基于改进烟花算法的随机装配线混流调度

针对随机装配线混流调度问题,分析作业时间随机波动对调度优化目标的影响,提出描述随机作业时间下工位闲置时间和超载时间有效数学期望的概念,并基于此构建以工位负荷均衡指数为优化目标的随机作业时间条件下的装配线混流调度优化模型.在标准烟花算法中引入精英策略、变邻域搜索等技术,设计一种改进烟花算法对模型进行求解,并结合测试算例和生产实例对随机装配线混流调度模型及求解算法进行验证,求解结果表明了模型和算法的有效性.     

混流装配线排序的改进离散微粒群优化算法

提出在离散空间用一种改进的微粒群优化算法来解决混流装配线的多目标排序问题,考虑两个目标：总生产变化率最小和总闲置－超载时间最小,并对两个目标函数进行了规范化处理以消除量纲的影响。在基本的微粒群算法基础上,提出了适应离散编码的粒子位置编码方式,引入了动态参数方法来提高算法的搜索性能和收敛能力。对实际混流装配线的仿真实验表明提出的改进微粒群优化算法可以直接应用于离散问题并保持了基本微粒群算法的优良性能,是一种性能较好的高效的混流装配线排序算法。     

基于改进遗传算法的汽车混流装配线排序优化

针对汽车混流装配线投产排序问题,建立一个最小生产循环周期内以各工位总等待装配时间最短为目标的数学模型.为解决标准遗传算法(SGA)收敛速度慢的缺陷,设计改进遗传算法(IGA)求解该问题.提出一种基于定长实数编码和定序模式的自适应单点交叉操作避免不可行解的产生,并在选择操作中引入精英保留策略,保留优良个体不被破坏...     

求解混流装配线调度问题的蚁群算法

以最小化总的传送中断时间为目标函数的混流装配线调度问题是丰田生产方式中自动化概念的一个重要问题,而新颖的蚁群算法具有通用性、鲁棒性、并行搜索以及易于与其他启发式算法结合的优点,可以解决多种组合优化问题,对其进行了改进,以便更适于求解混流装配线的调度问题。实验表明：改进的蚁群算法解决了混流装配线的调度问题,得到了优于分支定界法、模拟退火法和遗传算法的可行解。     

多目标遗传算法在混流装配线排序中的应用

混流装配线实现在一条流水线上装配多种不同类型的产品。该文在总结混流装配线排序问题的基础上建立了二种排序的目标函数：最小化工作站的闲置与超载时间和保持均匀的零部件消耗速率。引入了基于Pareto理论和小生镜单元技术的适应度函数及选择算子构建了多目标遗传算法用于混流装配线的排序优化问题。通过一个混流装配线的多目标排序实验,验证了该方法的有效性。     

汽车混流装配线的混合布谷鸟算法排序研究

为解决汽车混流装配线作业者工作负荷不均衡的问题,构建了最小化违背装配频率上限次数的优化模型,提出了布谷鸟算法与遗传算法相结合的混合算法。该方法将遗传算法的选择与交叉思想引入布谷鸟算法的迭代过程,以克服布谷鸟算法寻优过程中收敛速度慢和容易陷入局部最优的问题。测试函数的对比求解和合作汽车企业的优化实例表明该改进算法具有更高的求解精度和更快的收敛速度,能有效地解决大规模的汽车混流装配线排序优化问题。     

混流装配线负荷平衡与投产排序的优化研究

介绍了混流装配线的最新进展情况 ,阐述了混流装配线负荷平衡和投产排序问题之间的关系 .说明了混流装配线负荷平衡的分类、目标函数及求解方法 ;建立了排序问题的模型 ,分析了三种常用的排序目标函数和各种求解算法 .本文指出了混流装配线应进一步研究的问题及未来的发展方向 .     

蚁群算法在混流装配线调度问题中的应用

混流装配线的调度问题是JIT生产方式中的一个重要问题， 蚁群算法具有通用性、 鲁棒性、并行搜索的优点，可以解决多种组合优化问题．本文利用新颖的蚁群算法解决了混 流装配线的调度问题，得到了较优的可行解(优于目标追随法、模拟退火算法和遗传算法)．     

基于遗传的变速箱装配线平衡研究

给出了基于遗传的装配线平衡程序,在此基础上以某变速箱装配线为例,研究了变速箱装配线进行平衡的方法,采用特殊的遗传算子,对装配线进行平衡.平衡后可以使工作站数减少6个,各个工作站负荷更加均匀,为装配线的进一步优化提供技术依据,证明该算法效果较好.     

基于跳跃辅助工作策略的混流装配线排产优化

为了使混流装配线高效运作, 研究了一类基于跳跃辅助工作策略的混流装配线排产优化问题. 以同时优化空闲费用和辅助工作费用为目标, 建立了一类基于跳跃辅助工作策略的混流装配线排产优化模型, 给出了执行跳跃辅助工作策略的一个必要条件和辅助工作费用的一个下界. 然后证明了该类优化问题是强NP难的, 由于该问题的强NP难性, 提出了一种嵌入式变邻域类电磁机制(Variable neighborhood search-electromagnetism-like mechanism, VNS-EM)混合算法求解该模型, 为了避免算法陷入局部最优, 在类电磁机制算法的每次迭代过程中嵌入改进的变邻域搜索算法, 利用变邻域搜索算法较好的局部搜索能力对最好个体的邻域进行精细搜索, 从而提高了解的质量. 仿真结果验证了该方法的可行性和有效性.     

汽车混流装配线物料动态配送研究

为解决汽车混流装配线物料准确地动态配送问题,设计了基于RFID技术的汽车混流装配的零部件动态配送方案.通过RFID识别跟踪实际生产进度,将配送单动态地发给配送人员,采用惩罚函数对人员配送效率进行考核,并计算配送开始的最佳时间.结合算例验证了方案的可行性和实用性.     

蚁群算法在装配线平衡问题中的应用

在双边装配线中,工人在装配线的两边进行作业装配。在一些大型产品(如汽车、卡车等)的装配过程中,一些作业必须在某一特定的边进行。为解决混合型双边装配线的第一类平衡问题,文章提出了一种改进的蚁群算法。在该算法中,针对混合型双边装配线平衡问题的具体特点,给出了蚂蚁分配方案的生成策略,计算出了作业的分配方案。最后,通过实例的计算,验证了算法的有效性。     

基于禁忌搜索遗传混合算法的装配线平衡

针对装配线平衡问题（ALBP）,文中提出了一种禁忌搜索遗传混合算法。在混合算法中,遗传算法部分采用特殊的遗传变异操作算子（双点交叉和移位插入变异）,使算法只在可行作业序列子空间中进行搜索,有效减小了搜索范围,提高了算法运行效率;禁忌搜索部分是在每代遗传操作完成以后,随机选择一些个体进行禁忌搜索操作,来增强算法的搜索能力。最后以经典问题的求解验证了禁忌搜索遗传算法在收敛性能和计算效率上较使用单纯的遗传算法高。     

基于禁忌搜索遗传混合算法的装配线平衡

针对装配线平衡问题(ALBP),文中提出了一种禁忌搜索遗传混合算法.在混合算法中,遗传算法部分采用特殊的遗传变异操作算子(双点交叉和移位插入变异),使算法只在可行作业序列子空间中进行搜索,有效减小了搜索范围,提高了算法运行效率;禁忌搜索部分是在每代遗传操作完成以后,随机选择一些个体进行禁忌搜索操作,来增强算法的搜索能力.最后以经典问题的求解验证了禁忌搜索遗传算法在收敛性能和计算效率上较使用单纯的遗传算法高.     

蚁群算法求解装配线平衡第一类问题

装配线平衡问题是生产管理中重要且较难解决的问题,其中第一类问题是装配线平衡问题的关键问题。本文通过对装配线平衡问题的分析与建模,提出了利用蚁群算法这种人工智能优化算法求解一般装配线平衡第一类问题的步骤和算法。采用启发式的方法构造分配方案的生成策略,并对信息素的更新采用局部更新与全局更新相结合的规则,从而使得该算法具有较好的目的性,大大提高了获得最优解的效率。通过该蚁群算法能得到装配线平衡第一类问题质量较优的解,且有速度快、鲁棒性、通用性等优势。     

求解机器人双边装配线平衡的莱维-灰狼优化算法研究

装配线平衡在企业的生产管理中占据了重要的环节.随着自动化程度的提高,机器人在装配线上应用越来越广泛.在解决机器人双边装配线的平衡问题时,建立了以生产节拍、机器人投入成本和能耗为优化目标、多种因素限制为约束条件的数学模型,并用灰狼算法对其进行求解.根据问题的特殊性,采用了特殊的编码方法.在更新头狼的位置时,引入莱维飞行搜...     

多目标优化算法NSGA-Ⅱ的改进

该文提出了NSGA-Ⅱ算法的一种改进算法-INSGA。在引入算术交叉算子的同时,提出并引入累积排序适应度赋值策略。实验表明,INSGA具有更高的收敛速度和更好的种群多样性。     

基于遗传的装配线平衡系统研究

给出了用于求解装配线平衡的遗传算法。在此基础上,分析了装配线平衡系统的功能和工作机理。并采用面向对象语言开发了装配线平衡系统。最后将此系统用于某装配线的平衡,并依据平衡结果进行仿真,证明该算法效果较好。利用该系统可以有效地解决装配线平衡问题,大大降低成本,为提高装配线的生产效率和改进装配线提供了技术依据。     

汽车混流总装线投产排序优化研究

汽车混流总装线上交替装配不同型号的汽车产品,不同型号的汽车在同一装配工位上装配的零部件可能不同,如果不对车型的投产顺序加以优化排序,连续投入一种相同的车型,会使同一个工位的零部件消耗率严重不均衡.为了使各装配工位的零部件消耗率达到均匀化和平准化,本文采用模拟退火优化算法,对车型上线序列进行优化,最后的实例验证表明算法是可行的.