面向大批量定制的产品族装配线平衡优化

针对产品族混合装配线平衡问题,建立了产品族装配线平衡模型,提出了一种改进的双种群遗传算法对产品族装配线进行优化。首先,通过研究分析产品族装配线的特点,重点考虑了作业之间的相关性;在遗传算法优化过程中,以最小化工作站数、最小化站间和站内负荷指数为优化目标,通过新译码方式弥补传统译码方式的不足,并在双种群中进行个体交换,提高了种群多样性,加快了算法的搜索速度和优化效率。最后,通过小型轮式装载机产品族装配线的平衡优化问题进一步验证了该算法的有效性和可行性。     

基于改进遗传算法的多目标装配线平衡优化研究

针对离散制造企业装配线再平衡问题,文章提出基于改进遗传算法的多目标装配线平衡优化方法.以最小化生产节拍、最大化产线平衡率和最小化平滑指数为优化目标建立装配线再平衡优化模型,并采用改进的遗传算法对平衡模型进行求解,算法基于任务排序的种群初始化方法,采用两点交叉方法,提高了算法寻优能力.文章最后以青贮机装配线实际案例验证了...     

基于混合粒子群算法解决多目标装配线平衡问题

针对第一类装配线平衡问题,提出一种混合的粒子群算法,该算法在标准粒子群算法的基础上对其进行离散化,并提出一种基于优先权重的编码方式,考虑到粒子群算法易陷入局部最优的特点,采用遗传算法的全局搜索能力加强粒子群的全局搜索,再利用变邻域搜索算法进行局部搜索,提高算法的搜索性能。另外,在目标函数方面,在最小化工位数的基础上增加平滑指数这一目标函数,使装配线的效率进一步提高。最后通过算例比较,表明混合粒子群算法能够有效地解决第一类装配线平衡问题。     

基于改进遗传算法的无刷电机装配线平衡优化

为提高无刷电机装配线的生产效率,减少在制品积压,提出了一种改进遗传算法对其进行优化。建立了以工位和平滑指数相结合的多目标优化数学模型,应用双种群自适应遗传算法在MATLAB中编程,对无刷电机装配线平衡问题进行仿真和优化。结果表明,优化后的装配线提高了各个工位的生产效率,减少了在制品积压,验证了算法的有效性和可行性。     

求解多目标混流装配线平衡问题的VPS-PSO算法

为了更有效地减少工作站数目、提高装配线效率,提出了一种基于多目标混流装配线平衡问题的方法。针对混流装配线平衡问题,采用工作站损失指数、装配线损失效率和平滑指数的评价指标作为混流装配线平衡优化问题的适应度函数,在给定节拍和装配优先顺序的前提下建立多目标优化模型。提出一种基于变种群策略的改进粒子群(VPS-PSO)算法能有效地维持种群的多样性,提高粒子群算法的全局搜索寻优能力。案例表明,该算法相对于PSO算法具有更好的寻优能力和求解效率,可以更高效地得到合理的装配线平衡方案。     

基于一种新蚁群算法的装配线平衡研究

采用改进蚁群优化算法来解决装配线平衡的第一类问题。建立了简单装配线平衡的第一类问题的数学模型,对问题进行了数学描述,给出了相关的约束条件和目标函数。在算法求解过程中,蚂蚁通过在觅食范围释放信息素并叠加,同时考虑了局部和全局信息素更新,形成一种新的混合搜索机制。最后通过算例验证了算法的有效性。     

考虑装配关系复杂性的多目标装配线平衡优化方法

针对装配关系复杂性影响工人工作效率,进而产生瓶颈工位的问题,提出一种考虑装配关系复杂性的改进型多目标装配线平衡优化方法。建立了一种合理测度作业元素装配关系复杂性的方法,继而定义装配关系复杂性平滑系数这一指标。以生产节拍、平滑系数和装配关系复杂性平滑系数为优化目标,工序优先关系和工作站数为约束,建立了多目标装配线平衡优化方法模型。采用遗传算法作为优化算法,并对遗传算法的交叉环节利用模糊聚类算法进行改进,判断选作交叉的两个个体的近亲概率,在一定概率上防止了近亲交叉,增加了种群繁衍的多样性。通过算例验证了所提平衡优化方法的有效性,为制定考虑装配关系复杂性的平衡方案提供了一种可行方法。     

基于混合优化算法的飞机总装脉动生产线平衡问题

为提高飞机装配效率和人员利用率,根据飞机总装脉动生产线的特点和平衡优化需求,构建多目标多约束的E类飞机总装脉动生产线平衡问题模型,并设计一种结合非支配排序遗传算法、布谷鸟搜索算法和动态搜索算法的混合优化算法进行求解。其中动态搜索算法解决E类装配线平衡问题求解效率低下以及质量不佳的问题;非支配排序遗传算法通过改进个体距离计算方法提高装配序列的优化效果;布谷鸟搜索算法则借助改进莱维飞行距离计算式提高最优站位数量的搜索能力。最后通过基准问题测试证明算法的性能优于相关问题算法,并借助应用实例验证了模型的有效性。     

管控一体柔性装配线平衡问题研究

针对影响管控一体柔性装配线平衡因素的复杂性与多样性问题,提出一种基于实时分析工序装配柔性因子的管控策略和改进型遗传算法的优化处理方法。首先综合权衡管控一体柔性装配线不平衡的各类因素,为装配工序建立装配次数-预期时间函数与平衡模型;其次在管控决策台对平衡状态实时分析的基础上,构建了基于改进型遗传算法的优化处理模型,并给出基于动态工位分割算法和动态交叉、变异概率的算法改进步骤。     

基于果蝇算法的第二类装配线平衡问题

根据第二类装配线平衡问题的特点,兼顾生产节拍最小和工作负荷均衡,建立了多目标研究模型,运用果蝇算法对标杆案例进行求解,并通过MATLAB进行了仿真研究。将果蝇算法优化结果与标杆案例中自适应遗传算法求解的结果进行对比可知,生产节拍缩短,装配线平衡率进一步提升,且各工作站的负荷更加均衡,从而验证了果蝇算法求解第二类装配线平衡问题的有效性,果蝇算法在获取全局最优解的能力上比自适应遗传算法更强。     

[工艺规划与装配线平衡]基于果蝇算法的第二类装配线平衡问题

根据第二类装配线平衡问题的特点,兼顾生产节拍最小和工作负荷均衡,建立了多目标研究模型,运用果蝇算法对标杆案例进行求解,并通过MATLAB进行了仿真研究。将果蝇算法优化结果与标杆案例中自适应遗传算法求解的结果进行对比可知,生产节拍缩短,装配线平衡率进一步提升,且各工作站的负荷更加均衡,从而验证了果蝇算法求解第二类装配线平衡问题的有效性,果蝇算法在获取全局最优解的能力上比自适应遗传算法更强。     

双边装配线第二类平衡问题研究

与传统的单边装配线平衡问题不同,双边装配线平衡不仅要考虑任务优先顺序关系,而且要考虑任务操作方位以及双边并行作业的要求.为有效地解决双边装配线第二类平衡问题,建立了数学模型,并提出一种基于归组策略的启发式平衡算法.该算法利用图深度优先搜索方法,将任务进行归组,然后运用一系列启发式规则对组进行选择分配.最后,通过在某装载机总装生产线上的应用,验证了算法的有效性.     

混合遗传算法在汽车混流装配线平衡中的应用研究

为实现汽车流水装配线各工位任务均衡,分析了汽车总装工艺流程和作业特点。根据装配线平衡问题的不同求解参数和约束条件,建立了3类装配线平衡问题数学模型。以遗传算法为基础,融入模拟退火算法来提高局部搜索效率,提出了混合遗传模拟退火算法。按作业元素分配到工位的先后顺序,用序列编码方案将混合遗传模拟退火算法应用到混流装配线平衡实例中。计算结果表明,该算法求解装配线平衡问题优于传统启发式算法。     

第二类双边装配线平衡的混合粒子群算法

双边装配线广泛用于汽车、卡车等大型产品的装配过程中。为有效解决第二类双边装配线平衡问题(TALBP-II),提出了一种新的混合粒子群算法(HPSO)。该算法利用粒子群进行全局搜索,使用遗传算法中的交叉算子增强全局搜索,同时利用变邻域搜索进行局部搜索。结合TALBP-II的特点,提出一种解码方式,减少由于操作关系导致的空闲时间。提出工位时间判断策略,缩小搜索空间,提高局部搜索效率。实验结果表明所提出的混合粒子群算法能有效解决第二类双边装配线平衡问题。     

混流装配排序问题的改进人工蜂群优化

为解决离散的混流装配线作业排序问题,提出一种基于人工蜂群优化算法的改进算法。采用NEH启发式方法优化初始种群质量;在雇佣蜂算法中建立了变邻域区域搜索机制并嵌入模拟退火算法,提高了算法的搜索精度与广度;提出一种最优控制策略,通过限制最优解群体的成长速度,有效降低了种群相似度,提高了算法的全局搜索性能。实验方面,算法参数通过标准算例仿真对比设定,并采用Benchmark标准算例对所提算法与标准人工蜂群优化算法、遗传算法、混合遗传算法、改进粒子群优化等算法进行了对比。通过一个混流排序实例的仿真,对比证明了算法在求解混流装配线排序问题上的有效性。     

基于混合粒子群算法求解装配线第二类平衡问题

阐述了装配线平衡问题类型及其平衡求解的相关算法,给出了装配线第二类平衡问题的数学描述。在分析用标准粒子群优化算法求解装配线第二类平衡问题的缺陷基础上,利用粒子群优化算法所具有的全局搜索能力和高搜索效率以及模拟退火算法所具有的局部搜索能力,提出了采用粒子群和模拟退火的混合算法求解第二类平衡问题的方法,并给出了求解流程。应用实例证明,用混合粒子群优化算法比标准粒子群优化算法求解第二类平衡问题能获得更优的结果。     

考虑衰退的流水车间生产与预防性维护集成调度方法

为有效解决流水车间生产与预防性维护的集成调度问题,提出考虑设备衰退的基于改进人工蜂群算法的集成调度方法。对具有设备衰退特征的流水车间集成调度问题域进行了描述,并以最小化完工时间和最小化维护成本为优化目标建立了数学规划模型。针对生产与维护两个决策变量,提出改进双目标人工蜂群算法。该算法融合改进的基于分类排序的Pareto遗传算法的快速排序规则,引入局域禁忌搜索策略和概率接受准则以提高搜索性能。仿真实验表明了该算法的可行性和有效性。     

基于联合作业序列的遗传算法求解第二类装配线平衡问题

分析了可行作业序列与联合作业序列对求解装配线平衡问题的影响,以及两种序列之间的区别和联系,并针对第二类装配线平衡问题,提出一种基于联合作业序列的遗传算法.该算法依据作业顺序图生成初始群体和构造交叉算子、变异算子,保证只在可行作业序列中搜索最优解,从而提高了算法运算效率和计算结果的精度;联合作业能够为工作站释放更多的空间...     

基于改进粒子群优化算法的混流装配线演进平衡

随着产品需求的多样化、装配工艺及技术进步、设备更新等动态变化,装配线平衡方案需不断调整,甚至重新规划与演进平衡。为了探究上述因素对混流装配线演进平衡的影响,提出了实现装配线演进平衡的方法,建立了以最小化装配线的生产节拍、站间平滑指数、演进平衡调整成本为优化目标的混流装配线演进平衡数学模型,并通过改进粒子群优化算法进行优化。在该算法中,为增加粒子的多样性和搜索能力,克服传统粒子群优化算法快速收敛等问题,以粒子进化的成功率来更新算法中的惯性因子,将群体中非最优粒子中的有利信息迁移到群体中的最优粒子上,从而加快算法的搜索速度。结合某企业的生产实例验证了该方法的有效性和可行性。     

求解第Ⅱ类装配线平衡的改进粒子群算法

针对给定工作站数,求最小生产节拍的第Ⅱ类装配线平衡问题,建立了以最小化生产节拍、工作站负荷,最大化装配线平衡率为优化目标的装配线平衡模型,同时设计了一种免疫记忆粒子群算法对模型进行求解。在该算法中充分利用生物学免疫系统调节机制,为保持迭代过程中粒子(抗体)群体的差异性,将免疫记忆、接种、选择等思想引入该算法中,有效提高算法全局搜索能力,避免算法陷入局部最优;同时加入免疫记忆和免疫接种机制指导粒子的飞行方向,确保粒子种群向更优的方向搜索,提高算法的搜索速度。最后,通过具体装配实例证明了该方法具有更高优化效率,同时验证其有效性和可行性。