[发明专利]一种柔性装配多目标动态优化方法

权利要求书

1.一种柔性装配多目标动态优化方法，其特征在于，包括：

构建柔性装配线多目标动态优化的模型：模型包括了柔性装配线的定义、装配线多目标优化的前提条件、多目标动态优化函数的参数定义、多目标优化函数、函数参数的约束条件；

设计基于种群迭代划分的遗传算法：通过双层基因编码，设计产品竞争力为指标的适应度函数，针对选择算子采用精英选择策略，针对交叉算子设计分阶段交叉，在进化早期选择间隔的个体随机交叉，在进化后期选择优秀的个体交叉，而变异算子则是在不同进化阶段设置不同的变异概率，共同实现算法的全局最优和快速收敛；

利用设计的基于种群迭代划分的遗传算法，根据需求目标，求得柔性装配线规划的最优结果；

其中，柔性装配线多目标动态优化的模型的具体步骤为：

步骤S101，根据变压器柔性装配线装配产品的工艺需求，确定装配线的工位和所能装配的同系列不同型号的产品种类；

步骤S102，确定装配线多目标优化的前提条件，包括工序在工作站上的分配、工序的装配极限速度、产品的单件价值、每种工作站的制造成本、装配线的投入成本上限、装配线每天投产的时间、市场对装配生产产品的需求量情况；

步骤S103，确定决策变量，包括各工作站的装配速度、各工作站的数量和各缓冲区的缓冲量设置；

步骤S104，确定柔性装配线多目标优化函数，包括

(1)装配线产能最大化函数

α＝60T_dmax{n₁S₁,n₂S₂,...,n_jS_j}

其中，T_d为装配线每天工作时间，n_j为工作站j的数量，S_j为工作站1到工作站j的实时装配速度；

(2)装配线制造成本最低函数

C_k＝min(sum(n_jc_j))

其中，c_j为第j种工作站的制造成本；

(3)产品装配质量最佳函数

其中，a、b为常数

步骤S105，确定约束条件，包括

(1)各工序的装配速度约束方程

A_i＝[a₁ a₂...a_i]

其中，a_i为第i个工序；

(2)工序在工作站上分配的约束方程

其中，

(3)各工作站的装配速度约束方程

S_j＜A_iA_m

S_j为包含s₁,s₂,...,s_j的矩阵；

(4)设备成本约束方程

C_k＜C_m

C_m为整条装配线的最高投入成本；

(5)柔性装配的装配流程约束方程

n₁s₁＝n₂s₂＝n₃s₃＝...＝n_js_j。