混流裝配線排序問題的建模與算法研究.pdf

1、經(jīng)濟的全球化和用戶需求的多樣化、個性化帶動了制造業(yè)的發(fā)展，制造業(yè)已經(jīng)由傳統(tǒng)的大批量生產(chǎn)模式轉(zhuǎn)變?yōu)槎嗥贩N中小批量生產(chǎn)模式。傳統(tǒng)的單一品種裝配線，逐漸被多品種混流裝配線所代替。 多品種混流裝配線是實現(xiàn)多品種中小批量生產(chǎn)模式的有效途徑。而組織多品種混流生產(chǎn)的關(guān)鍵是實現(xiàn)生產(chǎn)的平準化，而平準化的核心是混流裝配線產(chǎn)品投產(chǎn)排序的最優(yōu)化。投產(chǎn)順序的最優(yōu)化能保證均衡生產(chǎn)，縮短交貨期、降低產(chǎn)品庫存，提高企業(yè)的競爭力，較好地適應(yīng)當(dāng)前市場發(fā)展的需求。因

2、此，通過對混流生產(chǎn)線的投產(chǎn)排序問題進行研究，可以更好地發(fā)揮混流裝配生產(chǎn)方式的優(yōu)勢。 投產(chǎn)排序問題在國內(nèi)外是研究的熱點。本文針對生產(chǎn)平準化與時間優(yōu)化的目標，提出了混流裝配線的多目標優(yōu)化函數(shù)--各零部件消耗速率均勻化和最小生產(chǎn)循環(huán)周期最短。并建立了相應(yīng)的數(shù)學(xué)模型。 混流生產(chǎn)線的投產(chǎn)排序問題已被證明是組合優(yōu)化問題中NP難題，運用人工智能算法能得到較好的解。粒子群算法是模擬鳥群捕食行為的算法，通過初始化一群隨機粒子，在每一次迭代

3、中，粒子跟蹤兩個極值來更新自己，通過不斷的迭代找出最優(yōu)解。模擬退火算法通過模擬熱力學(xué)中固體物質(zhì)冷卻和退火過程，采用Metropolis接受準則避免落入局部最優(yōu)解，漸進地收斂于全局最優(yōu)解。 本文將粒子群算法與模擬退火算法相結(jié)合，根據(jù)粒子群算法的原理，引入遺傳算法的交叉、變異操作與模擬退火算法的搜索機制，設(shè)計出改進粒子群算法。 本文最后通過一個實例，運用改進粒子群算法進行混流裝配線排序問題的求解，并與遺傳算法、遺傳模擬退火算