[发明专利]混流装配线任务分配与投产排序集成优化方法

权利要求书

1.一种混流装配线任务分配与投产排序集成优化方法，其特征在于，包括以下步骤：

步骤1：建立平衡率与能耗多目标优化模型；

步骤2：基于元胞自动机与局部搜索方法设计多目标遗传算法；

步骤3：采用所述步骤2中的多目标遗传算法对所述步骤1中的多目标优化模型进行求解，获得平衡率与能耗权衡最优下的任务分配和投产排序方案；

步骤4：采用步骤3获得的任务分配和投产排序方案对混流装配线调整；

所述的步骤1中，建立平衡率与能耗多目标优化模型的具体过程如下：

步骤1.1：设定平衡与能耗多目标函数；

步骤1.2：确定约束条件；

所述步骤1.1中的平衡与能耗多目标函数包括平衡率函数和能耗函数：

所述平衡率函数为Z_balance＝λ₁·Z_Hbalance+λ₂·Z_Vbalance，其中，Z_Hbalance与Z_Vbalance分别表示用于平衡同一工位内不同产品间的工作负荷的横向平衡与不同工作站间的工作负荷的纵向平衡，λ₁与λ₂分别表示横向平衡与纵向平衡的权重因子，所述横向平衡所述纵向平衡

其中S表示工位总数；

M表示产品总数；

α_m表示产品m的需求比例；

T_mj表示m类型产品在工位j上的装配时间总和；

表示工位j的加权工作时间；

所述能耗函数为E_T＝E_P+E_I，其中，E_T表示混流装配线总能耗，E_P表示负载过程能耗，E_I表示空载过程能耗，所述负载过程能耗所述空载过程能耗/其中sn表示工位总数；

mn表示产品种类总数；

tn表示任务总数；

M_mT_k表示m类产品的第k个工序，任务M_mT_k分配在工位S_s时，有否则

E(S_s(M_mT_k))表示任务M_mT_k分配在工位S_s时产生的能耗；

P_s表示工位S_s的空载功率；

表示工位S_s的空载时间，(M_m,S_s-1)^end表示产品M_m在工位S_s-1上的装配结束时间，(M_m-1,S_s)^end表示产品M_m-1在工位S_s上的装配结束时间；

表示产品M_m在工位S_s上的装配结束时间；

T(S_s(M_mT_k))表示任务M_mT_k在工位S_s上的操作时间；

C_max表示最大完工时间；

所述步骤1.2中的约束条件包括：

a、表示一个任务只能发配给一个工位；

b、表示所有工位所有产品的时间不能超过最大完工时间；

c、表示所有工位的所有产品加权时间不能超过最大完工时间；

d、表示任务的先后顺序，其中，任务M_mT_j是任务M_mT_i的前一个任务；

e、表示所有任务的结束时间不小于其操作时间；

f、表示某类产品在上一工位操作结束后才能进入下一工位进行操作；

g、表示在投产序列中某产品在工位S_s上要等到上一产品操作结束才能进行操作；

所述的步骤2中，设计的多目标遗传算法的具体过程如下：

步骤2.1、初始化染色体个体，精英库与进化代数

步骤2.2、利用二维元胞自动机拓扑模型对遗传算法中的个体进行重排布，使它们形成一个有序的群体；

步骤2.3、生成随机数，若随机数小于交叉率则进行交叉操作并转至步骤2.4，若随机数大于变异率则进行变异操作并转至步骤2.5；

步骤2.4、个体间的交叉包括任务排序片段的交叉与产品排序片段的交叉；

步骤2.5、个体间的变异包括任务排序片段的变异与产品排序片段的变异；

步骤2.6、遗传操作结束后，对子代进行非支配排序与拥挤熵计算；

步骤2.7、在个体中取优良的个体插入精英库中；

步骤2.8、合并父代、子代与精英库，并进行非支配排序与拥挤熵计算；

步骤2.9、对个体进行局部搜索优化个体；

步骤2.10、判断进化代数是否大于进化代数临界值，若是，输出结果，否则，进入步骤2.3。