基于生物启发式算法的混流装配制造系统调度优化研究

《基于生物启发式算法的混流装配制造系统调度优化研究》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、分类号学号D200777129学校代码10487密级博士学位论文基于生物启发式算法的混流装配制造系统调度优化研究学位申请人：刘炜琪学科专业：机械电子工程指导教师：邵新宇教授刘琼教授答辩日期：2014年6月17日万方数据万方数据ADissertationSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofDoctorofPhilosophyinEngineeringResearchonBiologically-InspiredHeuristicAlgorithmsB

2、asedSchedulingOptimizationofMixedModelAssemblyManufacturingSystemPh.D.Candidate:LiuWeiqiMajor:MechatronicEngineeringSupervisor:Prof.ShaoXinyuCo-Supervisor:Prof.LiuQiongHuazhongUniversityofScienceandTechnologyWuhan,Hubei430074,P.R.ChinaJune,2014万方数据万方数据独创性声明本人声明所呈交的学位论

3、文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其它个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，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。学位论文作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、

4、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在年解密后适用本授权书。本论文属于不保密□。（请在以上方框内打“√”）学位论文作者签名：指导教师签名：日期：年月日日期：年月日万方数据万方数据华中科技大学博士学位论文摘要市场竞争的加剧和产品个性化的发展，促使企业不断改进生产模式，从传统的大批量、重复性粗放生产转变为多品种、小批量精益生产，以提高市场竞争力。然而，混流装配生产涉及了不同的产品、复杂的装配过程、品种繁多的物料，混流生产过程的柔性和生产组织的复杂性给车间生产与管理带来了严峻的挑战。为此，本文以准时制生产环境下的混流装配制

5、造系统为研究对象，总结出混流装配生产的共性问题，对混流装配线排序问题、自制件生产调度问题及物料配送问题进行了深入研究，以期达到优化资源配置、提高生产效率的目的。在以往的研究中，学者们往往将以上问题视为孤立的问题，进行单独研究，忽视了各问题之间的相互影响，缺乏整体性能的全面考虑。鉴于此，本文提出了一种两阶段循环方法求解以上问题，以混流装配线生产排序优化为主，兼顾自制件生产调度和物料配送优化。在算法的第一阶段进行混流装配线排序优化，然后在第二阶段进行自制件生产调度及物料配送的优化。该方法的特点在于求解过程是递进式的，以第一阶段的优化结

6、果为基础进行第二阶段的优化计算，避免了大量无效搜索，提高了算法效率。而循环的优点在于以上一次循环的优化结果为基础进行下一次的循环搜索，体现出精英策略，避免了无序搜索，提高了算法搜索性能。以上两个阶段迭代循环直至求解出最优解。在两阶段循环方法的框架内，针对各个具体问题优化，本文建立了相关的模型和算法，依次主要有：首先针对标准产品的生产，研究了确定型混流装配线排序问题。在这类产品的生产系统中，由于大量采用自动化设备、产品型制成熟，其加工时间通常可以被视为常量。然而，由于不同产品之间的工艺差异，产品的投放顺序对工位负荷、零部件的供应和产

7、品切换产生直接影响，因此本文建立以最小化超载时间、产品生产平准化与最小化总切换时间为优化目标的多目标模型，提出一种将遗传算法与粒子群优化算法相结合的混合算法—GA-PSO算法进行求解。在算法的历次迭代中，早期通过遗传算法进行全局搜索，后期通过粒子群算法进行局部搜索。基准算例测试表明该算法的多目标排序解集能有效平衡装配线工位负载，实现生产平顺化，避免产品频繁切换。其次，针对定制产品的实际加工时间波动性强，确定型排序模型不能准确反映定制产品的生产情形的问题，本文建立了加工时间服从随机分布的随机型混流装配I万方数据华中科技大学博士学位论

8、文线排序模型。模型以加工时间服从正态分布为基础，优化目标为最小化期望超载时间、零部件消耗平准化和最小化切换次数。提出一种改进的多目标粒子群优化算法求解模型。在粒子群算法中引入模拟退火思想，避免了粒子群算法过早收敛。运用帕累托概念更新粒子局部最优解，