基于貓群算法的多目標(biāo)混流裝配線重排序問題研究.pdf

1、混流裝配線排序是混流生產(chǎn)的關(guān)鍵問題之一,良好的排序性能能夠有效縮短交貨期、降低在制品庫存、提高裝配線的生產(chǎn)效率。然而在實(shí)際生產(chǎn)過程中,經(jīng)常由于物料不齊套導(dǎo)致初始排序方案不能執(zhí)行,嚴(yán)重影響著裝配線的正常生產(chǎn)。本文研究物料不齊套引起的混流裝配線重排序問題。
　　針對(duì)實(shí)例企業(yè)混流裝配線排序問題,本文建立最小化超載/閑置總成本、最小化產(chǎn)品變化率和最小化產(chǎn)品總切換時(shí)間的多目標(biāo)混流裝配線初始排序數(shù)學(xué)模型,并設(shè)計(jì)改進(jìn)的多目標(biāo)貓群算法求解。首先將

2、標(biāo)準(zhǔn)貓群算法進(jìn)行離散化以適應(yīng)調(diào)度問題求解,針對(duì)離散化后搜尋模式的搜尋效率低下的缺陷,提出基于多樣化搜尋算子的改進(jìn)搜尋模式,以提高搜索效率和解的分布性能。算法基于線性混合比率的貓行為模式選擇方法調(diào)整進(jìn)化過程中進(jìn)行全局貓和局部貓的比率,以達(dá)到在算法前期貓群采取較大比重的全局搜索貓擴(kuò)大算法的搜索范圍;在算法后期貓群采取較大比重的局部搜索貓加速收斂。所提算法與其它算法采用基準(zhǔn)問題集進(jìn)行對(duì)比測(cè)試,結(jié)果表明該算法在Pareto解集的分布性、收斂性以

3、及Pareto解的搜索能力上均優(yōu)異于NSGA-Ⅱ、MOPSO和SPEA2。
　　針對(duì)現(xiàn)實(shí)車間隨機(jī)和突發(fā)發(fā)生的物料不齊套導(dǎo)致初始排序方案不能執(zhí)行,本文建立了響應(yīng)物料不齊套擾動(dòng)的最小化輔助工人工作時(shí)間、零部件消耗均衡化和最小化排序偏差的混流裝配線重排序模型,提出了針對(duì)混流裝配線重排序問題的兩周期聯(lián)合優(yōu)化和基于裝配車間生產(chǎn)能力的分解策略的方法。
　　本文將改進(jìn)的多目標(biāo)貓群算法應(yīng)用于某實(shí)例企業(yè)總裝線,初始排序?yàn)檐囬g提供性能良好的方案