[发明专利]一种车间布局优化方法

权利要求书

1.一种车间布局优化方法，其特征在于，所述方法包括：

根据设备单元的目标个数、所述目标个数个设备单元所分布的行数，构成设备单元的决策变量矩阵；

构建车间物流成本所对应的成本函数、车间内总搬运时间函数；根据所述成本函数、所述总搬运时间函数，构建间布局的总和目标函数；其中，所述搬运时间函数的数学模型为：

其中，f_ij为单元间的物流频率；d_ij为单元间的距离，T为车间内总搬运时间；v为零件的搬运速度，取决于搬运设备；

车间布局的总和目标函数为：

W＝ω₁Q+ω₂T

ω_i为权重值，且ω₁+ω₂＝1；

采用实数编码的方式，分别对设备单元的序列符号和设备单元净间距进行编码；

设置所述目标函数的倒数为车间布局的适应度函数、设定进化次数，车间布局的适应度函数采取目标函数值的倒数；

随机产生N个初设设备单元的排列序列及设备单元净间距组成初始种群；

遗传操作过程包括：

选择运算：采用轮盘赌选择法进行选择运算；其基本思想是群体中的每个个体被选中的概率与其适应度函数值大小成正比，根据个体的适应度值来计算每个个体在子代中出现的概率，并按照此概率随机选择个体构成子代种群；

交叉运算：对于设备单元排列顺序采用部分匹配交叉算法，对于净间距，采用算数交叉的方法；将两条染色体中的基因进行随机交叉，以产生优良个体；

变异运算：采用互换变异法对净间距进行变异操作；

自适应遗传算法的交叉率P_c和变异率P_m随适应度函数值进行自动改变；其中，

f_max表示群体中最大的适应度值，f_avg为每代群体的平均适应度值，f′表示交叉的两个个体中较大的适应度值，f表示将要变异的个体的适应度值，P_c1、P_c2、P_m1、P_m2是自适应遗传算法开始时设置的交叉概率和变异概率初始值；

通过自适应遗传算法进行计算，当算法中最优个体的适应度达到给定的阈值，或者最优个体的适应度和群体适应度不再上升或趋于稳定，或者迭代次数达到预设的代数时，算法终止，最优个体即为最优解；

每个设备单元均布置在一个位置上，且每行最多布置的设备单元数量小于预设数量；在不同行中，任意两个设备单元在y轴方向上的间距需大于第二基本间距，且在不同行中的设备单元在y轴方向不能超出第二车间范围。

2.根据权利要求1所述的一种车间布局优化方法，其特征在于，当设备单元i所对应的决策变量值Z_ik为1时，表示该设备单元在k行，否则，决策变量值Z_ik为0。

3.根据权利要求1所述的一种车间布局优化方法，其特征在于，同一行内任意两个设备单元之间的距离需大于第一基本间距，且同一行中设备单元的布置不能超出第一车间范围。

4.根据权利要求1所述的一种车间布局优化方法，其特征在于，同一行中，所有设备单元的y坐标相同。