基于复杂性的船体混流装配线排序优化-研究

《基于复杂性的船体混流装配线排序优化-研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、哈尔滨工程大学学位论文原创性声明本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出，并与参考文献相对应。除文中已注明引用的内容外，本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者(签字)：日期：年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定，即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国

2、家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索，可采用影印、缩印或扫描等复制手段保存和汇编本学位论文，可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文–律注明作者第–署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文(□在授予学位后即可□在授予学位12个月后□解密后)由哈尔滨工程大学送交有关部门进行保存、汇编等。作者(签字)：导师(签字)：日期：年月日年月日基于复杂性的船体混流装配线排序优化研究摘要船体分段建造是现代企业造船的关键技术，而分段建造的

3、合理性与准时性将直接影响造船企业整个生产过程的连续性与可控性。在船体分段装配线过程中，产品投产顺序的安排是非常重要的问题，产品投产顺序的好坏将会直接影响装配线的生产效率和产品质量。本文以船体建造过程中的分段产品为研究对象，在国内外相关文献的基础上，针对于平面车间和多车间关联下的装配线产品投产问题进行了深入的研究。（1）首先详细叙述了船体平面分段装配线的具体装配流程，并且建立了排序优化模型，然后选取粒子群算法作为多个指标的优化方法，并且对修正后的算法进行了评价和算例验证。紧接着针对若干方案的决策问题，提出了改进后的相对接近度的筛选策略，并详细

4、介绍了其计算过程。最后，对一个实际的船舶分段建造案例进行求解，验证了优化方法以及排序模型的有效性和合理性。（2）考虑到复杂性对装配制造系统的影响，本文从产品准备时间和工作站的闲置与超载时间两个角度完成了对产品混装复杂性的建模，并综合其与最小化交货期损失目标的重要程度，采用基于宽容量的粒子群分层优化算法进行求解，并且进行了结果评价。（3）考虑到船体装配是多个车间协同作业，本文首先建立了最小化完工时间的数学模型，并且利用改良后的粒子群算法对具体的企业作业任务进行求解，成功的实现多个车间关联优化，并且与企业的原投产计划相比，减少了订单完工时间。然

5、后，考虑到制造系统动态不确定性，针对多个车间紧急件的插入，以其完工时间最小化为优化目标，完成作业任务重调度，结果表示，紧急件在最短时间内完成了加工。本文采用面向对象的编程技术，运用vb6.0实现了基于智能优化算法的混流装配线排序系统的开发。最后通过具体的船体分段装配线实例验证了该系统的有效性，并且通过相关模块，可以实现订单录入与更新，产品信息管理以及可视化结果输出（优化时间、迭代曲线以及作业任务甘特图）等操作。关键词：平面分段流水线；粒子群算法；复杂性；排序系统基于复杂性的船体混流装配线排序优化研究ABSTRACTHullblockcons

6、tructionisakeytechnologyofthemodernenterpriseshipbuilding,andtherationalityandpunctualityofschedulingsequencesofproductswilldirectlyaffectthecontinuityandcontrollabilityoftheassemblymanufacturingsystem.InHullblockassemblyprocess,sequencesofblockproductsisaveryimportantissu

7、e,whichwilldirectlyaffectproductionefficiencyandproductqualityassemblyline.Thisdissertationstudiesfurthertwokindsoftypicalsequencingproblemsbasedonthepanelblockassemblylineandthemultipleassemblyline.Tobeginwith,describedthespecificassemblyprocessofthepanelblocklineindetail

8、,firstly,asequencingmodelisestablished.Thentheimprovedparticleswarmoptimizationalgorithmi