【技术实现步骤摘要】
本专利技术涉及一种可重构装配线平衡优化方法,属于机械设计自动化
技术介绍
可重构装配生产线平衡问题(Assembly Line Balancing Problem,ALBP)一直是困扰广大制造企业的主要问题之一,如何提高企业的装配生产率是企业赢得市场竞争、获取更大利润的必要环节。装配线平衡是按照产品装配工艺的先后关系,将若干产品的装配任务安排到合适的装配地点或工作站,并且保证各工作站的装配生产时间必须小于或等于拟定的产品生产节拍。概括地说,产品装配线平衡的最终目的就是确保每个工作站的装配负荷均衡,保证各工作站的空转生产时间和过载生产时间最小,使装配物资运行保持平稳,避免物资阻塞或装配线空转情况的发生。解决这类问题常用的元启发式算法包括遗传算法、模拟退火算法、禁忌搜索算法和蚁群算法等,但遗传算法和蚁群算法在实际应用中容易出现局部搜索能力低和收敛性差等缺点,模拟退火算法和禁忌搜索算法缺点是对全局搜索空间的状况了解不多,运算效率低下。因此,使用更加新颖的算法能在合理的时间内求解大规模的问题至为重要。
技术实现思路
目的:为了克服现有技术中存在的不足,本专利技术提供一种可重构装配线平衡优化方法,旨在实现生产率和装配线平滑性最佳的效果。技术方案:为解决上述技术问题,本专利技术采用的技术方案为:一种可重构装配线平衡优化方法,包括以下步骤:(1)根据实际生产情况读入装配作业任务之间的优先顺序矩阵;(2)随机产生N个对应于任务数的染色体;即对任务序列进行解码,运用随机拓扑排序算法调整任务序列使其满足优先顺序约束;(3)通过相邻基因成对交换的原理对初始化产生的染色体 ...
【技术保护点】
一种可重构装配线平衡优化方法,包括以下步骤:(1)根据实际生产情况读入装配作业任务之间的优先顺序矩阵;(2)随机产生N个对应于任务数的染色体;即对任务序列进行解码,运用随机拓扑排序算法调整任务序列使其满足优先顺序约束;(3)通过相邻基因成对交换的原理对初始化产生的染色体进行改良,序列调整过程会在适应度值不再改变后结束;(4)利用适应度函数来确定每条染色体的优劣程度,其值越小,代表该条染色体越出色,其适应度越高;采用生产率和平滑度最佳的公式作为算法适应度函数;其中,λ1,λ2为目标的权重函数,由实际装配需求确定且λ1+λ2=1;L为最小工作站数;C为生产节拍;ti为完成第i个作业元素所用的时间;表示所有作业元素完成的总时间;xil为作业约束因子,当作业元素i被分配到工作站l时,xil=1,否则为0;(5)采取比例选择方法对个体进行选择,使适应度高的染色体能够获得更大的生存概率;首先依照下式计算每一个染色体i累积概率pi,根据累积概率的大小按照升序排列;然后生成(0,1]之间的随机数x,将pi与x比较,如果x<pi,则选择第一个染色体,否则选择第i个染色体,直到染色体数达到标准为止; ...
【技术特征摘要】
1.一种可重构装配线平衡优化方法,包括以下步骤:(1)根据实际生产情况读入装配作业任务之间的优先顺序矩阵;(2)随机产生N个对应于任务数的染色体;即对任务序列进行解码,运用随机拓扑排序算法调整任务序列使其满足优先顺序约束;(3)通过相邻基因成对交换的原理对初始化产生的染色体进行改良,序列调整过程会在适应度值不再改变后结束;(4)利用适应度函数来确定每条染色体的优劣程度,其值越小,代表该条染色体越出色,其适应度越高;采用生产率和平滑度最佳的公式作为算法适应度函数;其中,λ1,λ2为目标的权重函数,由实际装配需求确定且λ1+λ2=1;L为最小工作站数;C为生产节拍;ti为完成第i个作业元素所用的时间;表示所有作业元素完成的总时间;xil为作业约束因子,当作业元素i被分配到工作站l时,xil=1,否则为0;(5)采取比例选择方法对个体进行选择,使适应度高的染色体能够获得更大的生存概率;首先依照下式计算每一个染色体i累积概率pi,根据累积概率的大小按照升序排列;然后生成(0,1]之间的随机数x,将pi与x比较,如果x<pi,则选择第一个染色体,否则选择第i个染色体,直到染色体数达到标准为止;其中,f(i)表示染色体i的适应度值;(6)采用序列的顺序交叉和互换变异的方法来生成新的染色体,达到更新种群的目的;(7)随机将染色体中某一基因抽取并插入其它位置以避免更新后的染色体陷入局部最优;(8)若理想状态或者设定的迭代次数已达到,则输出适应度值最小的染色体,得到相应的任务分...
【专利技术属性】
技术研发人员:苑明海,俞红焱,邓坤,程硕,
申请(专利权)人:河海大学常州校区,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。