發(fā)布時(shí)間：2021-11-13 23:48

　　針對帶準(zhǔn)備時(shí)間的柔性流水車間多序列有限緩沖區(qū)排產(chǎn)優(yōu)化問題,提出一種改進(jìn)的緊致遺傳算法（Improved compact genetic algorithm, ICGA）與局部指派規(guī)則結(jié)合的方法來解決該問題。全局優(yōu)化過程采用改進(jìn)的緊致遺傳算法,為了克服緊致遺傳算法（Compact genetic algorithm, CGA）易早熟收斂的問題,提出一種基于高斯映射的概率模型更新方式,在保持緊致遺傳算法快速收斂特性的前提下,擴(kuò)展了種群中個(gè)體的多樣性,增強(qiáng)了算法進(jìn)化活力。為減少生產(chǎn)阻塞和降低準(zhǔn)備時(shí)間對排產(chǎn)過程的影響,設(shè)計(jì)了多種局部啟發(fā)式規(guī)則來指導(dǎo)工件進(jìn)出多序列有限緩沖區(qū)的分配和選擇過程。采用某客車制造企業(yè)中的實(shí)例數(shù)據(jù)進(jìn)行測試,測試結(jié)果表明,改進(jìn)的緊致遺傳算法與局部指派規(guī)則配合使用,能夠有效解決帶準(zhǔn)備時(shí)間的柔性流水車間多序列有限緩沖區(qū)排產(chǎn)優(yōu)化問題。 

【文章來源】：機(jī)械工程學(xué)報(bào). 2019,55(24)北大核心EICSCD

【文章頁數(shù)】：17 頁

【部分圖文】：

帶準(zhǔn)備時(shí)間的柔性流水車間多序列有限緩沖區(qū)排產(chǎn)優(yōu)化模型1.2模型參數(shù)K表示工序Oper的緩沖區(qū)Bu中序列緩沖區(qū)

481.48，WOA為250.84，CGA算法為2447.95。由以上分析得出，對于處理大規(guī)模數(shù)據(jù)的優(yōu)化問題，ICGA算法的效果要好于GA算法、WOA算法以及CGA算法。在進(jìn)行測試的過程中發(fā)現(xiàn)每種算法在大規(guī)模的數(shù)據(jù)下分別運(yùn)行30次時(shí)每次得到的最大完工時(shí)間maxC相差較大，有的算法甚至?xí)淙氲骄植繕O值中造成較大的異常值的出現(xiàn)。為了更好地比較和評價(jià)各個(gè)算法對于大規(guī)模數(shù)據(jù)的優(yōu)化效果，這里以j80c4d2組數(shù)據(jù)為例將4種算法在j80c4d2組數(shù)據(jù)下運(yùn)行30次所得到的適應(yīng)度值結(jié)果繪制成箱形圖如圖3所示。圖3大規(guī)模數(shù)據(jù)下四種算法箱形圖箱形圖(Box-plot)是一種用作顯示一組數(shù)據(jù)離散程度的統(tǒng)計(jì)圖，通過箱形圖可以體現(xiàn)出優(yōu)化效果的穩(wěn)定性，在箱形圖種采用四分位距(IQR)來衡量數(shù)據(jù)的離散程度從圖3中可以看出，在30次的運(yùn)行中GA算法產(chǎn)生了2個(gè)較大的異常值，說明GA算法比較容易落入局部極值中。ICGA算法產(chǎn)生的箱形圖的位置最低，說明ICGA算法產(chǎn)生的解的整體質(zhì)量比其他3種算法更好。并且，ICGA算法產(chǎn)生的箱形圖的IQR要比其他3種算法產(chǎn)生的箱形圖的IQR更小，這說明ICGA算法產(chǎn)生的解的離散程度比其他3種算法更小，其在大規(guī)模數(shù)據(jù)下排產(chǎn)結(jié)果的穩(wěn)定性是4種算法中最好的。通過以上方法采用大小規(guī)模的數(shù)據(jù)分別對4種算法進(jìn)行測試得出，在解決標(biāo)準(zhǔn)FFSP上，ICGA算法比其他3種算法具有更強(qiáng)的持續(xù)進(jìn)化和躍出局部極值的能力，通過高斯概率模型映射的改進(jìn)方法能夠擴(kuò)展CGA算法進(jìn)化過程中解的搜索范圍，在一定程度上克服了其早熟收斂的問題。3.3帶準(zhǔn)備時(shí)間的柔性流水車間多序列有限緩沖區(qū)實(shí)例測試3.3.1構(gòu)建仿真

3離開緩沖區(qū)過程，當(dāng)t=98時(shí)刻，工位2,2WS完成客車9Bus的加工，工位2,2WS空閑，此時(shí)在序列緩沖區(qū)Bs2.2的緩沖區(qū)工位2,1,2b中客車12Bus等待加工，緩沖區(qū)工位2,2,2b中客車Bus3等待加工，根據(jù)表7中客車屬性信息，在工位2,2WS上，如果選擇加工客車12Bus，準(zhǔn)備時(shí)間12,2,2Ts=2,2Tsp=4，如果選擇加工客車3Bus，準(zhǔn)備時(shí)間3,2,2Ts=0，根據(jù)控制工件離開緩沖區(qū)的SST規(guī)則，選擇客車3Bus加工。3.3.3.3排產(chǎn)進(jìn)化過程分析如圖5所示，GA算法和WOA算法在進(jìn)化初始階段收斂得非�？�，主要得益于CA算法和WOA算法的初始種群規(guī)模(NP=30)遠(yuǎn)大于CGA算法和圖5方案5～8適應(yīng)度值與訓(xùn)練代數(shù)關(guān)系圖

【參考文獻(xiàn)】：
期刊論文
[1]面向能耗的多工藝路線柔性作業(yè)車間分批優(yōu)化調(diào)度模型[J]. 李聰波,沈歡,李玲玲,易茜.  機(jī)械工程學(xué)報(bào). 2017(05)
[2]基于改進(jìn)緊致遺傳算法的柔性流水車間組批排產(chǎn)優(yōu)化問題研究[J]. 韓忠華,朱一行,史海波,董曉婷.  系統(tǒng)工程理論與實(shí)踐. 2016(06)
[3]混合離散蝙蝠算法求解多目標(biāo)柔性作業(yè)車間調(diào)度[J]. 徐華,張庭.  機(jī)械工程學(xué)報(bào). 2016(18)
[4]一種基于信息熵的混合數(shù)據(jù)屬性加權(quán)聚類算法[J]. 趙興旺,梁吉業(yè).  計(jì)算機(jī)研究與發(fā)展. 2016(05)
[5]基于Memetic算法的有限緩沖區(qū)流水車間調(diào)度問題[J]. 謝展鵬,張超勇,邵新宇,尹勇,羅敏.  計(jì)算機(jī)集成制造系統(tǒng). 2015(05)
[6]有限緩沖區(qū)流水車間調(diào)度的混合人工蜂群算法[J]. 張培文,潘全科,李俊青,段俊華.  計(jì)算機(jī)集成制造系統(tǒng). 2013(10)
[7]帶準(zhǔn)備時(shí)間的單機(jī)調(diào)度問題的混合進(jìn)化算法研究[J]. 鐘濤,蕭衛(wèi),徐宏云,劉廣,崔珊珊.  計(jì)算機(jī)應(yīng)用研究. 2013(11)
[8]一種求解隨機(jī)有限緩沖區(qū)流水線調(diào)度的混合差分進(jìn)化算法[J]. 胡蓉,錢斌.  自動(dòng)化學(xué)報(bào). 2009(12)



本文編號(hào)：3493948