服装缝制生产物料的低碳配送路径优化

为减少服装缝制生产物料配送环节的碳排放量,以及物料配送路径和作业人员数量不易确定的问题,提出一个以物料配送碳排放最少和配送车辆数最少为目标的多目标优化模型。以工序流程、机器种类、服装部件3种工作地布置方式的男式衬衫生产线为例,采用NSGA-Ⅱ算法对其物料配送优化问题进行求解。结果表明:3种工作地布置方式均需要4名作业人员进行配送;按照机器种类工作地布置方式的物料配送作业人员行走的总距离最少(2 979 m),产生的碳排放量也最少(0.157 kgCO₂e);按照服装部件工作地布置方式的物料配送作业人员行走的总距离和产生的碳排放量最多。通过算例验证了模型和算法的可行性和有效性,可为服装生产企业提供多种物料低碳配送模型。     

柔性车间生产线的物料配送路径优化研究

随着工业4.0的发展,车间生产方式已经由传统的单件大批量生产转变为多件小批量生产,生产方式的转变意味着生产环境越来越复杂,生产物流的畅通性很难保证。而车间物料配送作为生产物流的重要组成部分,依然存在着配送效率低以及配送成本高等问题,因此本文以配送总成本最小为优化目标,建立物料配送路径优化模型,并使用改进的蚁群算法对模型进行求解,最后在MATLAB上进行仿真分析,验证本文模型和方法的有效性。     

柔性制造车间多载具AGV任务分组算法研究

多载具自动导引运输车(Multi-load automated guided vehicle,多载具AGV)任务调度策略影响柔性制造车间的高效、平稳生产。在已知柔性制造车间环境和任务的情况下,提出了一种基于取货点距离的多载具AGV任务分组算法。该算法通过读取任务序列中各任务的取货点信息,进而对任务进行聚类分组。案例研究表明,在已知各多载具AGV运输能力时,所提算法不仅能够实现多载具AGV的任务分组,而且能够最大化利用多载具AGV搬运货物的能力。     

基于总设置时间与最大完工时间的柔性流水车间多目标优化研究

本课题以最大完工时间及总设置时间为优化目标,提出了一种新的解码方案,并设计了混合快速非支配遗传算法,用于求解建立的生产调度模型,通过实验证明了模型的有效性及算法的先进性。结果表明,提出的解码方案最大可减少25.63%的总设置时间及3.42%的最大完工时间;混合快速非支配遗传算法则最大可减少28.42%的总设置时间及3.80%的最大完工时间。     

基于最优路径算法的快餐配送路径优化问题研究

随着快餐业的迅速发展,对快餐业中快餐配送问题的算法研究就愈发重要,快餐的配送问题,本质上就是最优路径问题,现在分析一种最优路径算法的基础上,结合快餐配送的诸多影响因子,对算法进行了优化。     

基于NSGA-II算法的柔性流水车间优化调度模型的构建与应用

为解决造纸企业的高效优化排产问题,使机器利用率最高、减少产品切换次数以及满足客户对产品的时间需求,构建了以成本及最大完工时间最小化为优化目标的两阶段柔性流水车间调度优化模型,并通过一种快速非支配遗传算法（NSGA-II）来求解该模型。结果表明,与人工排产相比,NSGA-II得到的排产结果缩短了约6.5%的最大完工时间,降低了约4.7%的生产成本。     

基于改进遗传算法的工业机器人喷涂路径优化

以往的工业机器人喷涂路径优化方法由于没有计算适应度函数,导致规划的路径长度过长。基于此,文章提出了基于遗传改进算法的工业机器人喷涂路径优化方法,通过二进制的编码方式,对工业机器人的个体进行编码。在工业机器人工作的二维空间中,进行初始种群的优化,利用改进遗传算法,计算适应度函数,生成喷涂路径,从而完成对工业机器人喷涂路径优化方法的设计。在仿真实验中,通过和以往的工业机器人喷涂路径规划方法进行对比,基于改进遗传算法的工业机器人喷涂路径优化方法具有更好的优化效果,缩短了工业机器人喷涂路径的长度。     

考虑学习—遗忘效应的服装缝制车间生产调度模型

面对订单批量小、需求个性化等不确定性高的市场需求环境，结合服装缝制生产中工序多、劳动密集、工人异质性等特点，构建考虑员工学习—遗忘效应的服装缝制车间混合流水分批调度模型。模型以最小化最大完成时间和最小化工位空闲均方差为目标函数，设计非支配遗传算法对模型求解，实现“工人—工序—工位”细粒度调度优化。用仿真实验选出合适的批量大小作为实验参数，并以标准加工时间为不考虑学习—遗忘效应的加工时间进行对比分析，结果表明考虑学习—遗忘效应比不考虑学习—遗忘效应更能适应工人的异质性和不稳定性，在目标函数值上表现更优，验证了模型算法的有效性。     

基于改进粒子群算法的造纸车间供电调度多目标优化研究

中国造纸行业发展迅速,造纸车间数量与规模呈现逐渐增加的趋势,造纸设备数量与种类也随之增多,这为造纸车间供电调度提出了较高的要求,现有供电调度方案已经无法满足造纸车间的需求,故提出基于改进粒子群算法的造纸车间供电调度多目标优化方法研究。搭建造纸车间供电系统整体框架,以此为基础,合理分类造纸车间用电负荷,并深入分析用电负荷的特性,以造纸车间供电调度成本最小化、造纸车间电耗费用最低化为目标,构建供电调度多目标优化模型,利用改进粒子群算法求解构建模型,获取最佳的造纸车间供电调度多目标优化方案,执行方案即可实现供电调度的优化目标。实验数据显示：提出方法应用后造纸车间供电调度成本最小值为8.03万元/年,造纸车间电耗费用最小值为300万元/年,充分证实了提出方法应用性能较佳。     

基于绿色制造多层热压机机架结构优化的分析

针对BY164×22/20多层热压机框式组合机架,对其中单一的框片组进行了受力分析,建立了结构参数化模型,并进行了有限元分析;在满足框片组强度和刚度的要求下,以减轻框片组的质量为目标,运用目标驱动优化方法对框片组进行了结构参数优化,以降低机架质量.优化结果分析表明:优化后的单一框片组质量与原来相比,减轻了5％,节约钢材大约1210kg,获得了较为理想的框片组结构和尺寸.通过优化结构,为降低大型人造板设备部件质量和减少原材料消耗提供了可借鉴的理论方法,实现了绿色制造的理念,具有良好的经济和生态效益.