不完全维修条件下的备件多级库存优化

考虑到不完全维修条件下有限维修次数的约束,研究含有报废流程的可修件多级库存优化问题.以可维修备件多级管理技术模型为基础,以可用度为约束条件,以系统费用为优化目标,引入报废流程,建立多保障等级多装备层次的库存优化模型;在算法设计上提出了粒子群—边际禁忌混合算法,算法前期使用粒子群算法求解,以便快速得到全局优质解,后期进入禁忌搜索以开发局部搜索能力,并利用边际优化算法构造邻域,从而求得最优解.多个实验结果表明,所建模型正确有效,所提算法在解决备件多级库存优化问题上具有一定的优越性.     

基于改进蛙跳算法的鲁棒性车间布局

为了避免动态环境下频繁进行车间布局,降低车间运行成本,针对设施面积不等的车间类型,将静态布局中的面积费用指标引入鲁棒性车间布局中,建立以车间物料搬运费用和面积费用最小化为目标的多目标鲁棒性布局优化模型;改进现有鲁棒性指标,设计了一种鲁棒性布局约束以提高最终方案的鲁棒性;提出一种改进蛙跳算法求解该模型,通过系统布置设计得出部分较优的初始解以提高初始解集的整体质量,利用差分变异算子替代蛙跳算法中的局部搜索策略以提高寻优速度;通过基准算例及实例问题验证了模型和算法的有效性。     

多目标不完全拆卸线平衡问题的建模与优化

针对实际生产中在满足约束条件下仅考虑拆卸需求零件和危害零件的特点,以工作站数目、空闲时间均衡指标和拆卸成本为优化目标,构建了不完全拆卸线平衡问题多目标模型。基于解的离散性和优化目标的多重性,提出一种Pareto解集思想的变邻域-粒子群融合算法。该算法通过建立拆卸任务和粒子群迭代搜索的对应关系,将变邻域搜索作为局部搜索策略,同时引入Pareto解集思想、拥挤距离机制处理多目标问题,以保证求解结果的多样性;通过Hyper-volume指标解决了多目标优化难以评价算法收敛性能及Pareto解集优劣等问题。采用所提算法求解不同规模完全拆卸线平衡问题测试算例,其中不同搜索深度的对比试验表明了变动搜索深度能很好地兼顾求解质量和求解效率,不同算法的对比试验表明了所提算法的优越性。最后,将所提模型与求解方法应用至某打印机不完全拆卸线的设计中。     

基于遗传模拟退火融合算法的船舶分段装配序列优化

针对复杂船舶分段装配序列规划问题,提出基于遗传模拟退火算法的分段装配序列规划求解方法,综合考虑分段装配中的工艺约束和几何约束,建立以分段装配所需时间和消耗成本为优化目标的问题模型,并为模型求解设计了遗传模拟退火融合算法,将模拟退火算法的局部搜索能力与遗传算法的快速全局搜索能力相结合,达到快速收敛到全局最优解的目的.通过实例验证了该算法的有效性.     

基于嵌套粒子群结构的复杂系统维修决策优化方法

针对复杂系统的多维修人员定期检修策略，考虑维修人员数量对系统维修成本及停机时间的影响，提出一种两层嵌套粒子群结构的复杂系统多目标维修决策优化方法。该方法利用底层粒子群算法求解维修任务排序的并行调度问题，得出检修节点的最小化最大维修时间，再通过顶层多目标粒子群算法，对系统可靠度、可用度及维修成本模型进行搜索优化，得到该三目标模型的Pareto前沿解集，并分析前沿粒子在三个目标的平衡关系，推荐出最优的维修方案，通过算例验证了该方法的可行性。所提方法在有效地提高系统可靠度和可用度、降低维修成本的同时，还可以为决策者对组件维修等级的确定、维修人员任务的分配等问题提供决策支持。     

同时配集货定位—路线问题的变邻域分散搜索算法

针对同时配集货的定位—路线问题,建立了三维指数混合整数规划模型,并设计了变邻域分散搜索求解算法,即在基本分散搜索算法的基础上保留参考集更新和组合策略的全局搜索能力。针对组合后的解可能是不可行解的问题,利用插入法将其改进为可行解,再运用变邻域搜索进行局部开发以提高可行解质量。为保证算法的多样性以进一步扩大搜索空间,初始种群采用两阶段混合多随机法构造。通过采用Lingo求解简单算例验证了模型的正确性,采用设计的变邻域分散搜索算法仿真已有算例并与其他算法比较,证明了该算法的有效性。     

随机需求环境下的作业能力规划模型研究

为研究市场需求的随机性对企业能力扩张决策的影响,根据确定性能力规划模型的一般形式,构建了随机市场需求环境下的能力规划模型。该模型以随机环境下期望成本最小为目标函数,引人随机需求变量,建立了市场需求的随机约束。基于随机线性约束的二阶段方法,得到了随机能力规划问题的确定性等价形式,提出了一种将遗传算法和随机线性规划二阶段模型相结合的随机能力规划模型求解算法。该算法在事先得到能力规划变量的情况下,使用二阶段方法求解随机需求约束下的产品组合问题,并以产品组合问题的最优解作为适应度函数,通过遗传操作,搜索能力规划的整数变量,获得随机能力规划问题的最优解。     

面向订单制造的可重构制造系统中虚拟制造单元构建技术

为适应单件、小批、个性化和市场需求动态多变的特点.研究了多种不同交货期生产订单并存时的可重构制造系统中虚拟制造单元构建问题.构造了以连续加工产品间相似系数之和最大、工作加班时间最少、单元的封闭性最好(工件跨单元搬运次数最少)、制造系统重构成本最小及设备生产负荷均衡为目标的非线性多目标0-1整数规划模型.采用两阶段的求解策略进行求解.在第一阶段采用启发式方法对非瓶颈设备和工艺进行预处理,以缩小问题解的搜索空间;第二阶段采用一种基于网格计算的分布式平行协同多目标粒子群算法,随机搜索Pareto优化解集.最后,利用globus 4.0 工具箱搭建计算网格和Java语言实现了算法.从生产实际出发给出了算例,证明结果可行,从而验证了算法的有效性.     

基于磷虾群-禁忌算法的复杂产品装配调度问题

针对航天复杂产品装配车间调度问题,提出一种改进的磷虾群-禁忌算法。首先,通过分析装配车间生产过程,建立以最大完工时间最小为调度目标的复杂产品装配调度数学模型;其次,在初始化阶段,通过对初始解进行优选和随机初始化相结合的方式来提高初始解的质量,并保证种群多样性,在解码阶段,利用基于排列和启发式规则的解码方式将种群个体调度解转化为调度目标,同时结合磷虾群(Krill Herd,KH)算法的全局搜索能力和禁忌搜索(Tabu Search,TS)算法的局部搜索能力来提高求解质量和效率;最后,利用正交试验法确定磷虾群-禁忌算法的最佳相关参数组合,并基于相关文献中的标准算例与不同算法进行对比,结果表明,磷虾群-禁忌算法在求解质量和稳定性上均优于其他对比算法。     

双向环形过道布置问题建模及混合鲸鱼算法求解

针对基于中央回路的物料搬运系统中设施的布置,提出了双向多路径交互环形过道布置问题,其通道形状为首尾相通的封闭回路,设施之间的物料通过环形路径双向流动.针对所提问题,构建了混合整数规划模型,随后通过优化求解器进行精确求解,验证了模型的正确性.为了更快速高效地求解该问题,设计了一种混合鲸鱼算法.该算法将差分进化算法嵌入到鲸鱼算法气泡网觅食阶段,以提高算法局部搜索能力,并引入禁忌搜索机制,提高全局搜索性能.通过对标准算例进行试验,并与其他算法进行对比,验证了所提算法对解决双向环形过道布置问题的优越性.