[發(fā)明專利]一種離散制造系統(tǒng)的車間布局方法

在審

• 申請?zhí)枺?/td>: 201510186021.1
• 申請日: 2015-04-20
• 公開（公告）號: CN104808627A
• 公開（公告）日: 2015-07-29
• 發(fā)明（設計）人: 李申;范小斌;秦威
• 申請（專利權(quán)）人: 海安縣申菱電器制造有限公司
• 主分類號: G05B19/418
• 分類號: G05B19/418
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領域

本發(fā)明涉及一種車間布局方法，尤其涉及一種離散制造系統(tǒng)的車間布局方法。

背景技術(shù)

離散制造系統(tǒng)的車間布局設計是制造工業(yè)中最為關(guān)鍵和困難的設計任務之一，其設計好壞直接影響到生產(chǎn)過程的物流成本與生產(chǎn)效率，具有重要的理論意義和實用價值。有效的布局優(yōu)化方法能夠大大提高企業(yè)的工作效率，降低物流運送費用，增強企業(yè)競爭力，創(chuàng)造可觀的經(jīng)濟效益。同時，車間布局優(yōu)化問題是典型的NP-hard問題，高效的布局設計方法能夠為工廠設計與管理人員提供極大的便利。

一般的離散制造系統(tǒng)車間布局問題是二維空間的組合優(yōu)化問題，涉及到設備的行數(shù)分配和行內(nèi)的設備排序兩個子任務，現(xiàn)有的典型布局設計方法主要有系統(tǒng)布局設計(SLP)、整數(shù)規(guī)劃、混合整數(shù)規(guī)劃、動態(tài)規(guī)劃和規(guī)則布局等方法，這些傳統(tǒng)方法在方案的全局優(yōu)化能力和計算時間等方面的性能不甚理想。近年來隨著智能算法的出現(xiàn)和發(fā)展，且這類算法兼顧求解速度和求解質(zhì)量，能夠在合理的時間內(nèi)找到問題盡可能好的解，因此也逐漸被應用到車間布局優(yōu)化問題上。

基于遺傳算法的組合優(yōu)化方法模擬達爾文的自然選擇和適者生存法則，一般適應性強的個體生存概率越高，以生成更加適應新環(huán)境的后代。當采用遺傳算法求解某個組合優(yōu)化問題時，它能夠利用個體的進化信息進行自組織的搜索，一般以交叉、變異和選擇三個算子循環(huán)進行，增加了其搜索的靈活性。然而，在求解車間布局優(yōu)化這類解空間結(jié)構(gòu)復雜且規(guī)模龐大的優(yōu)化問題時，一般的遺傳算法還存在以下兩方面的問題：首先，由于遺傳算法是基于生物之間的競爭機制，因此在算法初始階段，較優(yōu)個體很容易形成壓倒性優(yōu)勢，致使算法陷入局部最優(yōu)；其次，面對巨大解空間的優(yōu)化問題，遺傳算法搜索效率低、收斂速度慢。遺傳算法以上兩方面的缺陷使得對車間優(yōu)化問題求解極易陷入局部最優(yōu)，鑒于此，遺傳算法的一系列改進，如帶局部搜索(模擬退火、鄰域搜索等)的遺傳算法、并行遺傳算法等，被提了出來。

并行遺傳算法是這類改進方案中備受關(guān)注的一種。并行遺傳算法中包含若干個不同搜索機制的染色體種群，既有各種群內(nèi)的進化搜索，也有種群間的信息交流。這類通過空間隔離機制限制優(yōu)勢個體支配整個群體的方法，在一定程度上減小了種群陷入局部最優(yōu)的概率，但種群進化的基本策略和解的搜索方法未變，在解空間極大的情況下，以上兩個問題依然存在。

發(fā)明內(nèi)容

為了解決上述技術(shù)所存在的不足之處，本發(fā)明提供了一種離散制造系統(tǒng)的車間布局方法。

為了解決以上技術(shù)問題，本發(fā)明采用的技術(shù)方案是：一種離散制造系統(tǒng)的車間布局方法，具體步驟如下：

A、系統(tǒng)UI層，將車間設備與生產(chǎn)信息錄入至布局設計平臺；

B、模型搭建層。根據(jù)錄入的車間信息，分別搭建行間設備分配數(shù)學模型、行內(nèi)設備排序數(shù)學模型、工序間批次劃分數(shù)學模型以及布局方案性能評估模型，具體模型見C.2.2.1)和C.2.2.2。

C、車間布局優(yōu)化子系統(tǒng)

具體包括設備分配設計模塊、設備排序設計模塊以及產(chǎn)品批次路徑控制模塊；

C.1、初始化

設定第一級種群數(shù)量pop1，第一級交叉概率P_c1，第一級變異概率P_m1，第一級循環(huán)次數(shù)N₁，第二級種群數(shù)量pop2，第二級交叉概率P_c2，第二級變異概率P_m2，第二級循環(huán)次數(shù)N₂；按照設定好的參數(shù)和建立的車間布局優(yōu)化數(shù)學模型，隨機生成規(guī)模為pop1的第一級的染色體種群，染色體的每一個基因表示對應設備所分配的行數(shù)；

C.2、第二級遺傳算法搜索

C.2.1、第二級初始化；

對于第一級的每一個染色體個體chromosomeli，按照設定好的參數(shù)，隨機生成規(guī)模為pop2的染色體種群，染色體的每一個基因表示對應設備在全體排序中的優(yōu)先級；

C.2.2、解碼