[发明专利]基于粒子群算法的啤酒灌装生产线设备选型系统

权利要求书

1.一种基于粒子群算法的啤酒灌装生产线设备选型系统，其特征在于：至少包括：

数据库模块，用于存储不同厂家的啤酒灌装包装设备数据，所述啤酒灌装包装设备数据包括设备产能、设备价格和设备占地面积；

数据处理模块，基于粒子群算法对上述啤酒灌装包装设备数据进行处理，进而得出选型方案；具体步骤为：

S1、导入啤酒灌装包装设备数据；

S2、初始化参数；所述参数包括最大迭代次数MaxIt；惯性权重的最大值ωmax，最小值ωmin；调节系数c1，c2；

S3、输入客户需求，所述客户需求包括啤酒灌装生产线产能、设备总成本和设备总占地面积；

S4、初始化种群xSize，所述初始化种群xSize的数量范围是20-40个；

S5、计算目标值：首先根据客户要求的啤酒包装生产线目标产能，从随机选出的方案中，通过不同设备的产能数据得到相应方案下所需的设备数量，并向上取整，当某个工序需要多台设备时，那么将这几台设备放在一个工作站里；通过设备数量计算不同方案下设备的实际产能，得到设备的产能后，取当中最低的产能作为该种方案下生产线的产能；计算得到相应方案下的生产线平衡率和平滑性系数；再根据前一步得到的设备数量计算设备的总价格与总占地面积；最后以生产线的平衡率最高、设备总价格最低以及设备总占地面积符合客户需求为多目标进行优化；

S6、在满足客户产能，以及设备总占地面积的约束条件下，以生产线平衡率最高，生产线总成本最低为目标进行计算，得到非劣解集，判断非劣解集中是否含有非劣解，如果有非劣解，进行下一步，否则输出在客户需求的条件下，当前数据库模块中没有符合客户需求的生产方案；

S7、采用线性递减惯性权重，更新惯性权重ω；

其中：ω_start为初始惯性权重；ω_end为迭代至最大次数时的惯性权重；iter为当前迭代次数；MaxIt为最大迭代次数；

S8、更新粒子的新速度和新位置；

速度和位置更新公式分别为：

V^k+1＝ωV^k+c₁r₁(P^k_id-X^k)+c₂r₂(P^k_gd-X^k)

X^k+1＝X^k+V^k+1

其中：r1和r2为分布在[0,1]之间的随机数；k是当前迭代次数；P^k_id为个体最优粒子位置；P^k_gd为全局最优粒子位置；c1和c2为常数，V为粒子速度；X为粒子位置；

S9、根据新的粒子位置重新计算目标值；

S10、更新粒子最佳位置；

S11、更新非劣解集合；

S12、计算当前迭代条件下，非劣解集粒子在数据库中的对应位置、相应设备数量选择方案，相应的生产线平衡率与平滑性系数，设备总成本，设备总占地面积，并进行绘图；

S13、判断是否满足最大迭代次数终止条件，如果满足，输出结果；否则返回S7，继续计算。

2.根据权利要求1所述的基于粒子群算法的啤酒灌装生产线设备选型系统，其特征在于：c1＝c2＝2。

3.根据权利要求2所述的基于粒子群算法的啤酒灌装生产线设备选型系统，其特征在于：所述数据处理模块为具有Matlab的处理器。

4.根据权利要求2所述的基于粒子群算法的啤酒灌装生产线设备选型系统，其特征在于：所述生产线平衡率表示生产线上各个工作站之间工作过程的均衡程度，生产线平衡率用P表示：

其中：N为工作站数目；cn_i为第i个工作站设备的总产能。

5.根据权利要求2所述的基于粒子群算法的啤酒灌装生产线设备选型系统，其特征在于：上述平滑性系数表示生产线上各个工作站产能分布离散状况的一个指标，平滑性系数用SI表示：

其中：N为工作站数目；cn为客户要求的最低产能；cn_i为第i个工作站设备的总产能。