裝配線平衡的最優(yōu)化模型與算法研究.pdf

1、大規(guī)模生產(chǎn)的產(chǎn)品往往采用裝配線的形式來(lái)達(dá)到經(jīng)濟(jì)、均衡的效果，裝配線的平衡過(guò)程就是實(shí)現(xiàn)一種勞動(dòng)生產(chǎn)率、設(shè)備利用率和滿足市場(chǎng)需求三者之間的平衡的過(guò)程。 本文對(duì)在大規(guī)模制造和多品種小批量制造環(huán)境下的裝配線平衡問(wèn)題進(jìn)行了系統(tǒng)地研究。運(yùn)用最優(yōu)化模型和人工智能算法來(lái)研究裝配線平衡，從單一型（包括確定型和隨機(jī)型）到混合型，從直線型布局的裝配線到U型布局裝配線，從單一目標(biāo)裝配線平衡到多目標(biāo)裝配線平衡，從無(wú)資源約束到有資源約束的裝配線平衡，系統(tǒng)地

2、研究了裝配線平衡問(wèn)題。 建立多種不同形式和不同類(lèi)型目標(biāo)的裝配線平衡的數(shù)學(xué)模型。建立第1類(lèi)和第Ⅱ類(lèi)單一型裝配線平衡的最優(yōu)化模型，同時(shí)研究了U型布局裝配線平衡的最優(yōu)化模型，多目標(biāo)裝配線平衡的目標(biāo)規(guī)劃模型以及帶資源約束的裝配線平衡的最優(yōu)化模型。這些裝配線平衡的最優(yōu)化模型改進(jìn)了文獻(xiàn)中提出的裝配線平衡的最優(yōu)化模型，針對(duì)不同裝配線平衡問(wèn)題的適應(yīng)性好，變量數(shù)量與約束數(shù)量有顯著減少，對(duì)裝配線的平衡竣計(jì)與生產(chǎn)管理提供了理論指導(dǎo)、方法和工具。

3、 系統(tǒng)地設(shè)計(jì)了各類(lèi)不同形式和不同目標(biāo)裝配線平衡的人工智能算法，來(lái)解決大規(guī)模的裝配線平衡問(wèn)題。根據(jù)平衡目標(biāo)的不同，分別設(shè)計(jì)了最小化工作站數(shù)、最小化節(jié)拍、最小化均衡指數(shù)以及最大化相關(guān)系數(shù)等四類(lèi)目標(biāo)的裝配線平衡的算法；根據(jù)裝配線類(lèi)型的不同，分別探討了確定型、隨機(jī)型、混合型、多目標(biāo)以及資源約束型等的遺傳算法。在算法設(shè)計(jì)中研究了適應(yīng)度函數(shù)的選擇問(wèn)題，提出了能夠?qū)崿F(xiàn)目標(biāo)持續(xù)改進(jìn)的適應(yīng)度函數(shù)，使得算法在迭代過(guò)程中，目標(biāo)值易于持續(xù)改進(jìn)；同時(shí)，運(yùn)用隨機(jī)

4、方法結(jié)合啟發(fā)式方法產(chǎn)生初始種群，設(shè)計(jì)了獨(dú)特的染色體編碼規(guī)則、譯碼規(guī)則，尤其在U型裝配線平衡算法中設(shè)計(jì)了帶有分派指示方向的染色體編碼方法，大大提高了裝配線平衡的效率；在算子設(shè)計(jì)中，設(shè)計(jì)了基于優(yōu)先矩陣的遺傳算子，將迭代過(guò)程地轉(zhuǎn)換為矩陣和向量運(yùn)算，使算法較高的效率，具有較快的收斂速度、很強(qiáng)的脫離局部最優(yōu)解的能力。 采用仿真的方法研究了四類(lèi)隨機(jī)型裝配線平衡問(wèn)題，分析了裝配線的設(shè)計(jì)參數(shù)與優(yōu)化的目標(biāo)函數(shù)之間關(guān)系。運(yùn)用灰色關(guān)聯(lián)度方法解決了數(shù)據(jù)