一种厂房内设施布局多目标优化方法技术

本发明专利技术提供了一种厂房内设施布局多目标优化方法，包括：步骤S1，对厂房内设施布局区域划分作业单元并取得相关原始参数；步骤S2，根据步骤S1所述原始参数获得作业单元之间的物流关系参数和非物流关系参数；步骤S3，建立设施布局多目标优化模型；步骤S4，以NSGA?II算法对所述多目标优化模型求解，获得作为设施布局优化方案集合的Pareto解集。本发明专利技术解决了对厂房建筑内的设施进行多目标优化布局的技术问题，具有布局效率高、操作可视化程度高、优化效果好、使用成本低、普及性强的优点。

【技术实现步骤摘要】

本专利技术涉及厂房内设施布局技术，更具体地，涉及一种设施布局多目标优化的方法。
技术介绍
在制造型企业的厂房建筑设计中，必须要涉及厂房内各种设施的布局，即决定各种设施在厂房中的位置关系。设施布局的优劣程度将直接或间接影响后期生产运作过程中的物料搬运成本或搬运量、生产运作效率及设施布局的柔性等多个指标，因此设施布局优化是厂房建筑设计中一个复杂的多目标优化问题。正是由于这种高度复杂性，使得设施布局长期以来成为厂房建筑设计尤其是多品种中小批量生产型企业的厂房建筑设计中的一个重要技术难题，也成为厂房设计水平高下的重要指标。目前，在厂房建筑设计中基于多目标优化的设施布局方法主要有两种第一种是多目标单一化法，其代表方法是系统化设施布局方法(Systematic Layout Planning, SLP)；第二种是基于Pareto寻优思想的方法。 SLP方法的优化目标是物流关系和非物流关系，该方法通过将物流关系和非物流关系转化为综合相互关系，再根据综合相互关系演化得到多个布局方案，进而从中进行择优。SLP方法存在如下主要不足(1)物流关系定级和非物流关系定级过程中存在模糊转化，影响布局方案准确性；( 综合相互关系确定过程中，物流与非物流关系权重影响综合相互关系， 使布局方案受主观因素影响较大；C3)由综合相互关系演化得布局方案的过程中，布局受设计者影响较大，不同设计者可能得出不同布局方案；(4)布局方案演化过程工作量较大， 通常只能从有限几个布局方案中择优，使布局方案的质量欠佳；( SLP方法的复杂性在一定程度上阻碍了该方法的有效普及。正是由于以上原因，基于Pareto寻优思想的方法从理论上讲明显优于多目标单一化法。然而，基于Pareto寻优思想的设施布局方法目前尚处于理论研究阶段，现有技术中尚缺少高效、廉价、易于普及的厂房内设施布局多目标优化方法。Excel是Microsoft Office的一个组件，可用于制作电子表格、完成复杂数据运算、进行数据分析与预测等。目前Excel被广泛应用于各个领域，各领域根据不同的工作特点，对其应用范围进行了扩展，部分应用已超出了 Excel软件本身设计的预想。然而，截止目前为止，尚未发现应用Exce 1到设施布局多目标优化的先例。若能利用Excel进行二次开发，形成一种设施布局多目标优化方法及系统，不仅能克服现有的厂房内设施布局规划技术所存在的布局效率低、复杂程度高、布局方案质量欠佳等缺点，而且由于Excel基本是普及软件，使用成本低，该方法将更容易普及。
技术实现思路
针对现有厂房设计技术中的对设施布局多目标优化的需求，本专利技术基于Pareto 寻优思想，首先通过NSGAI I I算法产生作为设施布局方案集合的Pareto解集，然后对集合中的设施布局方案从搬运量或搬运成本、非物流关系密切程度、设施占地面积三个指标进行评价并从中择优，从而提供了一种布局效率高、操作可视化程度高、优化效果好、使用成本低、普及性强，利用Excel进行设施布局多目标优化的方法。本专利技术所述厂房内设施布局多目标优化方法，其特征在于，包括步骤Si，对厂房内设施布局区域划分作业单元并取得相关原始参数；步骤S2，根据步骤S 1所述原始参数获得作业单元之间的物流关系参数和非物流关系参数；步骤S3，建立设施布局多目标优化模型；步骤S4，以NSGA II算法对所述多目标优化模型求解，获得作为设施布局优化方案集合的Pareto解集。优选地，步骤Sl中所述原始参数包括各作业单元的长、宽、面积参数及产品、产量、工艺、搬运单价参数。优选地，所述步骤S2包括取得所述各作业单元之间的物流量参数并运行Excel VBA程序转化为物流量矩阵；以及取得所述各作业单元之间的非物流关系得分并运行 Excel VBA程序将其转化为非物流关系矩阵。优选地，所述步骤S3中建立的设施布局多目标优化模型包括物料搬运总成本最小化的第一目标函数，非物流关系密切程度最大化的第二目标函数以及设施实际占地面积最小化的第三目标函数；以及对设施布局实际总长和实际总宽的约束条件。进一步优选地，所述第一至第三目标函数分别为第一目标函数权利要求1.，其特征在于，包括步骤Si，对厂房内设施布局区域划分作业单元并取得相关原始参数；步骤S2，根据步骤Sl所述原始参数获得作业单元之间的物流关系参数和非物流关系参数；步骤S3，建立设施布局多目标优化模型；步骤S4,以NSGA II算法对所述多目标优化模型求解，获得作为设施布局优化方案集合的Pareto解集。2.根据权利要求1所述的多目标优化方法，其特征在于，步骤Sl中所述原始参数包括各作业单元的长、宽、面积参数及产品、产量、工艺、搬运单价参数。3.根据权利要求1所述的多目标优化方法，其特征在于，所述步骤S2包括取得所述各作业单元之间的物流量参数并运行Excel VBA程序转化为物流量矩阵；以及取得所述各作业单元之间的非物流关系得分并运行Excel VBA程序将其转化为非物流关系矩阵。4.根据权利要求1所述的多目标优化方法，其特征在于，所述步骤S3中建立的设施布局多目标优化模型包括物料搬运总成本最小化的第一目标函数，非物流关系密切程度最大化的第二目标函数以及设施实际占地面积最小化的第三目标函数；以及对设施布局实际总长和实际总宽的约束条件。5.根据权利要求4所述的多目标优化方法，其特征在于，所述第一至第三目标函数分别为 第一目标函数6.根据权利要求1所述的多目标优化方法，其特征在于，步骤S4中所述NSGAII算法包括种群初始化步骤，所述种群初始化步骤根据编码方式产生一个个体，对该个体进行预排并计算该个体对应设施布局方案是否满足约束条件，若约束条件成立则为一可行个体， 将其加入初始种群，否则抛弃该个体；通过上述步骤直到产生预定数量个可行个体为止。7.根据权利要求1所述的多目标优化方法，其特征在于，步骤S4中所述NSGAII算法对初始化种群中染色体进行解码得到距离矩阵和邻接度矩阵，并根据所述距离矩阵和邻接度矩阵计算各染色体的目标函数值。8.根据权利要求1所述的多目标优化方法，其特征在于，步骤S4中所述NSGAII算法对初始化种群进行进化运算至特定的代，得到作为设施布局优化方案集合的Pareto解集。9.根据权利要求1所述的多目标优化方法，其特征在于，步骤S4中所述NSGAII算法的遗传操作包括交叉操作和变异操作。10.根据权利要求1所述的多目标优化方法，其特征在于，步骤S4中所述设施布局优化方案集合包括各优化方案相应的目标函数值。全文摘要本专利技术提供了，包括步骤S1，对厂房内设施布局区域划分作业单元并取得相关原始参数；步骤S2，根据步骤S1所述原始参数获得作业单元之间的物流关系参数和非物流关系参数；步骤S3，建立设施布局多目标优化模型；步骤S4，以NSGA II算法对所述多目标优化模型求解，获得作为设施布局优化方案集合的Pareto解集。本专利技术解决了对厂房建筑内的设施进行多目标优化布局的技术问题，具有布局效率高、操作可视化程度高、优化效果好、使用成本低、普及性强的优点。文档编号G06Q10/00GK102214333SQ20111019310公开日2011年10月12日 申请日期2011年7月11日 优先权日2011年7月11日专利技术本文档来自技高网...

【技术保护点】
１．一种厂房内设施布局多目标优化方法，其特征在于，包括：步骤Ｓ１，对厂房内设施布局区域划分作业单元并取得相关原始参数；步骤Ｓ２，根据步骤Ｓ１所述原始参数获得作业单元之间的物流关系参数和非物流关系参数；步骤Ｓ３，建立设施布局多目标优化模型；步骤Ｓ４，以ＮＳＧＡ　ＩＩ算法对所述多目标优化模型求解，获得作为设施布局优化方案集合的Ｐａｒｅｔｏ解集。

【技术特征摘要】

【专利技术属性】
技术研发人员：曾强，沈玲，兰建义，熊德国，潘启东，张进春，陈魁奎，王永建，李发权，段玉玲，
申请(专利权)人：河南理工大学，
类型：发明
国别省市：41