基于蟻群優(yōu)化算法的車間布局優(yōu)化.pdf

1、制造系統(tǒng)的工廠布置及車間內(nèi)設施布置、物料輸送等方面對降低企業(yè)的生產(chǎn)成本都有重大影響。車間布局的合理與否，直接影響到車間的物流、生產(chǎn)效率、生產(chǎn)成本以及生產(chǎn)安全，還影響到生產(chǎn)周期和場地面積利用率。車間內(nèi)20％-50%的總運營成本是物料搬運成本，有效的設施布局可以將這些成本降低到10%-30%，這樣能為企業(yè)節(jié)約了大量的生產(chǎn)成本。因此很有必要進行車間布局設計，并研究快速且有效的車間布局方法。
　　 車間布局問題屬于NP--難組合優(yōu)化問題

2、，當問題規(guī)模較大時，基于窮舉思想的方法在有限的時間內(nèi)將無法解決實際問題，從而只能轉(zhuǎn)向使用啟發(fā)式算法對車間布局模型進行尋優(yōu)，如遺傳算法、模擬退火算法、蟻群優(yōu)化算法等。蟻群優(yōu)化算法的應用領域極廣，對于很多復雜的組合優(yōu)化問題的求解效果優(yōu)于其他算法。
　　 本文首先概括了車間布局設計的研究背景和現(xiàn)狀，并概述車間布局的一些基本理論。然后基于制造企業(yè)生產(chǎn)車間布局的特點，以最小化物料搬運成本為車間布局的優(yōu)化目標，用二次分配問題建立模型并確定合

3、理的約束條件，然后應用最大最小螞蟻系統(tǒng)(MMAS)求解該問題模型，并結(jié)合局部搜索算法以獲得全局最優(yōu)解。求解布局方案主要分兩個部分：應用最大最小螞蟻系統(tǒng)(MMAS)獲取初始解；結(jié)合局部搜索算法更新初始解，提高解質(zhì)量。由于MMAS只使用迭代最優(yōu)螞蟻或至今最優(yōu)的螞蟻更新信息素，從而更好的利用了歷史信息，增加螞蟻構建優(yōu)質(zhì)解的可能性，并將為信息素濃度限定范圍，避免算法過早收斂于非全局最優(yōu)解。
　　 本文研究的目的是應用蟻群優(yōu)化算法求解車間