[发明专利]面向多产品拆卸的多目标拆卸序列规划方法

说明书

本发明提供了一种面向多产品拆卸的多目标拆卸序列规划方法，包括以下步骤：S1建立最大化拆卸利润和最小化能耗为目标的数学模型；S2种群初始化；S3种群进化；S4外部档案进化；S5种群进一步更新；如果满足最大迭代次数g_max，则算法终止，输出外部档案中的解为拆卸任务分配方案；否则，按既定次数重复步骤S3‑S5。本发明的规划方法采用双链字符串表示解，采用种群进化和外部档案进化方法搜索解空间，并采用随机模拟方法，设计了一种多目标松鼠搜索算法，从而得到可行性解。该方法有助于决策者做出明智的决策，为考虑不确定性和多目标优化的多产品拆卸序列规划问题的求解提供了一种有效的方法。

技术领域

本发明属于信息与控制技术领域，特别涉及一种面向多产品拆卸的多目标拆卸序列规划方法。

背景技术

拆卸是再制造过程中最重要的步骤之一。它将下线产品(EOL产品)拆卸成多个部件，然后由其他再制造操作(如再加工和重新组装)执行。拆卸序列规划问题(dspp)的重点是寻找一个拆卸废弃产品的最优拆卸序列，并优化一些考虑到的准则，如利润期望、时间导向和能源意识目标。近年来，由于dspp在提高拆卸效率方面的重要作用，得到了学术界和工业界的广泛研究。然而，所有现有的研究集中于拆卸一个EOL产品的拆卸序列计划。在实际生产中，通常有多个产品需要在一个计划范围内进行拆卸，因此我们最好为它们一起制定拆卸顺序计划，以达到全局优化。

此外，决策者通常在解决dspps(例如最大化拆卸利润和最小化拆卸时间)时对多个冲突准则表现出浓厚的兴趣。近年来，以能源为导向的目标越来越受到人们的重视，因为我们必须像过去那样重视环境保护和经济增长。另外，由于EOL产品在不同的使用过程中，无法获得拆卸的细节，因此拆卸过程中往往会出现不确定性。因此，在我们考虑的多产品拆卸序列规划模型中，需要考虑拆卸利润、时间和能耗的不确定性和多目标优化问题。

通过对已有研究的分析，我们发现目前还没有针对多产品dspp的研究。实际上，通常有多个EOL产品必须在一个计划范围内进行拆卸。为了得到一个整体的优化，我们最好将它们结合起来进行拆卸序列规划决策。因此，需要解决多产品dspp。此外，从经济可持续发展的角度考虑多个优化目标，如利润相关、时间导向和能源意识标准，并在其中选择一个最优的权衡决策。此外，由于EOL产品使用过程的变化，使得获取其准确信息的难度较大，因此也要考虑不确定性。因此，现需要一种可满足最大化拆卸利润，并尽量减少能源消耗，同时满足拆卸时间要求的拆卸序列规划方法。

发明内容

本发明旨在克服上述技术的不足之处，提供一种面向多产品拆卸的多目标拆卸序列规划方法，该方法为基于SSA优化算法间约束下拆卸序列规划方法,以获得多个多方面综合的较优解。

本发明的技术构思为：通过对已有研究的分析，发现目前还没有针对多产品dspp的研究。SSA作为一种新的优化方法，在工业应用中并没有引起足够的重视，本发明利用它来解决再制造业中的dspp问题。实际上，通常有多个EOL产品必须在一个计划范围内进行拆卸。为了得到一个整体的优化，我们最好将它们结合起来进行拆卸序列规划决策。因此，需要解决多产品dspp。此外，从经济可持续发展的角度考虑多个优化目标，如利润相关、时间导向和能源意识标准，并在其中选择一个最优的权衡决策。此外，由于EOL产品使用过程的变化，使得获取其准确信息的难度较大，因此也要考虑不确定性。因此，本发明提出了一种新的多产品dspp旨在最大化拆卸利润，并尽量减少能源消耗，同时满足拆卸时间要求。并根据其特点，设计了一种多目标SSA与随机模拟相结合的方法。

为了实现本发明的目的，本发明是通过以下技术方案实现的：

为了建立所研究问题的数学模型，本发明所涉及到的符号定义如下：

g表示产品索引，G表示已拆卸产品的数量；g∈{1，2，…，G}

i表示部件索引，N_g表示产品中部件的数量；i∈{1，2，…，N_g}