基于遗传算法的服装缝制生产线平衡优化

为解决服装缝制生产线作业间不平衡产生的效率损失问题,建立以最小化平衡损耗率为目标的平衡优化模型。采用遗传算法进行求解,以男式衬衫按照工序流程、工艺种类和服装部件3种工作地布置方式的生产线为例进行应用分析。结果表明:按工序流程方式和工艺种类方式布置工作地,生产线平衡后有14个工作地。按服装部件方式布置工作地,生产线平衡后有15个工作地,同样需要的作业人员数量和机器设备数量要多于其他2种工作地布置方式。按照工序流程方式布置工作地的时间损耗率为8.74%,按照工艺种类方式布置工作地的时间损耗率为11.79%,按照服装部件方式布置工作地的时间损耗率为20.32%,但仍高于企业对生产线最低编制效率的要求。通过仿真模型验证可知,经过优化的3种工作地布置方式均可运用到实际生产中,有效降低企业生产成本。     

基于服装吊挂系统协同的车间混合流水线布局优化

为适应服装生产企业转型,针对服装制造车间混合流水线生产存在吊挂系统的物料传输路径耗时耗能、各工作台作业负荷时间不均、加工周期长及加工设备资源浪费等问题,根据服装生产工艺流程、工作台资源和加工设备数量受限、理性生产节拍等约束条件,建立物料传输总距离极小化及平滑系数极小化的双目标数学规划模型;设计非支配遗传(NSGA-Ⅱ)算法,对多款式服装生产具体实例进行编程仿真求解,并与多目标粒子群(MOPSO)算法进行优化对比。研究结果表明：NSGA-Ⅱ算法拥有更好的寻优能力,实验得到最优总距离为82 m、最优平滑系数为21.977、最优编制效率为90.2%、最少只需要打开10个工作台和使用18台加工设备,企业可根据不同目标的需要择优选出相应的布局编排方案。     

基于时间满意度的服装配送模型与算法研究

根据服装产品的强时效性特点,分析了服装行业对配送时间的高要求,在节约配送成本的前提下,如何提高配送的服务水平。同时考虑客户的时间满意度和配送成本2个指标,建立了基于客户时间满意度的多目标服装配送模型,以极大化客户最小时间满意度为第1个目标,体现配送的服务水平;以极小化配送成本为第2个目标,体现配送的经济效益。最后设计了相应的算法,选择配送成本极小化为求解的优先目标,以客户的时间满意度极大化为求解的次目标,并通过具体实例验证了算法的可行性。     

考虑多车型的柔性制造车间双向物料配送路径优化

针对当前柔性车间车辆利用率低、配送小车型号单一以及存在逆向物流等问题,课题组构建了一种考虑多车型协同配送的双向物料配送模型。首先以小车的出车成本、路径运输成本和时间惩罚成本的总和最小为优化目标,构建了相应的数学优化模型;其次设计了改进的遗传算法,根据个体适应度的大小选择交叉变异概率,加快求解速度;最后借助MATLAB进行实例仿真,对比分析算法改进前后求解结果。结果表明：多车型配送比单车型配送成本低252.34元,改进算法后成本降低了3.48%。验证了该模型与改进算法在车间双向物料配送中的可行性和有效性。     

服装供应链基于RFID的仓储配送智能化管理

将RFID射频识别与信息智能分析决策技术相结合,研究了服装供应链基于RFID的仓储配送智能化管理方法。在基于RFID的服装供应链仓储配送运作流程的基础上,给出了一个基于RFID的服装供应链仓储配送智能管理系统框架。基于该框架,建立了拣选配送优化模型,计算服装拣选配送的最短距离,得到拣选的优化路线和顺序。同时,针对RFID系统读取和传输的RFID信息语义的不同,运用信息融合技术、联机分析技术及基于实例的CBR技术提供服装仓储配送的智能分析决策,实现服装供应链的仓储配送智能化管理。     

考虑碳排放约束的加工中心布局优化

为解决加工中心布局与经济、环境效益之间的匹配问题,笔者在系统布置设计(system layout planning, SLP)方法基础上,对加工中心的物流和非物流相互关系进行了系统分析。考虑碳排放约束对布局的影响,建立了基于搬运成本和碳排放成本最小化、非物流关系以及面积利用率最大化的多目标优化模型;分别应用SLP和遗传-和声算法(genetic algorithm-harmony search, GA-HS)对实际中的加工中心作业区域布局进行优化;最后对2个方案的优化效果进行对比。结果显示：GA-HS布局方案与传统SLP布局方案相比,物料搬运及碳排放成本共节约了29.6%;面积利用率与非物流关系上GA-HS布局方案分别提高了16.2%和2.5%。该研究有效解决了考虑碳排放约束下的加工中心布局优化问题。     

基于聚类分析的烟草物流配送线路优化算法的研究与应用

为快速、高效地完成烟草配送过程,在兼顾地区特点的情况下减少配送成本和时间,以人工智能、运筹学等方法为理论依据,结合聚类分析算法对广西烟草物流配送过程进行了优化设计。基于聚类分析给出了优化算法模型及步骤,对烟草物流配送线路进行了中转站的区域规划、周期配送区域(片区时间区域)规划和线路优化。应用效果表明,优化后中转站数量由10个减少为7个,总配送路线减少30%,配送节点更集中,节省了配送费用和时间,提高了烟草物流的运营效率。     

服装企业销售物流最优仓库选址及配送组合决策技术

为更好地降低仓储和配送成本,使用运筹学的研究方法,探讨服装企业销售物流多候选点最优仓库选址及配送组合决策技术。提出多候选点最优仓库选址和配送优化知识准则,建立相应的决策模型和求解算法。此外,通过一个大型算例分析表明,该算法取得了良好的效果,能为服装企业的仓库选址及配送决策提供较好的参考。     

服装生产过程碳排放量核算

为研究服装生产过程碳排放量计算模型在实际生产中的应用以及服装生产过程碳排放量对环境产生的影响,对量化模型进行应用分析。以男衬衫生产实践为例,对该款男衬衫进行流程分析、功能单位分析、数据搜集和碳排放量计算。碳排放量化计算结果表明,男衬衫生产过程中,生产过程的碳排放量大于男衬衫所用面料产生的碳排放量,且缝制环节产生的碳排放量最高。给出的碳排放量计算流程和方法同样适用于其他款式服装的生产过程,可为服装生产企业进行碳排放监督与评价提供依据与参考。     

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。     

基于非支配排序遗传算法的细纱工艺参数优化

为了实现细纱生产工艺参数优化,解决细纱生产过程中高能耗问题,提出了一种基于非支配排序遗传算法的细纱工艺参数多目标优化方法.通过分析细纱生产工艺流程,确定了影响细纱成纱质量与能耗的工艺参数,提取了评价成纱质量的关键质量评价指标,结合灰色关联理论将质量评价指标转化为综合质量指标,利用二阶响应曲面法拟合工艺参数与综合质量指标...     

基于离散多目标布谷鸟算法的食品拣取机器人协同路径规划

目的：提高大型食品加工仓储原材料拣取效率。方法：针对按食品加工配方比例拣取多货位原材料问题,建立以总移动距离、总能耗和周期拣取原材料总重量为指标的多目标食品拣取机器人协同路径规划模型。提出Pareto最优解离散多目标布谷鸟算法(discrete multi-objective cuckoo algorithm,DMCA),设计3层布谷鸟编码,重新定义突变、同类进化、异类进化更新策略,以提高DMCA全局优化能力。结果：该方法能够快速给出多机器人协同规划路径,相比于其他算法,总移动距离缩短了约6.3%,总能耗降低了约7.5%。结论：所提方法能够有效提高大型网格化仓储原材料拣取效率,规划路径平衡了移动距离和能耗。     

碳交易及消费补贴下的服装行业碳减排决策问题

在"双碳"目标下,全国碳交易市场悄然上线,为使服装企业更好地应对碳交易,建立由原料供应商、制造商、零售商和回收商组成的服装闭环供应链模型,着重探讨了政府对再制造服装消费者补贴及制造商碳减排投资对服装行业发展、供应链成员利润及供应链碳排放总量的影响等.研究发现:随着碳交易价格的上涨,若无减排及无补贴,服装企业难以长久维系...     

基于多目标优化的油茶果分选机器人轨迹规划方法研究

目的：解决并联机器人食品分选过程中的运动平稳性差和精度等问题。方法：在分析三自由度食品分选机器人系统的基础上，提出将多项式插值法与改进的多目标粒子群算法相结合用于Delta机器人轨迹优化。以并联机器人运行时间最短、能耗最低、运动冲击最小为优化多目标，通过改进的多目标粒子群算法优化多项式插值法，并对其性能进行验证。结果：试验所提规划方法的规划轨迹相比于常规方法更平滑、更高效。在实际的油茶果分选中，准确率>99.00%，平均一次筛选时间为0.620 s。结论：试验所提轨迹规划优化方法提高了油茶果分选机器人的分选效率、准确性和稳定性。     

上海家庭洗涤碳排放调查与核算模型

在上海市500户家庭的服装洗涤碳排放的调查中,根据家庭生活特征分为人口特征、居住特征、经济特征、文化特征、服装洗涤特征等五种类型,结合碳排放计算方法得到家庭服装洗涤碳足迹。通过多元线性回归分析,论证了家庭特征因子和家庭服装洗涤碳排放量的相关性。结果表明,使用三种不同类型洗衣机(半自动波轮型、全自动波轮型、滚筒型)的家庭服装洗涤碳排放量与家庭特征因子间存在线性回归关系,其中,家庭年度使用洗衣机进行服装洗涤次数、洗衣机容量及能效等级,是影响家庭年度服装洗涤碳排放量与人均年度服装洗涤碳排放量的主要因子。     

低碳驱动下粮食转运枢纽选址及路径优化研究

为降低粮食运输的碳排放量,提高粮食运输效率,保障粮食运输安全,从定量分析的角度,构建低碳驱动下粮食转运枢纽选址-路径优化模型,并设计改进遗传算法对该模型求解,对中国现有粮食运输网络布局进行改进和优化,并选取粮食物流重点线路上的部分省会城市进行分析验证。结果表明：研究构建的轴辐式多式联运网络枢纽节点选址-路径优化模型及算法,可使粮食运输总成本降低13.87%,碳排放量降低11.70%,枢纽的平均转运饱和度提升9.66%。该方法适用于实际粮食运输过程,可实现粮食低碳高效运输,为低碳驱动下中国粮食转运枢纽选址及路径规划提供参考。     

服装企业包装订单分配排序优化模型及其快速非支配遗传算法求解

为解决纺织服装生产企业包装出货过程中在包装订单分配与排序时存在的分配方案不合理、拖期时间长等问题,在考虑包装线机器分配及机器调整时间约束的情况下,建立以最小化最大完成时间和拖期时间为目标函数的包装订单分配排序两目标优化数学模型,并采用基于参考点的快速非支配遗传算法对模型进行求解,然后对优化解进行解码输出优化方案。通过该模型与算法求解相关企业的具体算例,结果表明:该模型输出结果缩短了最大完成时间,有效地控制了拖期,几种优化方案的平均最大完成时间相较于按交货期优先规则的方案缩短了4.7%,且所有方案的总拖期均小于4 h。研究成果在提升纺织服装生产企业的包装出货效率方面具有良好的应用与推广价值。     

基于模块化的服装混合流水线平衡优化

针对服装生产存在的多品种、小批量、短周期等普遍现象,提出以模块化为基础的服装智能生产编排算法,以实现混合流水线下多款服装的快速生产.以服装模块划分为基础,建立模块化服装生产排序与工序分配的联合优化数学模型,设计目标追踪遗传算法求解模型,实现模块化服装在同一流水线上的投产排序优化及服装加工工序的自动化编排.以2款相近衬衫...     

基于蚁群算法的高大平房仓装仓工艺研究

为了解决目前高大平房仓机械化粮食入库存在的装仓机移动困难、装仓效率低、装仓量不高的难题,提供了一种适用于高大平房仓的机械化装仓工艺。通过在中储粮直属库实地调研,分析了装仓工艺优化的相关参数,考虑装仓体积、粮面平整度和仓内作业工位数提出了装仓工艺的多目标优化数学模型,基于蚁群算法确定了装仓工艺的优化算法流程及其相关参数,最后针对30×24 m^2高大平房仓,利用MATLAB编程进行装仓工艺仿真,得到了采用移动式装仓机的最优装仓工艺,仿真结果表明该工艺符合人工装仓习惯,装仓量、粮面平整度与利用该工艺的实际装仓结果基本相同,减少了装仓工位数和装仓机搬动次数,有利于提高作业效率和减少人工劳动强度。     

衬衫吊挂流水线的自适应动态调度

针对服装大规模定制中的个性化订单实时到达、订单投产准时性差、瓶颈工位不确定等系列问题,提出了一种服装吊挂流水线的自适应滚动窗口机制解决上述问题。综合考虑了加工顺序、加工设备、人员技能、工序等级等服装生产中的约束条件,建立以最小化完工时间和设备等待时间为目标的多目标动态调度模型,运用工序和设备双层编码结构的非支配遗传算法对模型进行求解;以企业订单数据为基础模拟了21 600 s内个性化订单动态到达过程,对模型进行仿真实验。结果表明:自适应动态调度机制能够充分利用生产线设备信息对不同款式的实时订单动态排程;相较于固定周期调度机制在生产效率和设备利用率上有显著提升。