基于改进遗传算法的多行布置车间布局优化

摘要

车间布局问题（Plant Layout Problem，简称PLP）是车间生产加工中涉及到的关键内容之一，一个好的车间布局优化方案不仅可以提高生产率、加快生产流程，还可以通过影响物料运输成本来间接减小产品生产成本，从而使得企业的经济效益和市场竞争力得以提高。但由于车间布局问题属于典型的NP-hard问题，不存在确定的求解多项式，因此本文采用目前在解决车间布局问题中应用最为广泛的遗传算法进行求解，并对传统的遗传算法进行改进。
　　数学模型的建立上，由于传统优化过程中传输方式方面只考虑了天车运输方式，以及距离定义方面均采用设备中心位置处两点间相应坐标值差的绝对值之和，没有考虑到当两台设备处于不同跨时会存在运输障碍，此时还会利用地面轨道进行运输。在分析了上述不足的基础上，本文提出了一种改进距离定义且考虑地面轨道的数学模型。且在目标函数的建立中，不仅考虑了零件加工过程所产生的物流运输成本，还将由入口处至出口处非加工过程所产生的物流运输量考虑在内，使得优化更能真实地反映生产实际。
　　针对车间内地面轨道不同的布局形式，又对地面轨道位置已固定和尚未固定两种情况分别建立了上述数学模型进行相应研究，使优化更符合实际生产的需要。
　　在物流运输成本单目标研究的基础上，又建立了以物流运输成本、车间空间占用率为目标的多目标车间布局优化模型，并给出了相应的求解过程。
　　在利用遗传算法进行求解时，对编码方式做出了相应改进，将地面轨道位置、设备排列序列、相邻间距序列三者同时进行优化。且对交叉、变异操作也做出了改进，设计了多种交叉、变异方式，提高了算法的运算性能。
　　在上述研究的基础上，考虑到实际生产中特殊大型设备各方面的限制条件，对车间内有特殊大型设备需特殊放置的车间布局优化问题，设计了相应的求解方案。
　　在相应理论研究的基础上，结合车间加工实例利用VC++语言进行编程，对车间进行布局优化，优化结果验证了算法的有效性。

目录

声明

摘要

第1章 绪论

1．1 研究的背景、意义和目的

1．2 国内外研究现状及水平

1．3 车间布局优化问题的特点

1．4 现有研究存在的问题

1．5 本文的主要研究内容

第2章 遗传算法简介

2．1 遗传算法的起源与发展

2．2 遗传算法基本概念

2．3 遗传算法的实现方法

2．3．1 确定问题的编码与解码方案

2．3．2 适应函数的构造

2．3．3 遗传参数

2．4 遗传算法的特点

2．5 遗传算法的基本流程

第3章 车间布局问题概述

3．1 车间布局问题的基本要素

3．2 车间布局的分类

3．2．1 基于产品原则布局(product layout)

3．2．2 基于工艺原则布局(process layont)

3．2．3 定位布局(position layout)

3．2．4 U型布局(U type layout)

3．2．5 单元式布局(cellular layout)

3．3 传统车间布局问题的研究方法

3．4 本章小结

第4章 地面轨道位置固定的多行布置车间布局优化

4．1 传统车间布局优化问题的不足

4．2 数学模型的建立

4．3 改进遗传算法设计

4．3．1 问题的编码与解码

4．3．2 适应度函数的设计

4．3．3 交叉操作

4．3．4 变异操作

4．4 实验结果分析

4．5 本章小结

第5章 轨道位置未固定的多行布置车间布局优化

5．1 数学模型的建立

5．2 改进遗传算法设计

5．2．1 编码与解码

5．2．2 初始解的产生

5．2．3 交叉操作

5．2．4 变异操作

5．3 实验结果与分析

5．4 本章小结

第6章 考虑设备固定放置的车间布局优化

6．1 问题的描述

6．2 数学模型的建立

6．3 改进遗传算法设计

6．3．1 编码与解码

6．3．2 交叉操作

6．3．3 变异操作

6．4 实验结果与分析

6．5 本章小结

结论

展望

参考文献

攻读硕士期间发表的学术论文

致谢