基于遗传退火算法的装配线设计多目标优化方法

基于遗传退火算法的装配线设计多目标优化方法

ID:15548334

大小:331.20 KB

页数:6页

时间:2018-08-04

基于遗传退火算法的装配线设计多目标优化方法_第1页
基于遗传退火算法的装配线设计多目标优化方法_第2页
基于遗传退火算法的装配线设计多目标优化方法_第3页
基于遗传退火算法的装配线设计多目标优化方法_第4页
基于遗传退火算法的装配线设计多目标优化方法_第5页
资源描述:

《基于遗传退火算法的装配线设计多目标优化方法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第10卷第11期计算机集成制造系统Vol.10No.112004年11月ComputerIntegratedManufacturingSystemsNov.2004文章编号:1006-5911(2004)11-1416-05基于遗传退火算法的装配线设计多目标优化方法1,2,311秦永法,赵明扬,陈书宏(1.中国科学院沈阳自动化研究所,辽宁 沈阳 110016;2.扬州大学机械工程学院,江苏 扬州 225001;3.中国科学院研究生院,北京 100039)  摘 要:针对混装配线设计这一有约束的多目标优化问题,建立了数学模型。将基于Par

2、eto的解的分级方法与Lp-范数形式的非线性机制相组合,构建了基于遗传退火算法多目标优化方法。重点阐述了个体编码、染色体检修、多目标处理机制等关键技术。设计了算法流程图,并开发了优化程序。该方法克服了加权和方法的不足,用模拟退火改善了遗传算法全局寻优性能。计算实例表明,随着迭代次数的增加,每代的非受控点逐渐收敛于Pareto最优边界,是一种混装线设计多目标优化的新方法。关键词:装配线设计;多目标优化;Pareto最优化中图分类号:TP393   文献标识码:A本、处理任务完成时间的随机特性的延迟概率和与线0引言平衡相关的平滑指数。目标函

3、数由各子目标的加权装配线设计不仅直接影响装配本身的实现,而且和表示。文献[9]开发了一种遗传算法来解决多目标影响整个制造系统的效率和最终产品的质量。对于的装配线设计问题,该算法的重点是寻找各种不同优装配线设计优化问题,传统的方法主要有两类:一是化解的集合。文献[10]将一种多目标遗传算法用于基于分枝定界法的最优解寻找方法;二是启发式方装配线设计,设计目标包括最大化装配线的效率和最法。对于大规模问题,两者都具有一定的局限性。实小化平滑指数。文献[11]针对面向团队的装配系统际的装配线设计是有约束的多目标优化问题,属于一的多目标设计问题,提

4、出了一种基于返回式分枝定界[1,2]类非多项式确定问题。因此,研究装配线设计的算法的优化方法。多目标优化方法不仅是实际工程的需要,也具有一定现有文献主要是采用加权和的方法将多目标问[3,4]的理论意义。题转化为单目标问题,应用遗传算法搜索最优解或近文献[5,6]将一种多目标成组遗传算法用于装配优解。该方法的优点是计算过程简单,决策方便,可线的设计,可以根据用户的偏好,优化整体成本和装以考虑用户对设计目标的偏好,但会出现将两个不同配线的平衡效率。文献[7]将多准则决策用于装配线量纲的量相加的现象。而且,这种加权和方法事先确的多目标设计,用

5、一种依据偏好强度对候选解进行分定了算法的搜索方向,所以容易导致局部最优解。为级的方法来选择最优或次优设计方案。文献[8]为处了提高遗传算法的全局搜索性能,考虑到遗传算法的理装配线多目标设计问题,给出了一种模拟退火算并行计算能力和模拟退火算法较好的全局性,本文将法,并用来最小化与劳动力需求和设备需求相关的成基于遗传退火(GASA)算法的搜索策略、基于Pareto收稿日期:2004-03-10;修订日期:2004-06-22。基金项目:国家973计划资助项目(2002CB3122001)。作者简介:秦永法(1968-),男,江苏兴化人,中国

6、科学院沈阳自动化研究所博士研究生,讲师,主要从事制造系统设计、建模与仿真等研究。E-mail:yfqin@sia.ac.cn。第11期秦永法等:基于遗传退火算法的装配线设计多目标优化方法1417分级的理论和一种非线性的多目标处理机制相结合,2多目标优化方法的关键问题构建一种适合混合装配线设计多目标优化的方法。211编码方法1问题模型及装配线设计目标针对装配线设计的组合优化性质,提出一种双层111装配线设计多目标问题模型结构自然数编码方法。染色体的第一层是装配任务装配线设计的多目标优化问题描述如下:序列,每位基因是随机产生的位于区间[1,

7、N]的自然____TminF(x)=(f1(x),f2(x),⋯,fk(x))数,N是最大可能的任务数。第二层是任务的操作方_式序列,每位基因是位于区间[1,M]的自然数,M是s.t.gi(x)≤0,i=1,2,⋯,m,__T各任务最大可能的操作模式数。一个染色体对应于x∈S,x∈(x1,x2,⋯,xn)___一种设计方案。如图1所示,染色体Ch-1表示一种其中,f1(x),f2(x),⋯,fk(x)为装配线的k个设计对应于13个装配任务,3种可能操作方式的设计方_目标;gi(x)≤0为约束条件,装配线设计要满足三条案(如该染色体表示第

8、8号任务的操作方式代号为[14]基本约束;x1,x2,⋯,xn为装配线的n个设计变1),从而可以根据已知的任务、操作方式、设备号之间nk量;S∈R是解空间或称为参数空间;如果用Y∈R的联系确定当前染色体对应

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。