U型拆卸線平衡問題的混合人工蜂群算法研究
發(fā)布時(shí)間:2021-09-07 03:51
隨著資源的短缺和環(huán)境污染的加劇,EOL產(chǎn)品處理的方式引起了廣泛關(guān)注。拆卸不僅可以實(shí)現(xiàn)資源的再利用,還可以緩解EOL產(chǎn)品堆積造成的環(huán)境壓力。據(jù)統(tǒng)計(jì),2015年全國汽車報(bào)廢數(shù)量將達(dá)到900~1200萬輛,而2020年將持續(xù)增加到1200~1600萬輛。如果這些資源能夠有效地回收再利用,將會產(chǎn)生巨大的市場價(jià)值。拆卸是資源回收的有效手段。為了推動(dòng)拆卸產(chǎn)業(yè)化,合理的拆卸線布局和拆卸流程規(guī)劃是必不可少的。所以,本文根據(jù)精益生產(chǎn)理念,提出U型拆卸線布局,主要研究內(nèi)容如下:1)充分研究直線型拆卸線優(yōu)化問題的相關(guān)知識,結(jié)合U型布局特色,建立以工作站數(shù)、平滑指數(shù)、需求指數(shù)和危害指數(shù)最小目標(biāo)的確定型作業(yè)時(shí)間的U型拆卸線平衡問題數(shù)學(xué)模型。2)由于人工蜂群算法存在搜索方法單一、易陷入局部極值兩方面的缺陷,本文通過旁觀蜂和雇傭蜂自身學(xué)習(xí)、偵查蜂全局學(xué)習(xí)的策略彌補(bǔ)標(biāo)準(zhǔn)算法中的不足,提出混合搜索機(jī)制的人工蜂群算法。同時(shí)設(shè)計(jì)了適用于求解本文離散優(yōu)化問題的算法流程。3)以加權(quán)求和的方法將多目標(biāo)降為單目標(biāo),同時(shí)對于某項(xiàng)指標(biāo)超出預(yù)設(shè)值時(shí)給予一定的懲罰,最終得到的適應(yīng)值可以直觀地評價(jià)解的質(zhì)量,為蜜蜂快速選擇解提供了有利條件。4...
【文章來源】:西南交通大學(xué)四川省 211工程院校 教育部直屬院校
【文章頁數(shù)】:75 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖2-1直線型與u型布局圖??U型線布局與傳統(tǒng)直線型布局如圖2-1所示,考慮到工人普遍為右手作業(yè)習(xí)慣,所??通計(jì)為沿逆時(shí)針方向流動(dòng)[4〇]
王作站1?工作站2?工作站3?工作站4??圖2-2?9任務(wù)線平衡示意圖??圖2-2中黃色區(qū)域代表每個(gè)工作站的空閑時(shí)間,黃色區(qū)域的面積越接近表明整個(gè)??拆卸線的平滑指數(shù)越好,圖中表示的是最優(yōu)狀況即每個(gè)工作站的空閑時(shí)間相同平滑指??數(shù)達(dá)到最小。??3)?U型拆卸線平衡問題需求指數(shù):??拆卸的主要目標(biāo)是尋找廢舊產(chǎn)品中有價(jià)值的零部件,有價(jià)值的零件越早拆除越能??快速帶來經(jīng)濟(jì)效益。因此,在拆卸過程中盡早拆除有價(jià)值的零件是本文優(yōu)化的另一目??標(biāo)畫數(shù),需求指數(shù)表達(dá)式如公式(2-4)所示??D=tp-dps)?(2-4)??,=1??其中,需求指數(shù)的上下限表達(dá)方式如下:??公tai’er?^啦1?-如2含…含也???需求指數(shù)越低表明高需求零件在拆卸的過程中越早拆除,假設(shè)四個(gè)零件a,b,c,d的??需求值分別為2
在嵌入操作中,本文根據(jù)任務(wù)的屬性確定被嵌入任務(wù)。所要移動(dòng)到的位置可W是??任意位置,也可W為了實(shí)現(xiàn)某個(gè)目標(biāo)值而預(yù)先設(shè)定,但是無論哪種方法得到的位置都??要確保任務(wù)移動(dòng)后不打破優(yōu)先關(guān)系的約束。圖4-3中,任務(wù)6是被選中向前移動(dòng),位??置3是插入的位置,當(dāng)任務(wù)6插入后,原來的任務(wù)序列依次向后移動(dòng),同時(shí)要保證任??務(wù)6的所有緊前任務(wù)都已操作,而且任務(wù)6的所有緊后都在位置3之后。嵌入操作之??后位置3到6的任務(wù)序列實(shí)現(xiàn)了改動(dòng),同時(shí)對應(yīng)的目標(biāo)值也發(fā)生了變化,擴(kuò)大了蜜蜂??的選擇空間。??乂?乂?????③?@?@?@??圖4-4交換操作??交換操作與嵌入操作的不同之處是,交換操作中只有兩個(gè)任務(wù)的位置發(fā)生了變化,??嵌入操作中位置發(fā)生變動(dòng)的任務(wù)不止兩個(gè)。位置變化的幅度不同,對應(yīng)解的指標(biāo)變化??的程度也會不同。圖4-4中是兩對任務(wù)進(jìn)行交換操作,即任務(wù)2與任務(wù)4交換,另一??組是任務(wù)5與任務(wù)6交換,交換么后的任務(wù)序列同樣要滿足任務(wù)優(yōu)先關(guān)系。??嵌入操作和交換操作在一個(gè)序列中可W進(jìn)斤多次
【參考文獻(xiàn)】:
期刊論文
[1]自適應(yīng)慣性權(quán)重的改進(jìn)粒子群算法[J]. 敖永才,師奕兵,張偉,李焱駿. 電子科技大學(xué)學(xué)報(bào). 2014(06)
[2]基于收益概率的不確定環(huán)境下的產(chǎn)品拆卸序列優(yōu)化[J]. 陳弋文,陳偉達(dá). 計(jì)算機(jī)集成制造系統(tǒng). 2014(04)
[3]人工蜂群算法加速收斂技術(shù)研究[J]. 楊小東,劉波. 計(jì)算機(jī)技術(shù)與發(fā)展. 2014(04)
[4]基于Pareto解集蟻群算法的拆卸序列規(guī)劃[J]. 邢宇飛,王成恩,柳強(qiáng). 機(jī)械工程學(xué)報(bào). 2012(09)
[5]基于改進(jìn)粒子群算法的制造單元設(shè)施布局問題研究[J]. 鄭永前,丁奎學(xué). 工業(yè)工程. 2012(01)
[6]多目標(biāo)拆卸序列優(yōu)化問題的分散搜索算法[J]. 郭希旺,劉士新,王大志. 東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(01)
[7]改進(jìn)的人工蜂群算法求解任務(wù)指派問題[J]. 孫曉雅,林焰. 微電子學(xué)與計(jì)算機(jī). 2012(01)
[8]基于混合粒子群算法求解多目標(biāo)混流裝配線排序[J]. 劉煒琪,劉瓊,張超勇,邵新宇. 計(jì)算機(jī)集成制造系統(tǒng). 2011(12)
[9]基于Pareto蟻群算法的拆卸線平衡多目標(biāo)優(yōu)化[J]. 丁力平,譚建榮,馮毅雄,高一聰. 計(jì)算機(jī)集成制造系統(tǒng). 2009(07)
[10]基于Tabu搜索與遺傳算法研究拆卸序列優(yōu)化[J]. 王波,王寧生. 河海大學(xué)學(xué)報(bào)(自然科學(xué)版). 2005(05)
碩士論文
[1]多目標(biāo)拆卸線平衡問題的改進(jìn)粒子群算法研究[D]. 方群.西南交通大學(xué) 2014
[2]拆卸線平衡問題的人工蜂群算法研究及其應(yīng)用[D]. 陳沖.西南交通大學(xué) 2014
[3]多目標(biāo)拆卸線平衡問題的群集智能優(yōu)化算法研究[D]. 朱興濤.西南交通大學(xué) 2012
[4]U型裝配線平衡與仿真研究[D]. 劉凱.廣東工業(yè)大學(xué) 2012
[5]基于混合粒子群算法的隨機(jī)混流裝配線平衡問題研究[D]. 余慶良.西南交通大學(xué) 2012
本文編號:3388784
【文章來源】:西南交通大學(xué)四川省 211工程院校 教育部直屬院校
【文章頁數(shù)】:75 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖2-1直線型與u型布局圖??U型線布局與傳統(tǒng)直線型布局如圖2-1所示,考慮到工人普遍為右手作業(yè)習(xí)慣,所??通計(jì)為沿逆時(shí)針方向流動(dòng)[4〇]
王作站1?工作站2?工作站3?工作站4??圖2-2?9任務(wù)線平衡示意圖??圖2-2中黃色區(qū)域代表每個(gè)工作站的空閑時(shí)間,黃色區(qū)域的面積越接近表明整個(gè)??拆卸線的平滑指數(shù)越好,圖中表示的是最優(yōu)狀況即每個(gè)工作站的空閑時(shí)間相同平滑指??數(shù)達(dá)到最小。??3)?U型拆卸線平衡問題需求指數(shù):??拆卸的主要目標(biāo)是尋找廢舊產(chǎn)品中有價(jià)值的零部件,有價(jià)值的零件越早拆除越能??快速帶來經(jīng)濟(jì)效益。因此,在拆卸過程中盡早拆除有價(jià)值的零件是本文優(yōu)化的另一目??標(biāo)畫數(shù),需求指數(shù)表達(dá)式如公式(2-4)所示??D=tp-dps)?(2-4)??,=1??其中,需求指數(shù)的上下限表達(dá)方式如下:??公tai’er?^啦1?-如2含…含也???需求指數(shù)越低表明高需求零件在拆卸的過程中越早拆除,假設(shè)四個(gè)零件a,b,c,d的??需求值分別為2
在嵌入操作中,本文根據(jù)任務(wù)的屬性確定被嵌入任務(wù)。所要移動(dòng)到的位置可W是??任意位置,也可W為了實(shí)現(xiàn)某個(gè)目標(biāo)值而預(yù)先設(shè)定,但是無論哪種方法得到的位置都??要確保任務(wù)移動(dòng)后不打破優(yōu)先關(guān)系的約束。圖4-3中,任務(wù)6是被選中向前移動(dòng),位??置3是插入的位置,當(dāng)任務(wù)6插入后,原來的任務(wù)序列依次向后移動(dòng),同時(shí)要保證任??務(wù)6的所有緊前任務(wù)都已操作,而且任務(wù)6的所有緊后都在位置3之后。嵌入操作之??后位置3到6的任務(wù)序列實(shí)現(xiàn)了改動(dòng),同時(shí)對應(yīng)的目標(biāo)值也發(fā)生了變化,擴(kuò)大了蜜蜂??的選擇空間。??乂?乂?????③?@?@?@??圖4-4交換操作??交換操作與嵌入操作的不同之處是,交換操作中只有兩個(gè)任務(wù)的位置發(fā)生了變化,??嵌入操作中位置發(fā)生變動(dòng)的任務(wù)不止兩個(gè)。位置變化的幅度不同,對應(yīng)解的指標(biāo)變化??的程度也會不同。圖4-4中是兩對任務(wù)進(jìn)行交換操作,即任務(wù)2與任務(wù)4交換,另一??組是任務(wù)5與任務(wù)6交換,交換么后的任務(wù)序列同樣要滿足任務(wù)優(yōu)先關(guān)系。??嵌入操作和交換操作在一個(gè)序列中可W進(jìn)斤多次
【參考文獻(xiàn)】:
期刊論文
[1]自適應(yīng)慣性權(quán)重的改進(jìn)粒子群算法[J]. 敖永才,師奕兵,張偉,李焱駿. 電子科技大學(xué)學(xué)報(bào). 2014(06)
[2]基于收益概率的不確定環(huán)境下的產(chǎn)品拆卸序列優(yōu)化[J]. 陳弋文,陳偉達(dá). 計(jì)算機(jī)集成制造系統(tǒng). 2014(04)
[3]人工蜂群算法加速收斂技術(shù)研究[J]. 楊小東,劉波. 計(jì)算機(jī)技術(shù)與發(fā)展. 2014(04)
[4]基于Pareto解集蟻群算法的拆卸序列規(guī)劃[J]. 邢宇飛,王成恩,柳強(qiáng). 機(jī)械工程學(xué)報(bào). 2012(09)
[5]基于改進(jìn)粒子群算法的制造單元設(shè)施布局問題研究[J]. 鄭永前,丁奎學(xué). 工業(yè)工程. 2012(01)
[6]多目標(biāo)拆卸序列優(yōu)化問題的分散搜索算法[J]. 郭希旺,劉士新,王大志. 東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(01)
[7]改進(jìn)的人工蜂群算法求解任務(wù)指派問題[J]. 孫曉雅,林焰. 微電子學(xué)與計(jì)算機(jī). 2012(01)
[8]基于混合粒子群算法求解多目標(biāo)混流裝配線排序[J]. 劉煒琪,劉瓊,張超勇,邵新宇. 計(jì)算機(jī)集成制造系統(tǒng). 2011(12)
[9]基于Pareto蟻群算法的拆卸線平衡多目標(biāo)優(yōu)化[J]. 丁力平,譚建榮,馮毅雄,高一聰. 計(jì)算機(jī)集成制造系統(tǒng). 2009(07)
[10]基于Tabu搜索與遺傳算法研究拆卸序列優(yōu)化[J]. 王波,王寧生. 河海大學(xué)學(xué)報(bào)(自然科學(xué)版). 2005(05)
碩士論文
[1]多目標(biāo)拆卸線平衡問題的改進(jìn)粒子群算法研究[D]. 方群.西南交通大學(xué) 2014
[2]拆卸線平衡問題的人工蜂群算法研究及其應(yīng)用[D]. 陳沖.西南交通大學(xué) 2014
[3]多目標(biāo)拆卸線平衡問題的群集智能優(yōu)化算法研究[D]. 朱興濤.西南交通大學(xué) 2012
[4]U型裝配線平衡與仿真研究[D]. 劉凱.廣東工業(yè)大學(xué) 2012
[5]基于混合粒子群算法的隨機(jī)混流裝配線平衡問題研究[D]. 余慶良.西南交通大學(xué) 2012
本文編號:3388784
本文鏈接:http://sikaile.net/kejilunwen/huanjinggongchenglunwen/3388784.html
最近更新
教材專著