启发式算法在随机型双边装配线平衡问题中的应用研究

在假设任务作业时间满足正态分布的前提下建立了随机双边装配线的数学模型.考虑双边装配线原有特征及兼顾任务随机性的基础上,提出两种求解随机双边装配线第一类平衡问题的启发式算法.在算例验证中,通过变化节拍时间及预设超限概率,得出不同的有效平衡方案,说明了算法的可行性.     

求解第Ⅰ类装配线平衡问题的一种改进粒子群算法

针对第Ⅰ类装配线平衡问题,提出了一种改进粒子群算法.该算法构造了基于可选任务集合的位置向量定义,给出了与位置向量定义方式相适应的速度向量定义;同时构造新的位置、速度更新策略.采用位置权重法、最长加工时间优先法和随机生成任务序列等三种方法相结合的初始种群生成方法以改善初始粒子种群的质量.为提高算法脱离局部最优解的能力,采用了增加随机加速度的改进措施.最后,通过不同规模问题的测试,说明了算法的有效性.     

求解多目标拆卸线平衡问题的一种蚁群算法

结合拆卸线平衡问题的特性,建立了相应的数学模型。该模型在以最小化工作站数、均衡各工作站空闲时间为目标函数的基础上,考虑了尽可能早地拆卸有危害、高需求的零件以及最小化拆卸方向的改变,提出了一种改进的蚁群算法。该算法采用了利用先验知识、探索新路径、随机选择三种方式的混合搜索机制,将综合考虑零件拆卸时间、危害和需求作为算法的启发式信息来提高搜索的效率。应用实例的计算分析表明该提算法具有可行性及有效性。     

基于粒子群算法的U型装配线平衡问题研究

针对给定节拍最小化工作站数的第一类U型装配线平衡问题,提出了一种改进的粒子群算法.由于粒子群算法不能直接用于求解离散空间的组合优化问题,故文章采用基于优先权的粒子群算法来求解,通过对任务赋以的权重的大小来选择任务,并具体说明了粒子速度和位置的更新.最后,对大量测试问题集进行了验证,说明了算法的有效性.