基于人工蜂群算法的多目标装配线平衡排序问题研究

发布时间：2017-12-02 12:08

  本文关键词：基于人工蜂群算法的多目标装配线平衡排序问题研究

  更多相关文章： 基于 人工 蜂群 算法 目标 装配线 平衡 排序 问题 研究

【摘要】：装配线平衡对于提高生产效率具有重要意义,因此近年来得到广泛关注。装配线根据装配产品的不同可分为单一装配线、混流装配线、多产品装配线。单一装配线只能生产同一型号产品,而混流装配线可在同一装配线上生产不同型号产品,因此受到越来越多的重视。混流装配线包括平衡和排序两大问题,二者相互关联共同影响装配线绩效。混流装配线又可分为单条混流装配线和多条并行的混流装配线,虽然单一装配线和单条混流装配线问题很普遍,但也有很多企业采用多条并行的混流装配线以满足客户的订单需求。因此,基于订单的多产线平衡排序问题具有重要的实用价值。本文围绕多类装配线平衡与排序问题进行了深入研究,具体包括： (1)针对带不确定工序时间的单一流水线平衡问题,以降低节拍时间、增加各工位在节拍时间内完工的概率、最优化平滑系数为目标建立多目标数学模型。设计了一种基于Pareto的人工蜂群(PBABC)算法进行求解。通过求解OR库中的标准流水线平衡问题,将提出的PBABC算法与经典的NSGAII算法进行比较以验证算法有效性。 (2)针对带不确定工序时间的单一流水线平衡问题,以最小化节拍时间、最大化各工位在节拍内完工的平均概率之和、最大化整条流水线在节拍内完工的概率为目标建立多目标模型。提出了一种混合Pareto人工蜂群(HPABC)算法进行求解,利用OR库中的标准流水线平衡问题进行计算实验,并将提出的HPABC算法与经典的SPEA2算法进行性能比较。 (3)针对混流装配线平衡排序问,以平衡不同型号产品在各个工位的负荷、最小化各个工位负荷与所有工位平均负荷的偏差、最小化产品在不同工位上的总流程时间为目标建立多目标数学模型。设计一种多目标人工蜂群(Multi-ABC)算法进行求解,并进行OR库算例验证和企业实例研究,将提出的Multi-ABC算法与经典的NSGAII算法进行性能比较。 (4)针对基于订单的多产线平衡排序问题,以物料在不同流水线上的利用率均衡化、每条产线的制造周期最小化、不同订单的产品延迟惩罚成本最小化为目标建立多目标模型。提出一种多目标人工蜂群(MABC)算法进行求解,并进行OR库算例验证和企业实例研究,将提出的MABC算法与经典的SPEA2算法进行性能比较。 计算结果表明,对于带不确定工序时间的单一流水线平衡问题,提出的PBABC算法无论在Pareto解的质量还是计算时间上都优于NSGA II算法,提出的HPABC算法性能也优于著名的SPEA2算法。对于混流装配线平衡排序问题,提出的Multi-ABC算法相对于NSGAⅡ算法,在不同的产品型号需求比例下均可获得更好的Pareto解。对于基于订单的多产线平衡排序问题,提出的MABC算法性能优于SPEA2算法,可以得到更好的Pareto解。
【学位授予单位】：华中科技大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TB497;TP18
，

本文编号：1244845