為提高混流產(chǎn)品拆卸效率,針對(duì)固定工作站數(shù)量約束、位置約束、優(yōu)先關(guān)系約束,考慮任務(wù)操作完成時(shí)間的不確定性,建立了以最小化循環(huán)時(shí)間(Cycle Time,CT)和最小化工作站平均空閑時(shí)間為目標(biāo)的混流U型拆卸線平衡排序問(wèn)題的數(shù)學(xué)模型。結(jié)合混流拆卸線的具體特點(diǎn),提出了一種改進(jìn)的并行鄰域搜索算法(Improved Parallel Neighborhood Search,IPNS),該算法定義兩類不同的鄰域結(jié)構(gòu),采用動(dòng)態(tài)搜索策略,通過(guò)獨(dú)立搜索以及直接交換鄰域的方式以最大限度尋找最優(yōu)解。最后,通過(guò)多個(gè)算例驗(yàn)證了算法的有效性。

【文章頁(yè)數(shù)】：10 頁(yè)

【部分圖文】：

圖１Ｕ型布局圖數(shù)學(xué)模型

ｕｊ，σ２ｊ））（ｊ＝１，２，…，Ｔｉ）。ＳＭＵＤＬＢ／Ｓ問(wèn)題是指將集合Ｓ’中的所有任務(wù)合理地分配到Ｕ型拆卸線的ＮＷＳ個(gè)工作站（如圖１所示），使得ＣＴ和工作站平均空閑時(shí)間最小。本文以最小工件組ＭＰＳ作為基本的拆卸單元，則ＭＰＳ＝｛ａ１，ａ２，…，ａＭ｝，ａｉ＝Ａｉ／Ｇ，其中Ｇ表示....

圖３染色體編碼任務(wù)分配（）

Ｄ中刪除任務(wù)１。此時(shí)，ＥＳ＝｛２，４，８｝。由于Ｈ８＞Ｈ２＞Ｈ４，則ＴＳ＝｛１，８｝，Ｏ＝｛２，３，４，５，６，７｝，并從上圖Ｄ中刪除任務(wù)８。以上步驟重復(fù)執(zhí)行，直至集合Ｏ為空。最后，我們將圖２中的任務(wù)編碼為ＴＳ＝｛１，８，２，４，３，６，５，７｝。隨機(jī)產(chǎn)生產(chǎn)品順序ＰＳ＝｛２，０，....

圖４ＣＴ值比較（ＮＷＳ低水平）

ｆｉｘｅｄ”表示不存在位置約束下ＩＰＮＳ的運(yùn)行結(jié)果。從圖４～圖９中可以看出，由于不存在位置約束，解空間更大，能搜索到更好的最優(yōu)解。此外，由圖４～圖６可以看出，在位置約束下，ＩＰＮＳ所得到的ＣＴ值的平均值都要小于ＰＮＳ的值，而大于無(wú)位置約束下的ＣＴ值的平均值；同時(shí)由圖７～圖９可知，....

圖６ＣＴ值比較（ＮＷＳ高水平）

ＣＴ值比較（ＮＷＳ中水平）圖１０表示ＩＰＮＳ在運(yùn)行算例Ｐ（２０，８，８０）所取得的ＣＴ值與平均空閑時(shí)間值的比較。從圖中可以看出，隨著ＣＴ的減小，平均空閑時(shí)間呈現(xiàn)逐步減小的趨勢(shì)。但當(dāng)ＣＴ值從７１下降到７０時(shí)，平均空閑時(shí)間從４２２４２．８增大到４２９１４．５；同樣地，當(dāng)ＣＴ從６９下降....

本文編號(hào)：3957810