本文選題：蟻群算法　切入點(diǎn)：模擬退火　出處：《華中科技大學(xué)》2011年碩士論文　論文類型：學(xué)位論文

【摘要】：裝配線是裝配制造系統(tǒng)中廣泛采取的一種生產(chǎn)模式。裝配線平衡就是實(shí)現(xiàn)勞動(dòng)生產(chǎn)率、設(shè)備利用率和滿足市場需求三者之間的平衡的過程,它是裝配線的設(shè)計(jì)與管理中需要關(guān)注的一個(gè)重要問題,其直接影響到制造系統(tǒng)的生產(chǎn)效率和產(chǎn)品的質(zhì)量。 裝配線平衡問題(Assembly Line Balancing Problem, ALBP)是一種典型的NP-hard問題,其包含的子問題極其豐富,按裝配線的平面布局分為直線型、U型,按作業(yè)時(shí)間分為確定型、隨機(jī)型,按平衡目標(biāo)分為最小化節(jié)拍、最小化工作站和最小化平衡指標(biāo)等裝配線平衡問題。由于該問題的復(fù)雜性,采用傳統(tǒng)最優(yōu)化方法尋求最優(yōu)解的效果并不理想。近年來,通過模擬自然界中螞蟻覓食行為過程中所表現(xiàn)出的某些群體智能特點(diǎn)而發(fā)展的蟻群算法(Ant Colony Optimization , ACO),為裝配線平衡問題的求解提供了新的思路。 本文首先在分析蟻群算法優(yōu)化機(jī)理的基礎(chǔ)上,提出了一種自適應(yīng)蟻群算法求解單一確定型裝配線平衡問題。在該算法中,針對裝配線平衡問題的具體特點(diǎn),設(shè)計(jì)了一種螞蟻分配方案可行解的構(gòu)造策略,提出了一種區(qū)分度更好的評價(jià)解質(zhì)量的目標(biāo)函數(shù),同時(shí)自適應(yīng)地調(diào)整信息素的揮發(fā)度等系數(shù),在保證收斂速度的條件下提高算法的全局搜索能力,通過求解標(biāo)準(zhǔn)測試問題集驗(yàn)證了算法的有效性。 隨后,研究了另一類更為復(fù)雜的裝配線平衡問題——隨機(jī)U型裝配線平衡問題。在實(shí)際生產(chǎn)中,特別是在人工裝配線中,裝配任務(wù)的作業(yè)時(shí)間是隨機(jī)的。通過建立該問題的數(shù)學(xué)模型,針對該問題的特點(diǎn),提出了一種混合蟻群算法求解隨機(jī)U型裝配線平衡問題,該算法利用SA的局部搜索能力來克服ACO易陷入局部最優(yōu)的缺點(diǎn)。應(yīng)用提出混合蟻群算法求解標(biāo)準(zhǔn)測試問題集,驗(yàn)證了該混合算法的可行性和有效性。 最后,開發(fā)了基于蟻群算法的ACO-ALBP原型系統(tǒng),并通過對確定型和隨機(jī)型裝配線平衡問題實(shí)例的測試驗(yàn)證了系統(tǒng)的有效性。 對全文進(jìn)行了總結(jié),并對ACO算法和裝配線平衡問題未來的研究方向進(jìn)行了展望。
[Abstract]:Assembly line is a widely adopted production mode in assembly manufacturing system. The balance of assembly line is the process of achieving the balance among labor productivity, equipment utilization ratio and meeting market demand. It is an important problem in the design and management of assembly line, which directly affects the production efficiency of manufacturing system and the quality of products. The assembly line balance problem Line Balancing problem (ALBPs) is a typical NP-hard problem, which contains a lot of sub-problems. According to the layout of the assembly line, it can be divided into linear type U type, definite type and random type according to the working time. The problem of assembly line balance is divided into three parts: minimum beat, minimized workstation and minimum balance index according to the objective of equilibrium. Due to the complexity of the problem, the traditional optimization method is not effective in finding the optimal solution. Ant Colony Optimization (ACOG), developed by simulating some swarm intelligence characteristics of ants in the process of foraging behavior in nature, provides a new idea for solving the assembly line balance problem. In this paper, based on the analysis of the optimization mechanism of ant colony algorithm, an adaptive ant colony algorithm is proposed to solve the single deterministic assembly line balance problem. In this paper, a construction strategy of feasible solution for ant allocation scheme is designed, and an objective function for evaluating the quality of solution with better discrimination is proposed. Meanwhile, the coefficients of volatilization of pheromone are adjusted adaptively. The global search ability of the algorithm is improved under the condition that the convergence rate is guaranteed. The validity of the algorithm is verified by solving the standard test problem set. Then, another more complex problem of assembly line equilibrium, random U-type assembly line equilibrium, is studied. In practical production, especially in manual assembly line, The job time of assembly task is random. According to the characteristics of the problem, a hybrid ant colony algorithm is proposed to solve the random U-type assembly line balance problem. The local search ability of SA is used to overcome the disadvantage that ACO is prone to fall into local optimum. A hybrid ant colony algorithm is proposed to solve the standard test problem set, which verifies the feasibility and effectiveness of the hybrid algorithm. Finally, the ACO-ALBP prototype system based on ant colony algorithm is developed, and the validity of the system is verified by the test of deterministic and stochastic assembly line balancing problems. This paper summarizes the whole paper, and looks forward to the future research direction of ACO algorithm and assembly line balance problem.
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2011
【分類號】：TH186

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳建行;張其松;;蟻群算法在裝配線平衡問題中的應(yīng)用[J];計(jì)算機(jī)時(shí)代;2008年12期

2 張則強(qiáng);程文明;鐘斌;王金諾;;求解裝配線平衡問題的一種改進(jìn)蟻群算法[J];計(jì)算機(jī)集成制造系統(tǒng);2007年08期

3 鄧福平;張超勇;連坤雷;徐紹錟;;基于自適應(yīng)蟻群算法的裝配線平衡問題研究[J];中國機(jī)械工程;2011年16期

4 查靚;徐學(xué)軍;余建軍;宋莉波;;運(yùn)用改進(jìn)蟻群算法求解直線型和U型裝配線平衡問題[J];工業(yè)工程;2010年06期

5 張則強(qiáng);程文明;鐘斌;王金諾;;混合品種裝配線平衡問題的一種混合搜索機(jī)制的蟻群算法[J];機(jī)械工程學(xué)報(bào);2009年05期

6 丁瀅潁,何衍,蔣靜坪;基于蟻群算法的多機(jī)器人協(xié)作策略[J];機(jī)器人;2003年05期

7 高尚;武器-目標(biāo)分配問題的蟻群算法[J];計(jì)算機(jī)工程與應(yīng)用;2003年03期

8 楊燕,靳蕃,Mohamed Kamel;一種基于蟻群算法的聚類組合方法[J];鐵道學(xué)報(bào);2004年04期

9 葉文,范洪達(dá);基于改進(jìn)蟻群算法的飛機(jī)低空突防航路規(guī)劃[J];飛行力學(xué);2004年03期

10 許志紅,張培銘;基于蟻群算法的智能交流接觸器優(yōu)化設(shè)計(jì)[J];電工電能新技術(shù);2005年03期

相關(guān)會(huì)議論文 前10條

1 關(guān)洪浩;唐巍;;蟻群算法的生成樹在配電網(wǎng)網(wǎng)架規(guī)劃中的應(yīng)用[A];紀(jì)念中國農(nóng)業(yè)工程學(xué)會(huì)成立30周年暨中國農(nóng)業(yè)工程學(xué)會(huì)2009年學(xué)術(shù)年會(huì)（CSAE 2009）論文集[C];2009年

2 吳正偉;吉文來;陳偉佳;盧扣;;基于蟻群算法的城市緊急救援最佳路徑選擇[A];地理信息與物聯(lián)網(wǎng)論壇暨江蘇省測繪學(xué)會(huì)2010年學(xué)術(shù)年會(huì)論文集[C];2010年

3 王鶴;邵良杉;邱云飛;;蟻群算法在露天礦運(yùn)輸系統(tǒng)路徑優(yōu)化中的應(yīng)用[A];第五屆全國煤炭工業(yè)生產(chǎn)一線青年技術(shù)創(chuàng)新文集[C];2010年

4 劉杰;閆清東;;基于蟻群算法的移動(dòng)機(jī)器人路徑規(guī)劃技術(shù)的研究[A];邏輯學(xué)及其應(yīng)用研究——第四屆全國邏輯系統(tǒng)、智能科學(xué)與信息科學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

5 嚴(yán)彬;熊偉清;程美英;葉青;;基于擁塞控制的多種群二元蟻群算法[A];第二十七屆中國控制會(huì)議論文集[C];2008年

6 肖嶺;熊輝;;一種針對頻率指配問題的改進(jìn)蟻群算法[A];電波科學(xué)學(xué)報(bào)[C];2011年

7 宋春峰;侯媛彬;趙圣剛;;蟻群算法在陀螺溫控系統(tǒng)中的應(yīng)用研究[A];第十四屆全國煤礦自動(dòng)化學(xué)術(shù)年會(huì)暨中國煤炭學(xué)會(huì)自動(dòng)化專業(yè)委員會(huì)學(xué)術(shù)會(huì)議論文集[C];2004年

8 張如偉;黃捍東;趙迪;;一種新的地震非線性反演方法[A];中國地球物理學(xué)會(huì)第二十四屆年會(huì)論文集[C];2008年

9 師凱;蔡延光;鄒谷山;王濤;;運(yùn)輸調(diào)度問題的蟻群算法研究[A];04'中國企業(yè)自動(dòng)化和信息化建設(shè)論壇暨中南六省區(qū)自動(dòng)化學(xué)會(huì)學(xué)術(shù)年會(huì)專輯[C];2004年

10 陳峻;沈潔;秦玲;;蟻群算法進(jìn)行連續(xù)參數(shù)優(yōu)化的新途徑[A];加入WTO和中國科技與可持續(xù)發(fā)展——挑戰(zhàn)與機(jī)遇、責(zé)任和對策（下冊）[C];2002年

相關(guān)重要報(bào)紙文章 前2條

1 惠永輝　徐源;張昌龍—— 勇于挑戰(zhàn)難題[N];解放軍報(bào);2009年

2 本報(bào)記者 張巍巍;瞧瞧“機(jī)器游俠”特種兵[N];科技日報(bào);2011年

相關(guān)博士學(xué)位論文 前10條

1 許志紅;交流接觸器智能化控制與設(shè)計(jì)技術(shù)的研究及實(shí)現(xiàn)[D];福州大學(xué);2006年

2 薛云;基于蟻群算法和支持向量機(jī)的礦化蝕變信息提取研究[D];中南大學(xué);2008年

3 顧中舜;中繼衛(wèi)星動(dòng)態(tài)調(diào)度問題建模及優(yōu)化技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2008年

4 劉傳文;仿生優(yōu)化算法在數(shù)字圖像處理中的應(yīng)用研究[D];武漢理工大學(xué);2008年

5 陳寶文;蟻群優(yōu)化算法在車輛路徑問題中的應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2009年

6 唐連生;突發(fā)事件下的車輛路徑問題研究[D];西南交通大學(xué);2008年

7 何滎;用信息法研究天空亮度分布[D];重慶大學(xué);2008年

8 閆博;基于蟻群算法的集裝箱港口選擇與網(wǎng)絡(luò)均衡分析[D];大連海事大學(xué);2008年

9 呂雄偉;郵政物流車輛路徑問題研究[D];西南交通大學(xué);2009年

10 劉波;蟻群算法改進(jìn)及應(yīng)用研究[D];燕山大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 傅宏;基于遺傳多蟻群算法的QoS組播路由算法研究[D];重慶大學(xué);2010年

2 潘鵬竹;協(xié)同制造調(diào)度問題的蟻群算法研究[D];沈陽工業(yè)大學(xué);2010年

3 饒躍東;基于改進(jìn)蟻群算法的無人飛行器航跡規(guī)劃應(yīng)用研究[D];武漢理工大學(xué);2010年

4 邵曉路;蟻群群體智能網(wǎng)絡(luò)可視化試驗(yàn)平臺(tái)研制[D];浙江理工大學(xué);2010年

5 呂海鵬;改進(jìn)蟻群算法在YKK系列中型高壓電機(jī)優(yōu)化設(shè)計(jì)中的應(yīng)用[D];哈爾濱理工大學(xué);2010年

6 劉志勇;基于蟻群算法與競選算法的作業(yè)車間調(diào)度求解及比較研究[D];廣東工業(yè)大學(xué);2011年

7 張守年;改進(jìn)的蟻群算法及其在QoS中的應(yīng)用[D];華南理工大學(xué);2010年

8 林時(shí)來;基于蟻群算法的呼吸信號情感識別研究[D];西南大學(xué);2011年

9 孫瑩;無底柱分段崩落法礦山生產(chǎn)調(diào)度系統(tǒng)優(yōu)化研究[D];西安建筑科技大學(xué);2010年

10 李旭;應(yīng)用點(diǎn)著色聚類改進(jìn)蟻群算法[D];四川師范大學(xué);2010年

，

本文編號：1630462