面向多目标车间动静态设施布局优化的构形空间进化算法

摘要

设施布局问题(Facility Layout Problem，FLP)是一类NP-hard问题，其研究如何将已知数目的设施合理放置于给定车间内，并且在满足约束的情况下达到最优化目标要求。本文以企业生产中车间设施的布局为背景，根据动静态车间的不同特性，提出不同的去约束机制优化布局，并设计针对多目标问题的智能优化算法对问题进行求解，具体内容如下: (1)研究多目标静态设施布局问题(MO-SFLP)的构形空间进化算法(CSE)。基于弹性区带架构(FBS)，将问题转化为无约束优化问题，建立数学优化模型。在CSE中引入“构形库”的概念，构造了以每个构形为圆心，以构形库中所有构形平均距离的一半（dspace=davg/2）为半径的圆形区域，通过dspace不断更新构形库，且dspace的值随着算法的迭代逐渐减小以缩小搜索空间，以此达到加速算法收敛性和提高Pareto最优解多样性的目的。另外，将基于Pareto非支配排序和基于目标函数距离的最近最远候选解法(NFCS)相结合选取最优个体，从而得到分布均匀的Pareto前沿。最后通过10组典型的静态测试算例对算法进行了测试，并对算法的性能进行分析。 (2)研究多目标动态设施布局问题(MO-DFLP)的构形空间进化算法。针对动态车间多阶段且设施长宽给定的特点，借用拟物思想，引入挤压弹性势能函数，提出了基于梯度搜索下降的构形空间进化算法(CSE-GM)。利用自适应步长梯度搜索下降法使设施之间干涉性约束得到满足，重新定义了染色体的编码方式，以及种群的进化策略和挑选最优解的方法。为了验证CSE-GM的有效性，通过两组经典的动态测试算例和一个实际应用算例对算法进行了测试，实验结果证明，所提出的算法是解决MO-DFLP的一种有效的算法。

目录

声明

摘要

第一章绪论

1．1研究背景和意义

1．2国内外研究现状与进展

1．2．1多目标不等面积静态设施布局问题研究进展

1．2．2多目标不等面积动态设施布局问题研究进展

1．2．3约束处理方法介绍

1．3论文的主要工作

1．4论文的组织结构

1．5本章小结

第二章多目标车间设施布局的相关基础理论介绍

2．1多目标问题介绍及相关概念

2．2车间设施布局的相关概念

2．2．1设施布局目标和基本原则

2．2．2车间布局分类

2．3经典进化算法

2．3．1遗传算法

2．3．2非支配排序遗传算法Ⅱ

2．4本章小结

第三章面向多目标车间静态设施布局的构形空间进化算法

3．1多目标车间静态设施布局模型

3．2构形空间进化算法

3．2．1构形空间进化算法思路及算法步骤

3．2．2基于FBS的基因编码及去约束策略

3．2．3 MO-SFLP模型的构形进化

3．2．4基于目标函数距离的非支配解选取策略

3．2．5目标函数正则化

3．2．6构形库更新

3．3算法测试及评价

3．3．1一个多目标静态设施布局的经典算例

3．3．2一组不同设施数目的典型算例

3．3．3一个多目标静态设施布局的实际应用算例

3．3．4面向多目标静态设施布局问题的算法性能测试与分析

3．4本章小结

第四章面向多目标车间动态设施布局的构形空间进化算法

4．1多目标车间动态设施布局模型

4．2基于梯度搜索下降的构形空间进化算法

4．2．1基于GM的基因编码及去约束策略

4．2．2 MO-DFLP模型的构形进化

4．3．3基于空间距离的最近最远候选解法

4．3多目标动态设施布局问题实验结果与分析

4．3．1两组经典动态设施布局算例

4．3．2一个具有实际应用的多目标动态算例

4．3．3面向多目标动态设施布局问题的算法性能测试与分析

4．4本章小结

5．1论文所做的工作

5．2论文的主要创新点

5．3研究展望

致谢

参考文献

作者简介