改进SLP和遗传算法结合的车间设备布局优化
本文关键词: 车间设备布局 系统布置设计 遗传算法 优化 出处:《组合机床与自动化加工技术》2017年08期 论文类型:期刊论文
【摘要】:针对加工多种类产品,且具有固定入口和出口的生产车间,运用改进的SLP和遗传算法相结合的方法进行车间设备布局的优化,从而减少人员、物料的移动成本,提高车间利用率和企业的核心竞争力。首先,在对生产车间的物流进行详细分析的基础上,利用改进的SLP理论确定生产车间设备布局的初步方案。然后,把SLP形成的初步方案作为遗传算法的初始种群的部分染色体,利用改进的遗传算法实现对案例车间设备布局的优化。运用改进的SLP和遗传算法相结合的方法进行车间设备布局的优化,弥补了SLP过于依赖经验、约束过多的缺点,同时,提高了遗传算法的选优能力,减少了随机性所引起的误差,在选出最好个体的同时保证了种群的多样性,使最终的布局方案更具实用价值。
[Abstract]:For the workshop which processes many kinds of products and has fixed entrance and exit, the improved SLP and genetic algorithm are used to optimize the layout of workshop equipment, so as to reduce the number of personnel. Material moving cost, improve the workshop utilization ratio and the core competitiveness of the enterprise. First, on the basis of the detailed analysis of the logistics of the production workshop. The improved SLP theory is used to determine the preliminary scheme of plant layout in production workshop. Then, the preliminary scheme formed by SLP is regarded as part of the chromosome of the initial population of genetic algorithm. The improved genetic algorithm is used to optimize the layout of case workshop equipment, and the improved SLP and genetic algorithm are used to optimize the layout of workshop equipment, which makes up for the excessive reliance of SLP on experience. At the same time, it improves the ability of genetic algorithm to select the best, reduces the error caused by randomness, and ensures the diversity of population while selecting the best individual. Make the final layout scheme more practical value.
【作者单位】: 四川大学制造科学与工程学院;
【基金】:四川省科技计划项目(2015FZ0005)
【分类号】:TB491;TP18
【正文快照】: 0引言planning,简称SLP)[3]和遗传算法[4-5]。SLP构建车间设备布局,其布局方案易受设计人员主观经验的影响。强化物流管理是提升企业核心竞争力的有效途同样,遗传算法的初始种群的选择会直接影响算法的径。随着对生产加工过程的深入研究,发现在整个生寻优能力,且算法的局部搜
【相似文献】
相关期刊论文 前10条
1 周馨,刘溪涓,钟廷修;工程设计中基于遗传算法的实例修改技术[J];机械设计;2001年02期
2 薛梅;刘颖;邬志敏;李国云;王涛;;基于遗传算法的高温空冷冷凝器优化设计[J];流体机械;2009年02期
3 吴剑锋;王彩华;张丽娜;;遗传算法在工程结构优化设计中的应用[J];建材技术与应用;2009年04期
4 刘奥;周重威;李明宇;;基于遗传算法的拆卸序列规划研究[J];装备制造技术;2012年05期
5 鹿跃丽,李菊丽,周力平;遗传算法及其在工程结构优化设计中的应用[J];郑州轻工业学院学报;1997年03期
6 周宇峰,王耀俊;遗传算法在超声检测反演参数中的应用[J];应用声学;1999年06期
7 曾颖,林金清,李浩然,韩世钧;应用遗传算法估算溶液热力学模型参数[J];计算机与应用化学;2003年Z1期
8 田丰春;利用遗传算法实现项目管理资源优化[J];南京晓庄学院学报;2003年04期
9 黄康,许志伟,董迎晖;改进的遗传算法及其在多目标优化设计中的应用[J];机械设计;2005年09期
10 陈华东;王树宗;韩云山;杨涛;;基于遗传算法的非线性最小二乘在纯方位系统中的应用[J];舰船科学技术;2007年06期
相关会议论文 前10条
1 李国云;刘颖;薛梅;邬志敏;;遗传算法在高温空冷冷凝器优化设计中的应用[A];第五届全国制冷空调新技术研讨会论文集[C];2008年
2 刘戊洪;蓝兆辉;;遗传算法应用中约束处理方法综述[A];第十三届全国机构学学术研讨会论文集[C];2002年
3 冯璐;袁图中;;遗传算法在参数优化中的应用研究[A];全国金属矿山采矿新技术学术研讨与技术交流会论文集[C];2007年
4 杨吉新;陈定方;;基于遗传算法的有限元方法[A];第九届全国结构工程学术会议论文集第Ⅰ卷[C];2000年
5 张锦玲;胡平放;孙启明;雷飞;余伟之;;利用遗传算法确定岩土热物性参数的研究[A];全国暖通空调制冷2010年学术年会论文集[C];2010年
6 王佩佩;;遗传算法在经山寺铁矿爆破参数优化中的应用[A];中国爆破新技术Ⅲ[C];2012年
7 吴忠强;刘坤;奥顿;;基于遗传算法的电液位置伺服系统模糊控制[A];中国自动化学会全国第九届自动化新技术学术交流会论文集[C];2004年
8 王洪超;李亚安;齐彦生;;遗传算法用于水声信号预测方法研究[A];2006’和谐开发中国西部声学学术交流会论文集[C];2006年
9 董广军;朱朝杰;戴晨光;;遥感数据的不确定性及其遗传算法处理应用[A];第八届中国青年运筹信息管理学者大会论文集[C];2006年
10 孙宽;乔文孝;;遗传算法在阵列声波慢度提取中的应用[A];2008年全国声学学术会议论文集[C];2008年
相关博士学位论文 前1条
1 张士伟;三维声学快速多极基本解法在机械噪声预测中的应用研究[D];沈阳工业大学;2016年
相关硕士学位论文 前10条
1 韩明;遗传算法在作业车间调度问题中的应用[D];吉林大学;2015年
2 倪康;协同技术在中央空调节能系统中的应用与研究[D];安徽工程大学;2015年
3 李加鑫;水声宽带换能器匹配技术研究与应用[D];电子科技大学;2014年
4 陈松涛;面向中小制造企业加工车间的多目标调度方法及系统开发[D];河南工业大学;2015年
5 李庆堂;基于改进遗传算法的多工艺路线及批量生产车间作业调度优化[D];青岛理工大学;2015年
6 王松;基于遗传算法的单机逆调度方法研究[D];华中科技大学;2014年
7 丁厚安;改进遗传算法与ANSYS协同在结构优化设计中的应用[D];南昌航空大学;2016年
8 刘忠保;基于PRO/Ⅱ和Excel集成及GA寻优的化工过程操作优化[D];华南理工大学;2016年
9 邢进;基于遗传算法的多目标柔性资源调度研究[D];天津大学;2014年
10 顾蕾;基于改进遗传算法的流水车间调度研究[D];南昌大学;2016年
,本文编号:1463212
本文链接:https://www.wllwen.com/guanlilunwen/wuliuguanlilunwen/1463212.html