【摘要】：針對(duì)傳統(tǒng)方法求解多目標(biāo)拆卸線平衡問(wèn)題時(shí)求解結(jié)果單一、無(wú)法平衡各目標(biāo)等不足,提出一種基于Pareto解集的多目標(biāo)遺傳模擬退火算法。該算法融合了遺傳操作的快速全局搜索能力和模擬退火操作較強(qiáng)的局部搜索能力,對(duì)遺傳操作的結(jié)果進(jìn)行模擬退火操作,避免了算法陷入局部最優(yōu)。結(jié)合多目標(biāo)優(yōu)化問(wèn)題的特點(diǎn),改進(jìn)了模擬退火操作的Metropolis準(zhǔn)則。根據(jù)拆卸序列之間的Pareto支配關(guān)系得到非劣解,并采用擁擠距離評(píng)價(jià)非劣解,實(shí)現(xiàn)了拆卸序列的精英保留,進(jìn)而將非劣解添加到種群中,加快了算法的收斂速度�；�25項(xiàng)拆卸任務(wù)算例,通過(guò)與現(xiàn)有的6種單目標(biāo)算法進(jìn)行對(duì)比,驗(yàn)證了所提算法的有效性,并將所提算法應(yīng)用于某拆卸線實(shí)例中,求得10種平衡方案,結(jié)果表明所提算法較Pareto蟻群算法更具優(yōu)勢(shì)。
[Abstract]:Aiming at the shortcomings of traditional method in solving the multi-objective disassembly line balance problem, such as single result and unable to balance each target, a multi-objective genetic simulated annealing algorithm based on Pareto solution set is proposed. The algorithm combines the fast global search ability of genetic operation and the strong local search ability of simulated annealing operation. The simulated annealing operation of the result of genetic operation is carried out to avoid the algorithm falling into local optimum. Combined with the characteristics of multi-objective optimization problem, the Metropolis criterion of simulated annealing operation is improved. According to the Pareto dominating relation between disassembly sequences, the noninferior solution is obtained, and the non-inferior solution is evaluated by crowding distance. The elite reservation of disassembly sequence is realized, and then the non-inferior solution is added to the population, which accelerates the convergence speed of the algorithm. Based on 25 disassembly task examples, the effectiveness of the proposed algorithm is verified by comparing it with 6 existing single-objective algorithms. The proposed algorithm is applied to a disassembly line example and 10 balancing schemes are obtained. The results show that the proposed algorithm is superior to the Pareto ant colony algorithm.
【作者單位】： 西南交通大學(xué)機(jī)械工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(51205328,51405403) 教育部人文社會(huì)科學(xué)研究青年基金資助項(xiàng)目(12YJCZH296) 四川省應(yīng)用基礎(chǔ)研究計(jì)劃資助項(xiàng)目(2014JY0232)~~
【分類(lèi)號(hào)】：TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 李敬花;余峰;樊付見(jiàn);;基于遺傳模擬退火融合算法的船舶分段裝配序列優(yōu)化[J];計(jì)算機(jī)集成制造系統(tǒng);2013年01期

2 丁力平;譚建榮;馮毅雄;高一聰;;基于Pareto蟻群算法的拆卸線平衡多目標(biāo)優(yōu)化[J];計(jì)算機(jī)集成制造系統(tǒng);2009年07期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 汪開(kāi)普;張則強(qiáng);朱立夏;鄒賓森;;多目標(biāo)拆卸線平衡問(wèn)題的Pareto遺傳模擬退火算法[J];計(jì)算機(jī)集成制造系統(tǒng);2017年06期

2 任志玲;林冬;夏博文;李巍;;基于GASA-SVR的礦井瓦斯涌出量預(yù)測(cè)研究[J];傳感技術(shù)學(xué)報(bào);2017年02期

3 汪開(kāi)普;張則強(qiáng);毛麗麗;李六柯;;多目標(biāo)拆卸線平衡問(wèn)題的Pareto人工魚(yú)群算法[J];中國(guó)機(jī)械工程;2017年02期

4 蘇亞軍;張則強(qiáng);胡揚(yáng);;求解拆卸線平衡問(wèn)題的一種變鄰域搜索算法[J];現(xiàn)代制造工程;2016年10期

5 張則強(qiáng);胡揚(yáng);陳沖;;求解拆卸線平衡問(wèn)題的改進(jìn)人工蜂群算法[J];西南交通大學(xué)學(xué)報(bào);2016年05期

6 胡萬(wàn)欣;操杰;張艷;;市場(chǎng)化環(huán)境下的高速鐵路與民航客運(yùn)博弈定價(jià)優(yōu)化[J];大連交通大學(xué)學(xué)報(bào);2016年04期

7 蒙秋男;婁劍;朱俊俐;白雪;;標(biāo)準(zhǔn)成本確定方法及改進(jìn)蟻群算法應(yīng)用[J];系統(tǒng)工程理論與實(shí)踐;2016年07期

8 方群;張則強(qiáng);李明;;面向多目標(biāo)拆卸線平衡問(wèn)題的一種改進(jìn)粒子群優(yōu)化算法[J];現(xiàn)代制造工程;2016年04期

9 陸屹;程培源;齊悅;程月蒙;;基于改進(jìn)人工螢火蟲(chóng)算法的裝配序列規(guī)劃研究[J];測(cè)控技術(shù);2016年03期

10 胡揚(yáng);張則強(qiáng);汪開(kāi)普;毛麗麗;;多目標(biāo)拆卸線平衡問(wèn)題的Pareto細(xì)菌覓食算法[J];計(jì)算機(jī)應(yīng)用研究;2016年11期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 張志英;江志斌;;基于規(guī)則推理的自動(dòng)船體裝配工藝生成方法[J];上海交通大學(xué)學(xué)報(bào);2007年01期

2 宋麗萍;范秀敏;馬登哲;;基于虛擬現(xiàn)實(shí)的船舶產(chǎn)品裝配仿真研究[J];中國(guó)造船;2006年03期

3 周開(kāi)俊;李東波;;基于遺傳模擬退火算法的產(chǎn)品裝配序列規(guī)劃方法[J];計(jì)算機(jī)集成制造系統(tǒng);2006年07期

4 李原;張開(kāi)富;王挺;楊海成;;基于遺傳算法的飛機(jī)裝配序列規(guī)劃優(yōu)化方法[J];計(jì)算機(jī)集成制造系統(tǒng);2006年02期

5 鐘宇光,邱長(zhǎng)華,薛開(kāi);船體分段裝配CAPP關(guān)鍵技術(shù)研究[J];船舶工程;2005年04期

6 楊鵬,劉繼紅,管強(qiáng);面向裝配序列優(yōu)化的一種改進(jìn)基因算法[J];計(jì)算機(jī)集成制造系統(tǒng)-CIMS;2002年06期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曾三友;蔡振華;張青;康立山;;一種評(píng)估近似Pareto前沿多樣性的方法[J];軟件學(xué)報(bào);2008年06期

2 周瑾;謝唯;;綜合使用序列分析和Pareto圖對(duì)工序集合的截取(英文)[J];上海第二工業(yè)大學(xué)學(xué)報(bào);2008年03期

3 ;Design of high performance multilayer microwave absorbers using fast Pareto genetic algorithm[J];Science in China(Series E:Technological Sciences);2009年09期

4 蔡瑞;齊佳音;;基于改進(jìn)的Pareto/NBD模型預(yù)測(cè)博客用戶(hù)在線行為[J];統(tǒng)計(jì)與信息論壇;2013年06期

5 張崗?fù)?姜曉兵;王書(shū)振;;網(wǎng)絡(luò)最大流Pareto擴(kuò)充研究[J];電子科技大學(xué)學(xué)報(bào);2006年01期

6 董紅斌;黃厚寬;何軍;侯薇;穆成坡;;一種混合策略的Pareto演化規(guī)劃[J];模式識(shí)別與人工智能;2006年06期

7 周秀玲;孫承意;;Pareto-MEC算法及其收斂性分析[J];計(jì)算機(jī)工程;2007年10期

8 宋冠英;李海楠;鄒玉靜;;一種基于Pareto解集的無(wú)約束條件的多目標(biāo)粒子群算法[J];機(jī)械工程師;2008年05期

9 陶媛;吳耿鋒;胡珉;;基于Pareto的多目標(biāo)進(jìn)化免疫算法[J];計(jì)算機(jī)應(yīng)用研究;2009年05期

10 ;Diversity of Pareto front: A multiobjective genetic algorithm based on dominating information[J];Journal of Control Theory and Applications;2010年02期

相關(guān)會(huì)議論文 前10條

1 ;A Pareto-Based Differential Evolution Algorithm for Multi-objective Optimization Problems[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

2 周秀玲;孫承意;;Pareto-MEC算法的收斂性分析[A];2005年中國(guó)智能自動(dòng)化會(huì)議論文集[C];2005年

3 ;Multiobjective Optimization with Competitive Coevolutionary Genetic Algorithms[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

4 ;Study on New Coordination Mechanisms of Generalized Supply Chains with Loss-averse Agents[A];2009中國(guó)控制與決策會(huì)議論文集（3）[C];2009年

5 樊鐵成;馬孜;;Pareto前沿在航線優(yōu)化中的應(yīng)用[A];第16屆中國(guó)過(guò)程控制學(xué)術(shù)年會(huì)暨第4屆全國(guó)故障診斷與安全性學(xué)術(shù)會(huì)議論文集[C];2005年

6 徐安察;湯銀才;;Pareto分布下屏蔽數(shù)據(jù)的貝葉斯統(tǒng)計(jì)分析及其應(yīng)用[A];技術(shù)融合創(chuàng)新·可靠服務(wù)企業(yè)·安全產(chǎn)品制勝——2013年全國(guó)機(jī)械行業(yè)可靠性技術(shù)學(xué)術(shù)交流會(huì)暨第四屆可靠性工程分會(huì)第五次全體委員大會(huì)論文集[C];2013年

7 陳銀美;石連栓;;一種改進(jìn)的求解均勻分布Pareto解集的多目標(biāo)遺傳算法[A];中國(guó)運(yùn)籌學(xué)會(huì)第十屆學(xué)術(shù)交流會(huì)論文集[C];2010年

8 韓松;魏權(quán)齡;;非參數(shù)DEA模型最優(yōu)解的(弱)Pareto性質(zhì)研究[A];中國(guó)運(yùn)籌學(xué)會(huì)第七屆學(xué)術(shù)交流會(huì)論文集（上卷）[C];2004年

9 樊鐵成;馬孜;羅勛杰;;Pareto遺傳算法在集裝箱配載優(yōu)化中的應(yīng)用[A];第二十四屆中國(guó)控制會(huì)議論文集（下冊(cè)）[C];2005年

10 呂萍;李晴;宋吟秋;;考慮運(yùn)營(yíng)成本的公路Pareto有效BOT合同[A];中國(guó)系統(tǒng)工程學(xué)會(huì)第十八屆學(xué)術(shù)年會(huì)論文集——A02管理科學(xué)[C];2014年

相關(guān)博士學(xué)位論文 前6條

1 楊蘊(yùn);多目標(biāo)進(jìn)化算法及其在地下水優(yōu)化管理中的應(yīng)用研究[D];南京大學(xué);2012年

2 耿志超;Pareto優(yōu)化排序問(wèn)題研究[D];鄭州大學(xué);2016年

3 安彤;VMI模式下供應(yīng)鏈的Pareto改進(jìn)研究[D];天津大學(xué);2011年

4 Deogratias NURWAHA;[D];東華大學(xué);2013年

5 陳泯融;基于極值動(dòng)力學(xué)的優(yōu)化方法及其應(yīng)用研究[D];上海交通大學(xué);2008年

6 邢宇飛;復(fù)雜產(chǎn)品拆卸序列規(guī)劃技術(shù)研究[D];東北大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 范超;基于Pareto蟻群算法的MVB周期輪詢(xún)表設(shè)計(jì)問(wèn)題研究[D];大連理工大學(xué);2015年

2 丁沖沖;基于Pareto多目標(biāo)人工蜂群算法的Web服務(wù)組合優(yōu)化研究[D];南京財(cái)經(jīng)大學(xué);2014年

3 羅強(qiáng);基于OMD工藝的薄膜成型仿真優(yōu)化比較與6Sigma評(píng)估[D];華東交通大學(xué);2016年

4 胡揚(yáng);多目標(biāo)拆卸線平衡問(wèn)題的Pareto細(xì)菌覓食優(yōu)化與仿真分析[D];西南交通大學(xué);2016年

5 張韋佳;基于Pareto熵的多目標(biāo)萬(wàn)有引力優(yōu)化算法的研究與應(yīng)用[D];華北電力大學(xué)(北京);2016年

6 陳莎;多目標(biāo)群體博弈中的完美平衡與本質(zhì)平衡的研究[D];貴州大學(xué);2016年

7 韓紅艷;基于Pareto支配的高維多目標(biāo)進(jìn)化算法研究[D];大連理工大學(xué);2016年

8 徐鳳;高階張量Pareto-特征值的近似估計(jì)[D];杭州電子科技大學(xué);2016年

9 崔媛媛;步加試驗(yàn)下Pareto分布的統(tǒng)計(jì)分析[D];溫州大學(xué);2016年

10 凌潔;下截?cái)郬eibull分布和Pareto分布次序統(tǒng)計(jì)量的隨機(jī)比較[D];安徽師范大學(xué);2016年

，

本文編號(hào)：2166146