基于SLP和改进粒子群算法的产品布局优化方法研究

发布时间：2017-11-29 09:14

  本文关键词：基于SLP和改进粒子群算法的产品布局优化方法研究

  更多相关文章： 产品 布局 优化设计 SLP 改进粒子群算法

【摘要】：产品布局设计要求在一定的功能空间内,各产品满足一定的约束条件且工作效率达到最高。本文从优化角度考虑,将产品布局问题看作是组合优化中的布局问题,在综合考虑产品之间的关系、尺寸、布置方向的基础上,引入工艺专业化布局SLP方法对产品的综合关系进行分析,并以整体厨房产品为例建立数学模型,采用改进粒子群算法进行求解,实现了产品布局优化设计。研究结果表明,采用SLP和改进粒子群算法为解决产品布局优化问题提供了一种有效的途径。该方法可以推广到家具产品布局、陈设用品布局、舱室布局、生产系统布局等方面。
【作者单位】： 西安理工大学机械与精密仪器工程学院;西安理工大学艺术与设计学院;
【基金】：陕西省教育厅自然科学基金资助项目(14JK1532) 陕西省自然基金面上资助项目(2016JM5091) 西安理工大学科学研究资助项目(2015RWYB007)
【分类号】：TP18;TB472
【正文快照】： 产品布局问题在一定程度上可以看作是组合优化中的布局问题(Placement Problem,PLP)。随着理论研究的深入,很多学者已经研究了大量的求解方法。文献[1]针对船舶居住舱室的布局优化问题采用小生境方法及爬山法;文献[2]针对游艇舱室的布局优化设计提出了基于Pareto前沿的多目标

【相似文献】

中国期刊全文数据库 前10条

1 全芙蓉;;粒子群算法的理论分析与研究[J];硅谷;2010年23期

2 吴军;李为吉;;改进的粒子群算法及在结构优化中的应用[J];陕西理工学院学报(自然科学版);2006年04期

3 段海涛;刘永忠;冯霄;;水系统优化的粒子群算法分析[J];华北电力大学学报(自然科学版);2007年02期

4 王伟;;混合粒子群算法及其优化效率评价[J];中国水运(学术版);2007年06期

5 付宜利;封海波;孙建勋;李荣;马玉林;;机电产品管路自动敷设的粒子群算法[J];机械工程学报;2007年11期

6 蒋荣华;王厚军;龙兵;;基于离散粒子群算法的测试选择[J];电子测量与仪器学报;2008年02期

7 周苗;陈义保;刘加光;;一种新的协同多目标粒子群算法[J];山东理工大学学报(自然科学版);2008年05期

8 姚峰;杨卫东;张明;;改进粒子群算法及其在热连轧负荷分配中的应用[J];北京科技大学学报;2009年08期

9 张大兴;贾建援;张爱梅;郭永献;;基于粒子群算法的三轴跟瞄装置跟踪策略研究[J];仪器仪表学报;2009年09期

10 王丽萍;江波;邱飞岳;;基于决策偏好的多目标粒子群算法及其应用[J];计算机集成制造系统;2010年01期

中国重要会议论文全文数据库 前10条

1 朱童;李小凡;鲁明文;;位置加权的改进粒子群算法[A];中国科学院地质与地球物理研究所第11届（2011年度）学术年会论文集(上)[C];2012年

2 陈定;何炳发;;一种新的二进制粒子群算法在稀疏阵列综合中的应用[A];2009年全国天线年会论文集（上）[C];2009年

3 陈龙祥;蔡国平;;基于粒子群算法的时滞动力学系统的时滞辨识[A];第十二届全国非线性振动暨第九届全国非线性动力学和运动稳定性学术会议论文集[C];2009年

4 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年

5 刘卓倩;顾幸生;;一种基于信息熵的改进粒子群算法[A];系统仿真技术及其应用（第7卷）——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年

6 熊伟丽;徐保国;;粒子群算法在支持向量机参数选择优化中的应用研究[A];2007中国控制与决策学术年会论文集[C];2007年

7 方卫华;徐兰玉;陈允平;;改进粒子群算法在大坝力学参数分区反演中的应用[A];2012年中国水力发电工程学会大坝安全监测专委会年会暨学术交流会论文集[C];2012年

8 熊伟丽;徐保国;;单个粒子收敛中心随机摄动的粒子群算法[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

9 马向阳;陈琦;;以粒子群算法求解买卖双方存货主从对策[A];第十二届中国管理科学学术年会论文集[C];2010年

10 赵磊;;基于粒子群算法求解多目标函数优化问题[A];第二十一届中国（天津）’2007IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2007年

中国博士学位论文全文数据库 前10条

1 李庆伟;粒子群算法及电厂若干问题的研究[D];东南大学;2016年

2 杜毅;多阶段可变批生产线重构的研究[D];广东工业大学;2016年

3 王芳;粒子群算法的研究[D];西南大学;2006年

4 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年

5 刘建华;粒子群算法的基本理论及其改进研究[D];中南大学;2009年

6 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年

7 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年

8 张静;基于混合离散粒子群算法的柔性作业车间调度问题研究[D];浙江工业大学;2014年

9 张宝;粒子群算法及其在卫星舱布局中的应用研究[D];大连理工大学;2007年

10 刘宏达;粒子群算法的研究及其在船舶工程中的应用[D];哈尔滨工程大学;2008年

中国硕士学位论文全文数据库 前10条

1 张忠伟;结构优化中粒子群算法的研究与应用[D];大连理工大学;2009年

2 李强;基于改进粒子群算法的艾萨炉配料优化[D];昆明理工大学;2015年

3 付晓艳;基于粒子群算法的自调节隶属函数模糊控制器设计[D];河北联合大学;2014年

4 余汉森;粒子群算法的自适应变异研究[D];南京信息工程大学;2015年

5 梁计锋;基于改进粒子群算法的交通控制算法研究[D];长安大学;2015年

6 杨伟;基于粒子群算法的氧乐果合成过程建模研究[D];郑州大学;2015年

7 李程;基于粒子群算法的AS/RS优化调度方法研究[D];陕西科技大学;2015年

8 樊伟健;基于混合混沌粒子群算法求解变循环发动机数学模型问题[D];山东大学;2015年

9 陈百霞;考虑风电场并网的电力系统无功优化[D];山东大学;2015年

10 戴玉倩;基于混合动态粒子群算法的软件测试数据自动生成研究[D];江西理工大学;2015年

，

本文编号：1236928