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,2015年全國汽車報廢數(shù)量將達到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)生巨大的市場價值。拆卸是資源回收的有效手段。為了推動拆卸產(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)最小目標的確定型作業(yè)時間的U型拆卸線平衡問題數(shù)學模型。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習、偵查蜂全局學習的策略彌補標準算法中的不足,提出混合搜索機制的人工蜂群算法。同時設計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降為單目標,同時對于某項指標超出預設值時給予一定的懲罰,最終得到的適應值可以直觀地評價解的質(zhì)量,為蜜蜂快速選擇解提供了有利條件。4... 

【文章來源】：西南交通大學四川省 211工程院校 教育部直屬院校

【文章頁數(shù)】：75 頁

【學位級別】：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)習慣，所??通計為沿逆時針方向流動［４〇］

王作站１?工作站２?工作站３?工作站４??圖２－２?９任務線平衡示意圖??圖２－２中黃色區(qū)域代表每個工作站的空閑時間，黃色區(qū)域的面積越接近表明整個??拆卸線的平滑指數(shù)越好，圖中表示的是最優(yōu)狀況即每個工作站的空閑時間相同平滑指??數(shù)達到最小。??３）?Ｕ型拆卸線平衡問題需求指數(shù)：??拆卸的主要目標是尋找廢舊產(chǎn)品中有價值的零部件，有價值的零件越早拆除越能??快速帶來經(jīng)濟效益。因此，在拆卸過程中盡早拆除有價值的零件是本文優(yōu)化的另一目??標畫數(shù)，需求指數(shù)表達式如公式（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，假設四個零件ａ，ｂ，ｃ，ｄ的??需求值分別為２

在嵌入操作中，本文根據(jù)任務的屬性確定被嵌入任務。所要移動到的位置可Ｗ是??任意位置，也可Ｗ為了實現(xiàn)某個目標值而預先設定，但是無論哪種方法得到的位置都??要確保任務移動后不打破優(yōu)先關(guān)系的約束。圖４－３中，任務６是被選中向前移動，位??置３是插入的位置，當任務６插入后，原來的任務序列依次向后移動，同時要保證任??務６的所有緊前任務都已操作，而且任務６的所有緊后都在位置３之后。嵌入操作之??后位置３到６的任務序列實現(xiàn)了改動，同時對應的目標值也發(fā)生了變化，擴大了蜜蜂??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任務的位置發(fā)生了變化，??嵌入操作中位置發(fā)生變動的任務不止兩個。位置變化的幅度不同，對應解的指標變化??的程度也會不同。圖４－４中是兩對任務進行交換操作，即任務２與任務４交換，另一??組是任務５與任務６交換，交換么后的任務序列同樣要滿足任務優(yōu)先關(guān)系。??嵌入操作和交換操作在一個序列中可Ｗ進斤多次

【參考文獻】：
期刊論文
[1]自適應慣性權(quán)重的改進粒子群算法[J]. 敖永才,師奕兵,張偉,李焱駿.  電子科技大學學報. 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.  計算機集成制造系統(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.  計算機技術(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.  機械工程學報. 2012(09)
[5]基于改進粒子群算法的制造單元設施布局問題研究[J]. 鄭永前,丁奎學.  工業(yè)工程. 2012(01)
[6]多目標拆卸序列優(yōu)化問題的分散搜索算法[J]. 郭希旺,劉士新,王大志.  東北大學學報(自然科學版). 2012(01)
[7]改進的人工蜂群算法求解任務指派問題[J]. 孫曉雅,林焰.  微電子學與計算機. 2012(01)
[8]基于混合粒子群算法求解多目標混流裝配線排序[J]. 劉煒琪,劉瓊,張超勇,邵新宇.  計算機集成制造系統(tǒng). 2011(12)
[9]基于Pareto蟻群算法的拆卸線平衡多目標優(yōu)化[J]. 丁力平,譚建榮,馮毅雄,高一聰.  計算機集成制造系統(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.  河海大學學報(自然科學版). 2005(05)

碩士論文
[1]多目標拆卸線平衡問題的改進粒子群算法研究[D]. 方群.西南交通大學 2014
[2]拆卸線平衡問題的人工蜂群算法研究及其應用[D]. 陳沖.西南交通大學 2014
[3]多目標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 2012
[4]U型裝配線平衡與仿真研究[D]. 劉凱.廣東工業(yè)大學 2012
[5]基于混合粒子群算法的隨機混流裝配線平衡問題研究[D]. 余慶良.西南交通大學 2012



本文編號：3388784