【技术实现步骤摘要】
本专利技术属于多目标优化领域，具体说是一种基于遗传算法的自动化生产线多设备鲁棒最优布局方法。
技术介绍
1、对于制造型企业来讲，自动化产线的设备布局问题是一个重要而富有挑战性的问题。设施布局问题的定义是面对多个制造设备或部门等对象，目标是确定在一定程度上整个系统达到最有效和最高效的安排。为了使生产和服务系统高效运行，企业不仅仅需要操作决策，还需要高效益的设备布局。
2、自动化产线布局优化可有效降低物流成本、优化在制品数量、提高生产系统的运行效率。生产系统中良好的布局能降低10％-30％的物料搬运费用。在当前全球市场竞争激烈的情况下，随着日趋激烈的客户个性化需求不断增长，生产需求朝着多品种、小批量方向发展。产线布局能否适应动态变化的生产需求，已经逐渐成为企业降低成本、提高竞争力的有效措施之一。因此对动态环境下子自动化产线布局问题的研究具有重要的理论与实际意义。
技术实现思路
1、对动态环境下的生产线布局问题多采用鲁棒布局的形式来进行解决，因此针对鲁棒最优布局问题，提出了一种基于遗传算法的布局优化方法。该方法首先采用数据结构中的带权无向图和二叉树的形式将布局结构的表达进行规范化的统一，并结合以往的传统优化目标在布局结构的基础上提出了新的复杂度优化目标，将几种不同的优化目标以带权的方式进行统一到适应度方程中来完成多目标统一的优化。该方法可以解决多目标优化下的可行域中最优的选取问题。将布局形式和间隔两条基因链嵌入在染色体中，可以避免在基因交换过程中的混杂，同时基因的交换还有利于
2、本专利技术为实现上述目的所采用的技术方案是：
3、一种基于遗传算法的生产线设备布局优化方法，包括以下步骤：
4、1)构建布局结构对生产线设备进行描述；
5、2)基于布局结构，构建优化目标；
6、3)对布局结构进行基因编码；
7、4)将基因编码后的布局结构嵌入染色体，并计算单个染色体的适应度；
8、5)以种群熵的形式描述染色体群体信息，结合种群数量和当前种群最大适应度计算下一代更新；
9、6)循环步骤4)～步骤5)直至适应度达到阈值或达到最大迭代次数，停止迭代，将此时的布局结构作为最优生产线设备布局。
10、所述步骤1)包括以下步骤：
11、1.1)构建由带权无向图和满二叉树构成的布局模型结构，其中，所述带权无向图中，每个节点代表一个设备，每条边上的坐标代表当前设备在x和y方向上的摆放间隔；在带权无向图的内部是由关系节点和设备节点同时组成的满二叉树；
12、1.2)通过满二叉树构建生产线设备的布局表达方式，在满二叉树的节点中，使用“r”表示两设备的放置关系成行关系，使用“c”表示两设备的放置关系成列关系；
13、1.3)在行列排列时，首先以设备节点生成满二叉树，并对其关系节点进行填充，填充完毕后，再对设备节点进行填充，设备节点填充时只作为叶子节点进行填充。
14、所述步骤2)中的优化目标包括：各个设备最后组成时的最小包围面积、物料在传送带上的最小运输距离以及布局结构的布局复杂度，所述布局结构的布局复杂度cn为：
15、
16、其中，n是总的关系数量，nc是关系节点“c”的数量，nr是关系节点“r”的数量，cc是布局结构中与关系节点“c”相连的设备数量，cr是布局结构中与关系节点“r”相连的设备数量。
17、所述步骤3)具体为：
18、分别对布局序列和间隔序列进行基因编码，所述布局序列的中有关系节点和设备节点，逐层遍历二叉树，完成对布局序列的编码；基于带权无向图，以间隔的生成先后顺序构成成对出现的间隔序列。
19、所述染色体由布局基因链和间隔基因链构成，并且附带端粒。
20、所述步骤4)中，计算单个染色体的适应度为计算优化目标中的包围面积、运输距离以及布局复杂度，其中，计算包围面积包括以下步骤：
21、计算当前二叉树的根节点数，根据根节点数计算根节点层数并向上取整，再计算节点中的设备节点数量，将根节点层数和设备节点数量之和作为循环次数对当前二叉树进行分层，隔离设备节点和关系节点；
22、将隔离后的二叉树分层作倒置后进行计算，从最后一层开始，此时的最后一层为二叉树的最底层，即全部为设备节点，根据设定的设备长宽和随机生成的间隔序列计算，即当前层中的全为设备节点，将上一层中的一个关系节点对应本层的两个设备节点，逐次计算最终的包围面积。
23、所述步骤5)包括以下步骤：
24、5.1)定义端粒概念为染色体尾端复制计数器，每参与一次复制，当前染色体的端粒数量减少一，设当前染色体的端粒大小为ti，为每个染色体设置一个上限为k；
25、5.2)根据染色体的端粒概念，计算当前染色体群体的端粒序列zi为：
26、zi＝k-ti
27、5.3)计算染色体的群体信息熵h为：
28、
29、其中，n为染色体的种群数量。
30、本专利技术具有以下有益效果及优点：
31、1.本专利技术提出了一种全新的自动化产线布局结构的通用型规范化表达方式，以带权无向图结合二叉树的形式对布局结构进行表达，可以清晰直观的表达相邻设备之间的位置关系，还可以在表达图中得到设备之间的相邻间隔余量，更方便整体布局的相关计算。
32、2.本专利技术在新型表达结构的基础上进一步提出了适用于自动化产线布局优化的全新目标，布局结构复杂度，通过布局结构复杂度可以更进一步的了解自动化产线设备布局的构成情况，同时在一定程度上该指标还能反映出整体产线构成对生产的影响。
33、3.本专利技术中，使用遗传算法来进行布局的迭代优化，在使用的遗传算法中提出了染色体种群熵的概念，通过给单个染色体附带端粒计数器来计数当前染色体的复制情况，并通过给出公式计算染色体群体的信息熵，通过信息熵可以从种群整体的宏观角度来描述当前种群代的繁殖复制情况，以便给下一此迭代更新提供更为精准的信息。
本文档来自技高网...【技术保护点】
1.一种基于遗传算法的生产线设备布局优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于遗传算法的生产线设备布局优化方法，其特征在于，所述步骤1)包括以下步骤：
3.根据权利要求1所述的一种基于遗传算法的生产线设备布局优化方法，其特征在于，所述步骤2)中的优化目标包括：各个设备最后组成时的最小包围面积、物料在传送带上的最小运输距离以及布局结构的布局复杂度，所述布局结构的布局复杂度Cn为：
4.根据权利要求1所述的一种基于遗传算法的生产线设备布局优化方法，其特征在于，所述步骤3)具体为：
5.根据权利要求1所述的一种基于遗传算法的生产线设备布局优化方法，其特征在于，所述染色体由布局基因链和间隔基因链构成，并且附带端粒。
6.根据权利要求1所述的一种基于遗传算法的生产线设备布局优化方法，其特征在于，所述步骤4)中，计算单个染色体的适应度为计算优化目标中的包围面积、运输距离以及布局复杂度，其中，计算包围面积包括以下步骤：
7.根据权利要求1所述的一种基于遗传算法的生产线设备布局优化方法，其特征在于
...【技术特征摘要】
1.一种基于遗传算法的生产线设备布局优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于遗传算法的生产线设备布局优化方法，其特征在于，所述步骤1)包括以下步骤：
3.根据权利要求1所述的一种基于遗传算法的生产线设备布局优化方法，其特征在于，所述步骤2)中的优化目标包括：各个设备最后组成时的最小包围面积、物料在传送带上的最小运输距离以及布局结构的布局复杂度，所述布局结构的布局复杂度cn为：
4.根据权利要求1所述的一种基于遗传算法的生产线设备布局优化方法，...
【专利技术属性】
技术研发人员：杜劲松，王伟，李想，张翔宇，赵越南，张言松，
申请(专利权)人：中国科学院沈阳自动化研究所，
类型：发明
国别省市：
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。