辆路径问题的相关研究，为物流企业优化决策配送方案提供了理论依据。     

装配车间的物料批量配送问题研究

针对装配车间物料配送不及时、配送成本高问题,分析了装配车间物料配送的研究现状,构建了装配车间的物料批量配送问题模型。通过比较各种算法,提出了一种改进的遗传算法来解决问题模型,最小化配送车辆的固定成本和与行驶距离相关的可变成本之和。最后经过算例证明了该模型的可行性和实用性,使得物料能够按时有序地配送到各工位,并且缩减了配送成本。     

三维装载约束下基于运输资源共享的车辆路径问题

针对车辆路径问题研究在三维装载方式和运输资源共享模式结合方面存在的不足,提出三维装载约束下基于运输资源共享的车辆路径优化策略。首先,结合客户点地理位置特征和服务时间窗属性确定多个服务周期,建立了多个服务周期内物流运营成本最小化和车辆使用数最小化的双目标优化模型。其次,设计了集成k-means时空聚类的Clarke-Wright—非支配排序遗传算法求解模型,该算法引入Clarke-Wright节约算法以提高初始解的质量,并结合非支配排序遗传算法提高了混合算法寻找优化解的全局和局部空间搜索能力。最后,结合实例数据对所提方法进行了计算验证,给出了三维装载约束下基于运输资源共享的车辆路径优化方案并探讨了不同车厢空间分区模式下物流运营总成本、车辆使用数、车辆平均装载率和车辆平均使用频次的变化情况。研究表明：根据客户需求货物种类数和货物规格划分配送车辆装载空间,可有效降低物流运营总成本,减少配送车辆使用数,增加车辆共享频次和有效提高车辆平均装载率,并可为基于运输资源共享的三维装载物流网络优化问题提供决策参考和方法支持。     

服务时间窗差异的多工位零配件取送一体化调度研究

以某汽车零配件装配线为研究对象,为解决多个工位服务时间窗存在差异情况下配送车辆同时取送货服务的问题,构建了取送货一体化的双目标调度模型,一个目标为最小化工厂内的物流运输车辆数,另一个目标为最小化总运营成本。然后运用MATLAB软件实现对NSGA-Ⅱ算法的求解设计,并选取某一时间段的实例数据进行优化求解,将求解后的最优Pareto解集进行分析和筛选,得到最优持有车辆数方案。通过对优化前后的数据进行对比,发现不仅可以降低直接支出费用和总运营成本,而且有效地提高了物料配送准时率和车辆装载率。     

基于时间窗指派的污染路径问题

考虑物流企业与客户对配送到达时间一致性的诉求,同时结合国家节能减排要求对车辆路径问题进行研究.物流企业需要在配送开始前为客户指派一个时间窗,由于客户具有配送前不确定需求的特点,通过引入需求场景概念,建立了以最小成本(碳排放成本和旅行成本)与最小配送时间为目标的基于时间窗指派污染路径问题的双目标优化模型.考虑到模型的复杂性,设计混合遗传—禁忌搜索算法.通过算例对设计的混合算法与构建的双目标模型进行分析,验证模型与算法的有效性,并与传统目标行驶距离最小和配送时间最小的指标进行数据对比分析.实验结果表明,基于时间窗指派污染路径问题的模型能够有效减少碳排放成本和旅行成本,但会引起配送时间的增加.     

基于时间窗约束的车间物料配送路径优化方法

针对混流生产车间物料配送需求的准确性和及时性,综合考虑实时生产状态和不确定因素,以实时生产数据为依据,动态计算各工位配送时间窗,并用正态模糊数的隶属度表示工位满意度。在此基础上,建立以配送成本最低为目标,以时间窗、运载能力和持续能力为约束的物料配送路径优化模型。采用基于禁忌搜索的改进遗传算法求解模型,该算法将禁忌搜索的记忆功能融入遗传算法中,防止遗传算法陷入局部最优。最后,通过实例验证该方法的有效性和可行性。     

面向制造物联的物料配送路径优化技术研究

针对因缺乏现场实时状态数据支持造成的物料配送与计划执行脱节的问题,建立面向制造物联的物料配送路径优化框架,以装配车间为对象建立基于无线射频识别(Radio Frequency Identification,RFID)技术的现场状态识别环境,建立包含软时间窗和实时配送紧急程度要求的优化模型,设计改进蚁群算法进行求解,采用实时制造过程数据指导路径选择,并利用已迭代获得的最优路径动态更新信息素浓度范围,以提高算法运行效率,避免陷入局部最优,利用某装备制造企业装配车间数据对算法性能进行仿真验证.     

面向制造物联的物料配送路径优化技术研究

针对因缺乏现场实时状态数据支持造成的物料配送与计划执行脱节的问题,建立面向制造物联的物料配送路径优化框架,以装配车间为对象建立基于无线射频识别(Radio Frequency Identification,RFID)技术的现场状态识别环境,建立包含软时间窗和实时配送紧急程度要求的优化模型,设计改进蚁群算法进行求解,采用实时制造过程数据指导路径选择,并利用已迭代获得的最优路径动态更新信息素浓度范围,以提高算法运行效率,避免陷入局部最优,利用某装备制造企业装配车间数据对算法性能进行仿真验证.     

面向制造物联的物料配送路径优化技术研究

针对因缺乏现场实时状态数据支持造成的物料配送与计划执行脱节的问题,建立面向制造物联的物料配送路径优化框架,以装配车间为对象建立基于无线射频识别(Radio Frequency Identification,RFID)技术的现场状态识别环境,建立包含软时间窗和实时配送紧急程度要求的优化模型,设计改进蚁群算法进行求解,采用实时制造过程数据指导路径选择,并利用已迭代获得的最优路径动态更新信息素浓度范围,以提高算法运行效率,避免陷入局部最优,利用某装备制造企业装配车间数据对算法性能进行仿真验证.     

基于改进遗传算法的物料配送多目标优化模型研究

为解决装配车间物料配送过程中路径以及作业者数量不易确定的问题,以配送总时间和作业者数量为目标,同时考虑作业者的作业效率以及物料车的装载率,提出一种装配车间物料配送多目标优化模型,并采用改进遗传算法对模型进行求解。为解决多目标优化遗传算法求解过程中收敛速度慢且存在大量非可行解的问题,在算法设计过程中,将作业者配送路径和任务分配顺序进行实值分段编码,并在算法的交叉和变异中增加非可行解检验过程。以叉车装配为例,验证了物料配送优化模型的有效性。     

考虑客户满意度的低碳冷链车辆路径优化

在考虑冷链配送客户满意度的基础上,以车辆载重、客户时间窗和冷链产品变质率为约束,构建在客户服务时间范围内以碳排放量最小为优化目标的冷链车辆路径优化模型。将信息素浓度上下限融入传统蚁群算法,并结合领域搜索加快收敛速度、提高算法全局搜索能力。通过实例仿真表明,在低碳冷链VRP问题的求解过程中,改进型蚁群算法能够以更高的效率搜索最优成本。模型同时满足企业经济及社会效益,在不同规模实验场景下取得良好的路径优化效果,验证了模型的有效优化能力。     

模糊时间窗约束下的装配线物料配送方案优化

为解决装配线物料无法及时准确配送的问题,提出了一种动态的联合配送策略,在此基础上以最小化单个产品配送成本、最大化工位满意度为目标,建立模糊时间窗约束下的物料配送数学模型。利用NSGA-Ⅱ算法求解出最佳的工位组划分、小车出发时间和配送路径,并对配送小车容量及配送时间窗进行优化。利用Plant Simulation软件搭建某生产线仿真模型进行模拟,验证了配送方案的可行性。与一般配送策略进行对比,结果表明,在保证配送工位满意度的前提下,优化时间窗能进一步降低单个产品的配送成本。     

越库配送物流系统车辆调度算法的研究

在车辆路径问题(VRP)和一维装箱问题(BNP)研究的基础上,从越库配送的特点和实施方法出发,以最小化仓储成本、运输成本和车辆的使用成本之和为目标,建立越库配送的车辆调度模型.分别基于优化仓储时间和仓储量、车辆使用率以及综合成本等因素,提出求解问题的三种不同的启发式算法.通过开发车辆调度系统,说明越库配送车辆路径问题的模型和算法的实践应用.