[发明专利]一种基于CA-PSO混合优化算法的多态性作业车间布局优化方法

权利要求书

1.一种基于CA-PSO混合优化算法的多态性作业车间布局优化方法，其特征在于：所述布局优化方法包含以下步骤：

(1)建立多态性作业车间布局的元胞机模型；对车间(L×W，L为车间长度，W为车间宽度)当中的机器、辅助设备、通道、机器间的间距进行抽象化，建立机器元胞、辅设元胞、通道元胞和间距元胞如下：

机器元胞t时刻的状态属性表示为：

Sm(i,j)t(mp,mn,mi,ml,mw,ms)---(1)]]>

式中：

m_p——机器元胞所在网格中的位置(i，j)；

m_n——机器的名称；

m_i——机器布置所需要的间距；

m_l——机器长度；

m_w——机器宽度；

m_s——机器布置状态，m_s∈{0,1}，0表示横向摆放，1表示纵向摆放；

辅设元胞t时刻的状态属性表示为：

Sa(i,j)t(ap,an,ai,al,aw,as)---(2)]]>

式中：

a_p——辅设元胞所在网格中的位置(i，j)；

a_n——辅助设备的名称；

a_i——辅助设备布置所需要的间距；

a_l——辅助设备长度；

a_w——辅助设备宽度；

a_s——辅助设备布置状态，a_s∈{0,1}，0表示横向摆放，1表示纵向摆放；

通道元胞t时刻的状态属性表示为：

Sp(i,j)t(ps,pm,ps,pa)---(3)]]>

式中：

p_s——通道元胞所在网格中的位置(i，j)；

p_m——主通道大小；

p_s——次通道大小；

p_a——通道元胞属性，p_a∈{0,1}，0表示主通道，1表示次通道；

间距元胞t时刻的状态属性表示为：

Ss(i,j)t(Ss,Sf,Sb,Sl,Sr)---(4)]]>

式中：

S_s——间距元胞所在网格中的位置(i，j)；

S_f——间距元胞在网格(i+1，j)方向的间距，S_f∈{a_l,a_w,p_m,p_s}；

S_b——间距元胞在网格(i-1，j)方向的间距，S_f∈{a_l,a_w,p_m,p_s}；

S_l——间距元胞在网格(i，j+1)方向的间距，S_f∈{a_l,a_w,p_m,p_s}；

S_r——间距元胞在网格(i，j-1)方向的间距，S_f∈{a_l,a_w,p_m,p_s}；

(2)编码；假设车间布局元胞机模型有N个元胞(包括机器元胞、辅设元胞、通道元胞和间距元胞)，把每个布局候选方案表示为一个粒子，则每个粒子的编码是一个2N维的向量：

P＝(x₁,x₂,…,x_N，y₁,y₂,…,y_N)    (5)

式中，前N维表示每个元胞的x坐标，后N维表示每个元胞的y坐标；

每个粒子的飞行方向和速率也是一个2N维的向量：

V＝(v_x1,v_x2,…,v_xN，y_x1,y_x2,…,y_xN)    (6)

式中，前N维表示每个元胞的x方向的移动速度，后N维表示每个元胞的y方向的移动速度；

(3)产生初始粒子；对车间待布置的元胞通过使用SLP法(System Layout Planning，系统布置设计)进行分析计算，得到初步的布局方案，作为初始粒子；

(4)按照式(7)计算粒子的约束惩罚值；

P=δ1×[L-Σms=0(ml+mi)-Σas=0(al+ai)]+δ2×[W-Σms=1(mw+mi)-Σas=1(aw+ai)]---(7)]]>

式中，δ₁、δ₂为惩罚系数；如果惩罚函数值为0时，则该粒子满足约束条件；

(5)按照式(8)计算粒子的适应度值；

F=1Σq=1QΣn=1NΣm=1NPnmqFnmqDnm---(8)]]>

式中，Q＝{1，2，…，q}表示车间单位生产周期内所加工的零件类型集合；表示零件q生产过程在元胞n和元胞m之间每单位距离的物料搬运费用；表示零件q生产过程在元胞n和元胞m之间物料搬运频率；D_nm表示元胞n和元胞m之间的距离；

(6)设定迭代次数t，加速系数c₁、c₂，惯性系数w；

(7)优化；在优化过程中，元胞通过跟踪适应度值来更新自己的状态，每个粒子的位置按式(9)～式(12)进行变换，对适应度值进行比较，挑选出其中最优的粒子，即最优的车间布局方案；

V_xi(t+1)＝w·V_xi(t)+c₁·rand()·[p_xi(t)-x_i(t)]+c₂·rand()·[p_xg(t)-x_i(t)]i＝1,2…,N；    (9)

V_yi(t+1)＝w·V_yi(t)+c₁·rand()·[p_yi(t)-y_i(t)]+c₂·rand()·[p_yg(t)-y_i(t)]i＝1,2,…,N；    (10)

x_i(t+1)＝x_i(t)+V_xi(t+1)  i＝1,2,…N；    (11)

y_i(t+1)＝y_i(t)+V_yi(t+1)  i＝1,2,…N；    (12)

式(9)～式(12)中：

t——迭代次数；

c₁、c₂——加速系数；

rand()——均匀分布在(0，1)间的随机数；

w——惯性系数；

p_xi——第i个元胞经历的x方向的最好位置；

p_yi——第i个元胞经历的y方向的最好位置；

p_xg——所有元胞经历过的x方向的最好位置；

p_yg——所有元胞经历过的y方向的最好位置。