多目標拆卸線平衡問題的群集智能優(yōu)化算法研究.pdf

1、隨著生產(chǎn)者責任延伸制的推行、各國新的更多的環(huán)境立法的建立以及公眾環(huán)境意識的提高，制造商開始回收和再制造廢舊的產(chǎn)品。此外，重新使用廢舊產(chǎn)品所帶來的經(jīng)濟吸引力也從另一個層面推動了更多制造商的投入。拆卸是重新使用、制造、回收、存儲以及合理處理產(chǎn)品關(guān)鍵的第一步，拆卸線是實現(xiàn)大規(guī)模拆卸的最佳選擇，因而有效設(shè)計和平衡拆卸線對提高拆卸效率至關(guān)重要，因此研究拆卸線平衡問題具有重要的理論和實際意義。
　　結(jié)合拆卸線的特點，提出了多目標拆卸線平衡問題

2、的數(shù)學模型，其優(yōu)化目標為最小化工作站數(shù)、均衡各工作站空閑時間，并考慮拆卸產(chǎn)品部件的危害、需求以及方向。在此基礎(chǔ)上，采用兩種群集智能優(yōu)化算法-粒子群算法和蟻群算法研究了多目標拆卸線平衡問題。
　　提出了一種目標基于優(yōu)先排序的粒子群算法，該算法采用隨機數(shù)生成粒子的位置和速度，而位置和速度的更新則為對應隨機數(shù)相加減，進而把位置的隨機數(shù)作為選擇零件的權(quán)重，從而根據(jù)權(quán)重的大小來選擇拆卸的零件。并通過具體的實例以及基準例子驗證了算法的有效性。

3、
　　提出了一種基于Pareto的粒子群算法來求解多目標拆卸線平衡問題，該算法采用小生境技術(shù)選取多目標的全局最優(yōu)解，采用Pareto占優(yōu)以及分散度作為個體評價以及局部最優(yōu)解選取，最后通過具體的實例以及基準例子驗證了算法的有效性。
　　提出了一種目標基于優(yōu)先排序的蟻群算法來求解多目標拆卸線平衡問題，該算法考慮了以零件拆卸時間、危害以及需求三種規(guī)則的啟發(fā)式信息，并綜合考慮利用先驗知識、探索新路徑、隨機選擇三種方式的混合搜索機制，