资源描述：
《基于改进NSGA_的交叉培训规划多目标优化_李倩.pdf》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、第32卷第12期东北大学学报(自然科学版)Vol.32,No.122011年12月JournalofNortheasternUniversity(NaturalScience)Dec.2011基于改进NSGA-Ò的交叉培训规划多目标优化李倩,宫俊,唐加福(东北大学流程工业综合自动化国家重点实验室,辽宁沈阳110819)摘要:针对柔性制造单元的员工交叉培训规划问题,从人性化和经济效益的角度考虑,提出了将多能工水平和任务覆盖水平等培训策略作为约束条件,以培训员工平均满意度最大化和任务平均支付工资最小化为目标的多目标优化方法.针对多目标优化模型,采用了非支配排序遗传算法
2、(NSGA-Ò)求解,并采用了Pareto解集过滤器技术.实验结果表明,改进的算法在一定程度上提高了运算效率和改善了Pareto解的多样性.关键词:交叉培训;单元装配线;员工满意度;多目标优化;非支配排序遗传算法中图分类号:N945;O224文献标志码:A文章编号:1005-3026(2011)12-1696-04Mult-iobjectiveOptimalCross-TrainingPlanModelsUsingNon-dominatedSortingGeneticAlgorithm-ÒLIQian,GONGJun,TANGJia-fu(StateKeyLabo
3、ratoryofSyntheticalAutomationforProcessIndustries,NortheasternUniversity,Shenyang110819,China.Correspondingauthor:GONGJun,E-mail:gongjun@ise.neu.edu.cn)Abstract:Tosolvetheproblemsofacross-trainingplanforstaffsinaflexibleassemblycellfromthepointofviewsofhumanizationandeconomy,amult-iob
4、jectiveoptimalcross-trainingplanisproposed.Averagelaborsatisfactionandaveragetaskpaymentarechosenasthegoalsofthemodel,andthemult-ifunctionalityandtaskcoveragepoliciesareusedastheconstraints.Tosolvethemult-iobjectiveoptimalmodel,thenon-dominatedsortinggeneticalgorithm-IIbasedondoublete
5、rminatedrulesandParetofiltertechniquesisproposed.SimulationresultsshowthatthisalgorithmimprovestheoperationefficiencyanddiversityoftheParetosolutions.Keywords:cross-training;assemblycell;laborsatisfaction;mult-iobjectiveoptimization;non-dominatedsortinggeneticalgorithm随着经济全球化带来的产品生命周期
6、的缩换代快、技术更新频繁而且操作复杂等特征,更加短、产品种类的多样化和生产批量的减小,出现了需要交叉培训手段来实现人力资源需求和供应之可以快速而有效地应对生产需求波动的柔性制造间的平衡.另外,目前交叉培训规划方法大多单纯[1-3]系统.作为柔性生产系统重要元素之一的劳地从生产性能角度考虑,主观上认为每个员工都[5,10]动力,可以通过人力资源的灵活配置,削减生产需百分之百地愿意接受培训任务.然而,在实[4]求波动带来的影响.交叉培训是实现柔性劳动际生产中,一般存在一些员工并不喜欢自己的工[5]力的重要手段之一.近年来,交叉培训的研究作任务,导致工作效率偏低、出勤率
7、不高,工作流[6][7]主要集中在工作车间、流水线车间和流水装动性高等现象,从而影响了交叉培训的实际效果.[8][9]配线等生产环境.面向柔性单元装配线的交本文在此基础上,研究了面向柔性单元装配叉培训规划方法的研究还不多.单元装配线的生线的交叉培训规划问题,考虑了培训成本、任务覆产环境更加复杂,具有生产需求波动大、产品更新盖水平以及员工的多能工水平等约束条件,建立收稿日期:2011-05-03基金项目:国家自然科学基金资助项目(70971019);国家创新研究群体科学基金资助项目(71021061);中央高校基本科研业务费专项资金资助项目(N100404026).
8、作者简介:
