本文選題：多目標(biāo)優(yōu)化 + 差分進(jìn)化算法�。� 參考：《蘇州大學(xué)》2016年碩士論文

【摘要】：作為車間調(diào)度問題的一個(gè)分支,混流裝配線的排序問題對混流裝配線能否合理高效地發(fā)揮作用有著至關(guān)重要的影響。合理的排序方案可降低生產(chǎn)成本,降低在制品及產(chǎn)成品庫存甚至達(dá)到零庫存,實(shí)現(xiàn)準(zhǔn)時(shí)化生產(chǎn),可以有效提高企業(yè)的市場競爭力�；炝餮b配線的排序問題已被公認(rèn)是NP難問題,幾十年來一直受到研究者們的廣泛關(guān)注。本文研究了混流裝配線的單目標(biāo)和多目標(biāo)優(yōu)化問題。針對以往研究只考慮了傳送帶中斷時(shí)間對混流裝配線的影響而忽視了工人空閑時(shí)間造成的成本浪費(fèi),提出給傳送帶中斷時(shí)間和工人的空閑時(shí)間分配不同的權(quán)重系數(shù),將其作為整體目標(biāo)進(jìn)行優(yōu)化。同時(shí)考慮了產(chǎn)品切換時(shí)間對傳送帶中斷時(shí)間的影響,據(jù)此建立了相應(yīng)的混流裝配線單目標(biāo)優(yōu)化模型,分別采用差分進(jìn)化算法和遺傳算法進(jìn)行求解,并基于仿真實(shí)驗(yàn)對兩種算法的優(yōu)劣進(jìn)行了分析和比較。基于上述單目標(biāo)優(yōu)化模型,分別以傳送帶中斷時(shí)間和工人空閑時(shí)間最小化、產(chǎn)品切換時(shí)間最小化和提前/延后完工時(shí)間最小化為目標(biāo)建立了混流裝配線多目標(biāo)優(yōu)化模型。針對差分進(jìn)化算法和雙種群差分進(jìn)化算法在求解多目標(biāo)問題時(shí)容易丟失部分非支配解的缺陷,提出了一種改進(jìn)雙種群差分進(jìn)化算法。利用一個(gè)輔助種群保存選擇過程中被舍棄的非支配解,并將輔助種群中的個(gè)體與父代種群和主種群的個(gè)體隨機(jī)比較,選擇較優(yōu)的個(gè)體進(jìn)入下一代,通過這種方式降低非支配解的舍棄率。為了盡可能保存迭代過程中產(chǎn)生的非支配解,提出在算法迭代一定的次數(shù)時(shí),選擇父代種群、主種群和輔助種群中的非支配個(gè)體直接進(jìn)入下一代遺傳。最后通過與NSGAII、差分進(jìn)化算法以及雙種群差分進(jìn)化算法進(jìn)行比較,驗(yàn)證了所提出的改進(jìn)雙種群差分進(jìn)化算法在求解多目標(biāo)問題時(shí)具有的良好性能。
[Abstract]:As a branch of job shop scheduling problem, the scheduling problem of mixed flow assembly line plays an important role in whether the mixed flow assembly line can play a role reasonably and efficiently. Reasonable sequencing scheme can reduce the production cost, reduce the inventory of WIP and finished products to zero inventory, and realize just-in-time production, which can effectively improve the market competitiveness of enterprises. Mixed-flow assembly line scheduling problem has been recognized as NP-hard problem, has been widely concerned by researchers in recent decades. In this paper, the problem of single objective and multi-objective optimization for mixed flow assembly line is studied. In view of the fact that the previous studies only considered the influence of the belt interruption time on the mixed flow assembly line and neglected the cost waste caused by the workers' idle time, the paper proposed that different weight coefficients should be assigned to the conveyor belt interruption time and the workers' idle time. Optimize it as an overall goal. At the same time, considering the influence of the product switching time on the belt interruption time, the corresponding mixed flow assembly line single objective optimization model is established, and the differential evolution algorithm and genetic algorithm are used to solve the problem, respectively. The advantages and disadvantages of the two algorithms are analyzed and compared based on the simulation experiments. Based on the above single-objective optimization model, a multi-objective optimization model for mixed-flow assembly line is established with the objectives of minimization of belt interruption time and workers' idle time, minimization of product switching time and minimization of advance / delay completion time. In order to solve the problem of multi-objective problems, a modified two-species differential evolutionary algorithm is proposed to solve multi-objective problems, which is easy to lose part of the non-dominated solution of the differential evolution algorithm and the two-species differential evolution algorithm. Using an auxiliary population to preserve the abandoned non-dominant solution in the selection process, and comparing the individual in the auxiliary population with the parent population and the individual of the main population at random, the better individuals are selected to enter the next generation. In this way, the abandonment rate of the nondominant solution is reduced. In order to preserve the non-dominated solution generated in the iterative process as much as possible, it is proposed that the parent population, the non-dominant individuals of the main population and the auxiliary population be selected to enter the next generation of heredity directly when the algorithm iterates a certain number of times. Finally, compared with NSGA II, differential evolution algorithm and double population differential evolution algorithm, the proposed improved double population differential evolution algorithm has good performance in solving multi-objective problems.
【學(xué)位授予單位】：蘇州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TB497

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李慶煜;鄭永前;尚明誠;;以成本優(yōu)化為平臺(tái)的混流裝配線排序[J];現(xiàn)代制造工程;2010年01期

2 薛琴微;蘭秀菊;陳呈頻;;基于蟻群算法的混流裝配線排序研究[J];輕工機(jī)械;2010年05期

3 鄭永前;王永生;于勝男;;實(shí)時(shí)負(fù)荷條件下混流裝配線平衡方法研究[J];現(xiàn)代制造工程;2010年12期

4 周金應(yīng);但斌;饒凱;;面向產(chǎn)品族的混流裝配線平衡研究[J];工業(yè)工程;2006年04期

5 周小麗;曹振新;;混流裝配線的規(guī)劃設(shè)計(jì)與仿真研究[J];機(jī)床與液壓;2008年04期

6 蔣艷;黎向鋒;左敦穩(wěn);焦光明;薛善良;;隨機(jī)型混流裝配線的仿真研究[J];機(jī)械制造與自動(dòng)化;2011年01期

7 胡羅克;陳勇;唐任仲;;混流裝配線平衡分析與算法設(shè)計(jì)[J];現(xiàn)代制造工程;2011年09期

8 李蘇珂;劉盛強(qiáng);喻道遠(yuǎn);張三強(qiáng);史登松;何世林;;面向整車混流裝配線客戶訂單的優(yōu)化分配排序[J];中國機(jī)械工程;2010年20期

9 劉冉;樓佩煌;唐敦兵;楊雷;;考慮平衡與調(diào)度的混流裝配線臨時(shí)工工作時(shí)間問題[J];機(jī)械科學(xué)與技術(shù);2012年07期

10 魯建廈;翁耀煒;李修琳;湯洪濤;董巧英;;混合人工蜂群算法在混流裝配線排序中的應(yīng)用[J];計(jì)算機(jī)集成制造系統(tǒng);2014年01期

相關(guān)博士學(xué)位論文 前4條

1 鄭林江;基于智能對象的混流裝配線敏捷生產(chǎn)管理技術(shù)研究[D];重慶大學(xué);2010年

2 王炳剛;面向加工—裝配混合生產(chǎn)系統(tǒng)的優(yōu)化排序研究[D];華中科技大學(xué);2010年

3 劉煒琪;基于生物啟發(fā)式算法的混流裝配制造系統(tǒng)調(diào)度優(yōu)化研究[D];華中科技大學(xué);2014年

4 劉冉;摩擦輸送汽車混流裝配線中短期決策平衡調(diào)度問題研究與應(yīng)用[D];南京航空航天大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 李偉;基于精益生產(chǎn)的叉車混流裝配線優(yōu)化研究[D];浙江理工大學(xué);2016年

2 龍書玲;混流裝配線的雙目標(biāo)投產(chǎn)排序決策模型研究[D];吉林大學(xué);2016年

3 毛方燕;考慮傳送帶中斷時(shí)間的混流裝配線排程優(yōu)化研究[D];蘇州大學(xué);2016年

4 李佳偉;輸液器手工混流裝配線的優(yōu)化與仿真研究[D];東北農(nóng)業(yè)大學(xué);2016年

5 楊田田;混流裝配線節(jié)拍優(yōu)化問題研究[D];華中科技大學(xué);2005年

6 劉瑛淳;基于訂單的混流裝配線排序問題研究[D];東北大學(xué);2013年

7 劉一凡;多品種小批量離散制造業(yè)混流裝配線平衡方法研究[D];河北工業(yè)大學(xué);2015年

8 鄧小波;汽車混流裝配線的仿真研究[D];華中科技大學(xué);2005年

9 周金應(yīng);面向產(chǎn)品族的混流裝配線平衡與排序研究[D];重慶大學(xué);2006年

10 韓麗莎;混流裝配線投產(chǎn)排序優(yōu)化設(shè)計(jì)[D];大連理工大學(xué);2012年

，

本文編號(hào)：1850333