[发明专利]一种多目标优化的混合作业车间布局方法有效

专利信息
申请号: 201710310640.6 申请日: 2017-05-05
公开(公告)号: CN107908805B 公开(公告)日: 2021-03-26
发明(设计)人: 王亚良;曹海涛;钱其晶;金寿松 申请(专利权)人: 浙江工业大学
主分类号: G06F30/20 分类号: G06F30/20;G06F111/06
代理公司: 杭州之江专利事务所(普通合伙) 33216 代理人: 林蜀
地址: 310014 浙江省杭*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 多目标 优化 混合 作业 车间 布局 方法
【权利要求书】:

1.一种多目标优化的混合作业车间布局方法,其特征在于具体步骤如下:

步骤1:构建多目标混合作业车间布局模型

1.1构建多目标函数

在布局时假设车间和作业单元均为矩形结构,车间大小和作业单元大小均已知,车间的长度为a,宽度为b;作业单元i的长度为Li,宽度为Wi

1)物料搬运成本最小

式中:n为布局的作业单元数目;cij为作业单元i到作业单元j的物料搬运成本;fij为作业单元i到作业单元j的总物料搬运件数;dij为作业单元i到作业单元j的物料搬运距离;

2)作业单元移动成本最小

式中:dio表示作业单元i前后移动的曼哈顿距离,即dio=|xi-xi_o|+|yi-yi_o|,xi为作业单元i移动后的x坐标值,xi_o为作业单元i移动前的x坐标值,yi为作业单元i移动后的y坐标值,yi_o为作业单元i移动前的y坐标值;mi表示作业单元i的移动成本;

3)作业单元包络矩形面积最小

min F3=L×W (3)

式中:L为包络所有作业单元矩形的长度,W为包络所有作业单元矩形的宽度;

4)作业单元非物流关系最大化

最大化优化目标可以转换成最小化优化目标,故:

式中:Z是一个较大的正数,保证F4为正数即可;aij为作业单元间的非物流关系邻接度值,bij为作业单元间的非物流关系邻接度因子;

考虑到第一个优化目标和第二个优化目标单位一致,因此,上述四个目标可以转化为三个优化目标,即:

1.2约束条件

1)间距约束:任意两个作业单元在x轴方向或者y轴方向上至少有一个方向保留一定间距,即满足(6)式或者(7)式中的一个即可;其中(xi,yi)为作业单元i在车间位置,(Li,Wi)为作业单元i的长度和宽度;其中(xj,yj)为作业单元j在车间位置,(Lj,Wj)为作业单元j的长度和宽度;

hmin为作业单元间横向最小距离,vmin为作业单元间纵向最小距离;

2)边界约束:各个作业单元在车间布局时,不能超出车间;

3)特定约束:指大型混合作业车间中的特殊作业单元需满足的一些特定条件,在布局时对该单元进行预置;

Ps={(xi,yi)|xi=xs,yi=ys} (10)

(xs,ys)为特殊作业单元Ps的预定位置;

1.3作业单元间的距离

当两个作业单元之间无其他障碍单元时,其曼哈顿距离为:

dij=|xi-xj|+|yi-yj| (11)

当作业单元之间有其他作业单元挡道时,对曼哈顿距离进行修正:

作业单元k是物料搬运路线上的障碍物,d1、d2、d3、d4为四条可选路径;其中(xk,yk)为作业单元k在车间的位置,(Lk,Wk)为作业单元k的长度和宽度;

步骤2 基于动态差分元胞多目标遗传算法(DDECell)的车间布局优化步骤:

2.1随机生成初始种群

采用实数制编码生成初始种群为:[(U1,…,Un),(x1,…xn),(y1,…yn)];

其中Un表示第n个作业单元;xn和yn表示第n个作业单元的坐标;(U1,…,Un)是n个作业单元的全排列;

2.2选择父本

基于秩与拥挤距离,从当前个体的Moore型邻居结构中,通过二元锦标赛选出当前个体的两个父本:当两个邻居个体的秩不同时,选择秩小的邻居个体作为当前个体的父本;当两个邻居个体的秩相同时,则选择拥挤距离大的个体作为当前个体的父本;

2.3变异交叉

设种群规模为N,d为解空间的维数,父本由当前个体和两个邻居构成,xr1、xr2、xr3为三个父本,vi为xr1经过变异后得到的变异向量,ui是交叉操作后获得的向量;F为介于[0,1]间的缩放因子;randi[j]为[0,1]之间均匀分布的随机数,randi∈[n+1,n+2,…,d],CR为介于[0,1]的交叉常量;

vi[j]=xr1[j]+F(xr2[j]-xr3[j]),i∈[1,N],j∈[n+1,d] (13)

vi[j]、xr1[j]、xr2[j]、xr3[j]、ui[j]分别为vi、xr1、xr2、xr3,ui的第j维决策变量;

当abs(xr2[j]-xr3[j])小于某个值时,采用动态变异:

vi[j]=xr1[j]+(2rand(1)-1)S (15)

其中S=α(xr1[j]-u-xr1[j]-l)是变异步长,xr1[j]-u、xr1[j]-l分别为xr1第j维决策变量的最大值与最小值;α是用于控制变异步长大小的系数;

2.4子代评估

计算子代的目标函数值;如果子代支配当前个体,或者子代与当前个体互不支配,但子代的拥挤距离大于当前个体的拥挤距离,则将子代替换当前个体;同时将这个子代加入外部文档;一旦非支配个体的数量超出了外部文档的规模,则将拥挤距离最小的个体删除;

2.5重复步骤2.2~2.4,完成网格中所有个体的进化操作;

2.6种群更新:

在每一代进化结束后,从外部文档选一些个体代替相同数量的二维环形网格中的个体;继续进化,直至满足进化的终止条件。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710310640.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top