基于动态差分元胞多目标遗传算法的混合作业车间布局改善与优化
2018-09-22王亚良钱其晶曹海涛金寿松
中国机械工程 2018年14期
王亚良 钱其晶 曹海涛 金寿松
浙江工业大学机械工程学院,杭州,310014
0 引言
TOMPKINS等[1]指出企业物料搬运成本占制造成本的20%~50%。对企业物流系统研究领域重要程度的评价调查表明,车间布局设计位居第一位,其次是车间物流调度与绩效评价、企业物流战略、企业物流网络重构及环境,合理的车间布局能降低10%~30%的制造成本[2⁃3]。
车间布局问题是NP⁃hard问题,随着设施数量的增加,传统的最优化算法(如线性规划、整数规划和分支定界法等)寻求精确解的可行性很低,智能优化算法能够在有效时间内寻求问题的近似最优解。LEE等[4]用遗传算法解决多层车间布局问题。郑永前等[5]用协同粒子群算法进行单元布局多目标优化。牛占文等[6]应用遗传算法对双行车间进行多目标布局改善优化,以物料搬运成本、设备单元移动成本、生产效率为优化目标,建立的模型更加贴近实际生产状况。为了避免动态环境下频繁进行车间布局,降低车间运行成本,刘琼等[7]建立了以车间物料搬运费用和面积费用最小化为目标的多目标鲁棒性布局优化模型,并用改进的蛙跳算法求解该模型。马淑梅等[8]采用模糊理论描述产品的不确定性,在遗传算法中引入局部自适应机制,对多行设备进行动态布局优化。上述学者都采用将多个分目标加权转化成为一个综合目标的研究思路。李爱平等[9]建立了物流搬运费用、非物流关系以及面积利用率的车间多目标模型,并采用非支配排序遗传算法(NSGA⁃Ⅱ)对模型进行求解。……
登录APP查看全文
