基于貓群算法的多目標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。然而在實際生產(chǎn)過程中,經(jīng)常由于物料不齊套導致初始排序方案不能執(zhí)行,嚴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。
　　針對實例企業(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)品總切換時間的多目標混流裝配線初始排序數(shù)學模型,并設計改進的多目標貓群算法求解。首先將

2、標準貓群算法進行離散化以適應調(diào)度問題求解,針對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)整進化過程中進行全局貓和局部貓的比率,以達到在算法前期貓群采取較大比重的全局搜索貓擴大算法的搜索范圍;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問題集進行對比測試,結果表明該算法在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。
　　針對現(xiàn)實車間隨機和突發(fā)發(fā)生的物料不齊套導致初始排序方案不能執(zhí)行,本文建立了響應物料不齊套擾動的最小化輔助工人工作時間、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。
　　本文將改進的多目標貓群算法應用于某實例企業(yè)總裝線,初始排序為車間提供性能良好的方案