[发明专利]一种基于改进的SLP和遗传算法的洗消站装备设施布局方法

权利要求书

1.一种基于改进的SLP和遗传算法的洗消站装备设施布局方法，其特征在于：包括如下步骤：

步骤一：确定洗消站组成要素、作业流程、洗消单元；

步骤二：分析洗消单元之间相互接近程度关系；

步骤三：构建洗消单元基本布局模型；

步骤四：遗传算法求解洗消站布局初步架构；

步骤五：Flexsim仿真优化布局初步方案；

其中，步骤一：确定洗消站组成要素、作业流程、洗消单元，洗消对象为人员、车辆、装备、精密仪器、服装；具体如下：

1)、确定洗消站基本组成要素，针对洗消任务需要，根据上级指示，明确洗消站组成要素，开设人员洗消线、车辆装备洗消线、装具洗消线；

2)、划分洗消单元，洗消单元是指把洗消站内功能相关的装备、设施进行分类，划分出独立的洗消作业区域，构成洗消作业的基本单元，根据作业流程内容，将洗消站划分为N个洗消单元{F₁,F₂,…,F_N}，每个洗消单元作业面积需求为{M₁,M₂,…,M_N}，其中M_i＝l_i·w_i，i＝1,2,…,N；l_i、w_i分别为洗消单元长和宽，若洗消单元数为N，则洗消单元对数为:

洗消单元具备以下条件：①洗消单元装备及设施布局均为矩形，且装备摆放位置为最适合洗消操作位置；②风向确定，为避免二次交叉污染，每个洗消单元出口方向应处于迎风方向；

3)、分析洗消作业流程，针对不同的洗消对象，分析每类对象的具体洗消作业流程和操作步骤，见表1，

表1

步骤二：分析洗消单元之间相互接近程度关系，具体如下：

1)、计算洗消作业量，洗消作业量以下简称“作业量”是指洗消对象、洗消剂从一个洗消单元流入另一洗消单元，产生的作业物流量，体现洗消物资的流转过程，由于洗消对象与消耗物资之间很难通过质量或数量进行直观比较，研究发现洗消物资消耗与洗消对象表面积密切相关，因此，把人员、车辆、装具洗消对象的作业量都转化为表面积进行衡量，便于横向比较作业量强度；

(1)洗消对象表面计算，①车辆装备按照长方体计算，不包含车辆装备底盘部分：式中k_i为每种车辆的数量，a_i为每种车辆的长，b_i为每种车辆的宽，h_i为每种车辆的高，n为车辆种类；②人员表面选用采用Stevenson公式计算：S_人＝0.0061×身高+0.0128×体重-0.1529，身高单位cm，体重单位kg；③其他不规则装具以近似矩形、椭圆形方式进行表面积计算；

(2)消耗水量表面积计算，为保证洗消彻底,染毒对象洗消过程中受到的喷洒面积必然大于染毒面积，消耗标准为1.5L/m²；①车辆预先洗消对车轮沾染土块进行刷洗，底盘部分采取行驶通过洗消水沟方式组织清洗，设置C个30L洗消剂桶，B个1000L水囊，利用刷子沾取洗消剂清理土块，平均每辆车洗刷车轮消耗液体TL；②使用龙门式洗消装备对车辆装备进行洗消时，消耗水量计算公式：式中k为洗消作业损耗系数，c为固定洗消门架喷头数量，p为每个喷头出水量L/min，b为喷枪数量，q为每把喷头出水量L/min，v为平均车速m/min，n为车辆种类，k_i为每种车辆的数量；③使用非龙门式洗消装备对车辆装备进行洗消时，消耗水量计算公式：式中b为喷枪数量，q为每把喷枪出水量L/min，t_i为补消每种车辆的作业时间min，k_i为每种车辆的数量；④人员洗消耗水量：式中p_i为i型人员洗消车喷头出水量L/min；e_i为喷头数量；t_i为淋浴时间min；r_i为洗消人员数量；n为人员洗消车种类，σ_i为每种人员洗消车的数量；⑤装具洗消对象消耗水量计算以作业流程中，操作消耗标准为计算依据；⑥洗消作业过程中补充水量，通过计算所有洗消对象总体消耗水量，除去各型人员、车辆洗消车固有车载水量，即为需要拉水补充水量；

2)、作业量关系分析，将洗消单元之间洗消作业量强度状况划分为特高、很高、较高、一般和可忽略五个等级，用符号A、E、I、O、U来表示，其作业量范围依据实际作业按照等级比例来划分，A级：A₁-A₂，E级：E₁-E₂，I级：I₁-I₂，O级：O₁-O₂，U级：0，分数取A＝4，E＝3，I＝2,O＝1,U＝0，统计得到作业量强度分析表2，

表2

3)、非作业量关系分析，洗消单元对之间的相互接近程度除了需要分析作业量因素，还要分析非作业量因素的影响，为防止污染物扩散、二次交叉污染问题，必须严格作业程序和配置方位，重点关注6个方面因素：①使用相同装备设施或场地；②污染物相对集中安全存放；③相互之间容易产生干扰；④洗消单元之间距离，是车辆转弯半径、尺寸、调整距离限制因素；⑤方便洗消操作和指挥管理；⑥保持洗消作业流程连续性，非作业量相互关系等级可以划分为A、E、I、O、U、X六个等级，分别对应的分值为4、3、2、1、0、-1，每个等级的含义及其比为表3所示，非作业量关系密切等级重点考虑前四项因素，通过分析划分非作业量等级见表4，得到非作业量关系强度汇总表见表5，

表3

表4

表5

4)、综合关系密切程度，权重值是计算作业量g与非作业量f相互关系重要程度的关键因子，权重取值范围为(1:3～3:1)，显然洗消站作业过程中作业量关系起主导作用，因此取权重值g:f＝2:1，计算洗消单元之间综合关系公式:JP_ij＝gGP_ij+fFP_ij，JP_ij式中表示洗消单元i与洗消单元j之间的综合关系分值，GP_ij和FP_ij分别表示洗消单元之间的作业量与非作业量分值，具体结果如表6所示，

表6

步骤三：构建洗消单元基本布局模型，具体如下：

1)、建立目标模型

(1)相关要求

①每两个作业单元之间其洗消对象流转路径应与洗消站的长度和宽度相平行，则洗消对象流转路径的距离可以表示为：d_ij＝|x_i-x_j|+|y_i-y_j|；②针对车辆装备洗消作业特点，应减少车辆装备转弯次数，转弯角度应大；③每个洗消单元出口方向应处于迎风方向,其出口与风向夹角应小,因此洗消单元出口方向只可能有两个方向，延X轴方向或延Y轴方向，为描述洗消单元布局方式，设定一个0-1变量P_i用以表示第i个洗消单元的出口方向：另，入口方向与出口方向相对应；

(2)目标函数

以洗消单元之间洗消对象流转成本最小Z₁、综合关系最大Z₂和风向夹角为最小Z₃为目标，建立布局优化模型，如下所示：

其中，i和j为洗消单元的编号，且i≠j，将多目标转化为单目标，考虑到(1)、(2)、(3)的量纲不同，故加入归一化因子μ₁、μ₂、μ₃对其统一量纲，同时，由于具体洗消对象和洗消线作业流程不同，三个目标函数所占的比重也会有所差别，因而分别给赋以权值ω₁、ω₂、ω₃由此可得到单一目标函数表达式：

其中：

ω₁为洗消作业量流转成本项的仅值，ω₂为洗消单元之间综合相互关系项的权值，ω₃为洗消单元出口与风向夹角项的权值，且ω₁+ω₂+ω₃＝1，权值ω₁、ω₂、ω₃均通过专家打分获得；

式中：N为洗消单元总数；c_ij为洗消单元i到j的单位距离的流转成本，为常数，分/m²·m；q_ij为洗消单元i到j之间的作业量；d_ij为表示在洗消站布局中洗消单元i到j之间的距离，d_max为存在作业关系的两个洗消单元之间最大距离；T_ij为洗消单元i到洗消单元j之间的综合相互关系值；b_ij为洗消单元i到洗消单元j之间的邻接度，由d_ij和d_max计算转化得到，具体见表7，θ_ij为洗消单元i和洗消单元j中心点连线与X轴夹角；β_i为洗消单元i出口方向与风向夹角，

表7

(3)约束条件：

①洗消单元面积之和不能超出洗消站规划总面积S，

②洗消单元布局范围不能超过洗消站最大范围，H为洗消站总长，K为洗消站，H_oj代表洗消单元j在X轴方向与边缘的最小间距，K_oj代表洗消单元j在Y轴方向与边缘的最小间距，

③洗消单元均不能重叠放置，d_xji为洗消单元j和i在X方向的最小间距，d_yji为洗消单元j和i在Y方向的最小间距，

④为保证车辆洗消线与人员洗消线作业流畅避免交叉干扰，车辆洗消线内紧邻两个洗消单元F_车i(x_车i,y_车i)和F_车i+1(x_车i+1,y_车i+1)连接线，与人员洗消线内紧邻两个洗消单元F_人i(x_人i,y_人i)和F_人i+1(x_人i+1,y_人i+1)连接线在min(x_车i,x_车i+1,x_人i,x_人i+1)≤x≤max(x_车i,x_车i+1,x_人i,x_人i+1)范围不存在交点，即

其中：

2)、适应度函数，由于洗消站布局中所处理的是目标函数最小化问题，因此采用倒数变换法来确定适应度函数，定义适应度函数为：

步骤四：遗传算法求解洗消站布局初步架构，具体如下：

1)、确定编码机制，采用符号编码和二进制编码相结合的方法来作为染色体的编码机制，每个染色体表示一种洗消站布局方案，将染色体分为两段，前半段表示洗消单元的布局顺序，采用连续自然数{1，2，…，N}来表示各洗消单元的对应编号，同时区分车辆装备、人员、装具洗消线，对洗消单元进行相对划分，后半段表示洗消单元方向，采用二进制编码来表示，染色体的表现形式为R_j＝{F₁,F₂,…,F_N|P₁,P₂,…,P_N}，其中F_N表示N个洗消单元的编号，P_N表示N个洗消单元的出口方向，另外洗消单元布局方法按照从左下角起，横向从左至右，从下层到上层的顺序进行排列，如果同时放置空间不足时，将自动选择下一行排列；

2)、设置参数，设置进化环境种群大小D，交叉概率H_c、变异概率H_m、最大世代数max—gen；

3)、输入信息，输入洗消站总体区域面积S，各洗消单元面积M_i，固定洗消单元数量n，非固定洗消单元数量m，洗消单元之间综合相互关系值T_ij，洗消单元i到j的单位距离的流转成本c_ij，洗消单元i到j之间的作业量q_ij以及终止条件基本信息；

4)、初始化，随机生成m个非固定洗消单元的基因，判断是否满足约束条件，若满足则保留，并与固定洗消单元的基因一起构成一组染色体，若不满足则再重新随机产生，如此反复，直到最后产生出D个可行染色体，形成初始种群；

5)、选择操作，采用轮盘赌选择法，计算种群上每个个体的适应度值Q_i，根据一定概率进行选择遗传产生下一代，个体i被选中概率计算公式如下：

6)、交叉操作，对种群中的D个个体采用随机配对组成[D/2]对个体组，交叉概率H_c和约束条件选择出适合的染色体，进行交叉操作生成新的个体，

(1)二进制编码交叉操作，随机选取单点i交叉位置，将交叉点后面的基因相互对换，(2)符号编码交叉操作，采用双点交叉替换方式，首先随机选择两个交叉点对其区域内各基因值进行替换，其次再按照交叉区域内产生的基因值映射关系，将交叉区域外各基因值进行替换，7)、变异操作，根据变异概率H_m和约束条件选择出适合的染色体，进行变异操作生成新的个体，

(1)二进制编码变异操作，随机选取两个基因位，对选定的基因位上的基因值做取反运算，

(2)符号编码变异操作，随机选取两个基因位，对其基因值进行对换操作，

8)、检查终止条件，通过软件编程算法，观察目标函数的收敛曲线的收敛情况，从而来判断进化过程是否可以停止，若目标函数的收敛曲线已达到收敛，则可结束遗传算法的搜索工作，输出种群中适应度最优的染色体作为问题的满意解或最优解，否则需要重新设定遗传演化的世代数，转入设置参数步骤继续进行搜索，最终输出种群中适应度最优的染色体，得到每个洗消单元坐标值，并绘制出洗消站初步方案布局图；

步骤五：Flexsim仿真优化布局初步方案，具体如下：

1)、建立模型，剖析洗消仿真过程，建立洗消站内系统元素与仿真模型元素对应关系，明确仿真模型元素功能，并将其在建模环境中连接起来形成洗消站整体仿真模型；

2)、洗消单元仿真数据设置，

(1)基本参数设置，明确仿真计量时间、距离、水量单位，统一设置对人员、车辆行驶速度常规数据；

(2)作业参数设置，根据实际洗消作业数据，对照仿真基本参数进行转换计算，并将其依次录入对应仿真模型元素参数栏内；

3)、运行分析仿真结果，根据仿真模型输出报告，分析拥堵洗消单元环节，提出针对性布局改进措施；

4)、改进优化方案与初步方案进行对比，建立改进优化方案Flexsim仿真模型，输出仿真运行结果，与初步方案运行结果进行分析比较。