基于改进水波算法的复杂多人共站装配线平衡研究

针对实际装配环境中存在多人协同装配和共站的情况,研究了考虑工序复杂程度与工人能力差异的多人协作共站装配线平衡问题。首先,考虑到装配工序的复杂程度需指派不同规模和类型的工人组,建立了以最小化工作站数量和工人数量为目标函数的多目标优化数学模型;在此基础上,提出一种改进的离散水波优化算法,对算子进行了离散化改造,并设计了基于拓扑排序的编码方案和启发式的解码方案,同时引入扰动个体和路径重连的搜索策略来增加解的多样性,进而提高解的质量;最后,通过求解两类测试用例,以线效率和平滑指数作为性能指标,验证了改进离散水波算法在求解复杂多人共站装配线平衡问题上的可行性与有效性,并将算法应用到动车装配线平衡优化中。

基于改进候鸟迁徙算法的人机协作装配线平衡优化

随着员工成本的增加,协作机器人逐步应用于装配线以独立完成或者协助员工完成装配操作。针对多种机器人和并行协作的人机协作装配线平衡问题,构建了两个混合整数规划模型以优化生产节拍。模型均可实现小规模案例的精确求解,并且改进后的模型在求解时间上明显优于改进前的模型。同时,提出了改进的候鸟迁徙算法以实现大规模问题的求解。该算法采取任务分配向量和装配模式向量双层编码方式,并在解码中采取数学规划方法获得可行的调度方案。改进的候鸟迁徙算法采取改进的领鸟进化阶段和改进的个体进化阶段以加速种群的进化并防止陷入局部最优,采取重启机制增强算法的探索能力。为了测试改进算法的性能,该算法与延迟接受爬山算法、模拟退火算法、遗传算法、离散粒子群算法、原始人工蜂群算法和原始候鸟迁徙算法进行对比,测试结果表明改进算法优于对比算法,可实现人机协作装配线平衡问题的高效求解。

基于改进人工蜂群算法的人机协作装配线平衡优化

随着员工成本的增加,协作机器人逐步应用于装配线以独立完成或者协助员工完成装配操作。针对人机协作装配线平衡问题,构建了混合整数规划模型以优化生产节拍,该模型可精确求解小规模案例,同时提出改进人工蜂群算法求解大规模问题。该算法采用操作排序向量和装配模式向量双层编码方式以及有效的解码获得可行的调度方案,并在改进的观察蜂阶段保留较优的种群,在改进的侦察蜂阶段提升新解的性能,在局部搜索阶段提高算法的局部搜索能力。最后,通过与已有算法对比,表明改进人工蜂群算法具有优越性,可以高效求解人机协作装配线平衡问题。

基于线性加权和法的装配线平衡问题求解

针对生产节拍确定条件下以提高装配线平衡程度为目的的装配线平衡问题,将装配线平滑系数和装配线平衡率作为优化目标,考虑装配作业分配、工作站数量等因素,使用线性加权和法,以两个优化目标的优先占比作为权重参数建立单目标装配线平衡优化模型;对遗传算法(Genetic Algorithm,GA)和蚁群(Ant Colony Optimization,ACO)算法的混合算法进行改进,构造新的适应度函数和距离信息矩阵对模型进行求解;最后对经典算例进行数值实验,实验结果与以往算法结果比较,平衡程度改进均值提高了5%,表明改进的模型及算法可以更好地提高装配线的平衡程度,验证了模型及算法的有效性。

基于智能算法的装配线平衡问题研究

为提高汽车发动机装配线的柔性程度,提出多目标混合整数线性规划模型.该模型考虑平衡问题的三个目标,即产品的节拍时间最小、将相同的工序尽可能放到同一个工作站、不同工作站间的工作负载均衡最大;采用粒子群算法进行装配线平衡优化.试验结果表明本文提出的多目标混合整数线性规划模型可以帮助决策者协调装配线的布局,实现生产效率的最大化.

基于混合优化算法的多目标装配线平衡问题求解模型

针对第一类装配线平衡问题,并结合第三类装配线平衡问题,以将遗传算法最终解作为蚁群算法最初信息素分布的方式将2种算法结合起来。该方法可有效改进蚁群算法前期收敛速度不足的问题。另外,在目标函数方面,本文在求解最小工作站数的基础上增加了装配线平衡率与平滑指数相结合的目标函数。经典算例的验证表明,GAACO混合优化算法模型对装配线平衡问题具有较好的求解效果。

基于遗传算法和Flexsim仿真的装配线平衡研究

针对某公司尿素泵流道块装配线平衡率低,作业分配不均衡的问题,建立了以最大平衡率为目标的数学模型,应用遗传算法对该模型进行优化求解,并借助Flexsim仿真软件验证该优化方案的合理性和可靠性。研究表明,当尿素泵流道块装配线的节拍确定时,工位数最小为5,此时装配线平衡率最高,平滑性指数最低,同时软件仿真结果显示装配线上各工位的利用率均较高,验证了该装配线改善方案的可行性。

考虑人因风险的装配线平衡优化方法

“人本智造”已成为智能制造的新研究方向,日常生产活动需要更多考虑人类工效学(Ergonomics)。目前装配生产线平衡优化主要以提高装配效率为目的,缺乏对装配过程中人类工效学的关注。给出职业重复动作(OCRA)方法详细计算过程,并基于OCRA方法从动作频率、尴尬姿势、体力消耗及额外风险等方面对装配过程的人因风险进行评估,考虑不同作业元素优先关系约束、工作站节拍约束、任务关联性约束和操作者人因风险约束等约束条件,以最小化工作站数为优化目标,建立考虑人因风险的Type-Ι装配线平衡优化模型,进而采用改进的遗传算法作为求解算法,在初始化种群阶段基于优先级规则初始化种群,以提高收敛速度。通过对比算例分析结果,表明提出的模型合理且算法有效。

基于元胞自动机的第Ⅱ类装配线平衡问题求解

针对第Ⅱ类装配线平衡问题的特点,给出其数学描述,并提出了一种基于元胞自动机的动态仿真求解算法。将实际装配线平衡问题抽象成由操作、工位及操作分配规则构成的系统,定义工位为模型网络空间的固定格点,操作为移动粒子,平衡装配线的方式为状态演化规则,并细分为转移规则和交换规则;同时设计规则的执行条件以及算法的总流程。标杆问题的求解结果证明了该算法的可行性,与相关文献的比对试验说明该算法得到最优解的几率更大,所求解的相对误差更小,算法性能更优。

工业工程方法在DB空调外机装配线平衡分析与改善中的应用

针对DB空调外机生产过程中AB段装配线产能不足、负荷不均衡的问题,通过对工时的测定,以装配线平衡率、装配线平衡损失率等评价指标为具体参数,使用流程分析和ECRS等工业工程方法对其进行优化改善,有效解决了装配过程中不平衡的问题。在工序作业人员从11人减少到10人的同时,单班产能从681台上升到764台,效率提升了12.2%,装配线平衡率由78.6%上升至88.6%,作业瓶颈工时由37 s下降到33 s,装配线的平滑性指数由9.3降低到5.1。该方法很好地实现了合理分工,平衡装配线各工序的操作负荷、提高生产能力的目标。

求解装配线平衡问题的一种改进蚁群算法

为求解给定节拍最小化工作站数的第Ⅰ类装配线平衡问题,提出了一种改进的蚁群算法。在该算法中,针对装配线平衡问题的具体特点,给出了蚂蚁分配方案的生成策略。通过在任务和任务分配序列的位置之间释放信息素,并采用信息素总合规则进行更有效的信息素累积。为提高搜索效率,以综合考虑装配任务作业时间和后续任务数的分级位置权重为蚁群算法的启发式信息。最后,通过对大量测试问题集的验证,说明了算法的有效性。

混合品种装配线平衡问题的一种混合搜索机制的蚁群算法

为有效求解混合品种装配线平衡问题,通过组合不同品种的优先顺序图,将混合品种装配线转化为单一品种的装配线形式。提出了一种带信息素总合规则的混合搜索机制的蚁群算法,通过在任务和任务分配序列的位置之间释放信息素、采用信息素总合规则以进行更有效的信息素累积,构造了综合考虑利用、探索和随机搜索的混合搜索机制,考虑了局部信息素更新和全局信息素更新。为提高搜索效率,以协同考虑装配任务作业时间和后续任务数的分级位置权重作为蚁群算法的启发式信息。最后通过实例验证,说明了算法的有效性。

基于可行作业序列的遗传算法求解第二类装配线平衡问题

从作业顺序图出发,定义了作业的序关系.以此为基础,分析了工位数固定时作业序列与最小节拍的对应关系,并针对第二类装配线平衡问题,提出一种基于可行作业序列的遗传算法.该算法直接依据作业顺序图生成初始群体,并构造交叉和变异算子;初始群体和交叉变异的结果都是可行解,从而保证只在可行作业序列子空间中进行最优解搜索,效率较高;在染色体的适应值定义中还考虑了最小节拍时间和工位工时标准差的综合影响,可用来比较最小节拍时间相同的不同作业分配方案间优劣,提高了解的可信度.应用该算法,对一实例进行了多种工位数的验证,结果较优.

随机作业时间的装配线平衡问题

针对随机型装配线平衡问题,分析了作业时间的随机波动对元启发式方法和启发式方法的失效影响,提出了描述各个工位在给定完工率下最小投产间隔的完工率节拍的概念,并以完工率节拍为评价指标,建立了随机作业时间条件下的第2类装配线平衡问题模型。设计了一种双染色体遗传算法对模型进行求解,并结合经典算例对该模型在随机型装配线平衡中的应用进行了实例验证,求解结果表明了模型的有效性。

求解双边装配线平衡问题的改进蚁群算法

结合第2类双边装配线平衡问题(TALBP-2)的特点,提出了一种改进蚁群算法.针对TALBP-2中操作间的序关系,对分配至同一个边工位中相邻的两项操作间定义了一种新的信息素;提出了一种新的定界策略,根据所得的最好解,减小工位时间的上界,利用已分配工位的平均实际作业时间界定工位时间的下界,缩小蚂蚁的搜索空间;针对TALBP-2提出了一种新的操作分配准则,根据所定义的3种理想操作的优先分配权限分配操作;提出了一种边工位确定原则,平衡两边工位时间的增加速度.算例的比较结果表明算法有较好的求解效果和稳定性.

第2类装配线平衡问题的改进规则组合算法

针对大规模第2类单边装配线平衡问题,提出一种改进的规则组合算法。算法利用操作选择规则选择操作,根据操作分配规则择优分配操作,通过操作交换规则,将当前工位中的操作和未分配操作进行互换,使得当前工位的工位时间满足定界条件。对操作交换规则,提出其能够实施的充分条件。对两个大规模算例Arcus-111和Scholl-297进行求解,将求解结果与已有规则组合算法进行比较,验证了算法的有效性和高效性。

面向第Ⅱ类装配线平衡问题的蚁群算法

针对第Ⅱ类装配线平衡问题,提出一种基于可行装配序列的改进蚁群算法。算法基于可选操作集合的动态改变和工位作业时间优化目标的更新,给出操作分配至工位的分配准则。针对该问题的特点,提出工位和操作间的信息素、操作和操作间的信息素两种信息素。蚂蚁根据前者和启发式因素的权值为当前工位随机选择一项操作为该工位的首项操作,依据后者和启发式因素的权值为已选操作组合随机选择一项操作作为其组合操作。利用与经典测试算例的比较及工业实例的运行,验证了算法的正确性和工业应用优势。

求解第Ⅰ类装配线平衡问题的离散粒子群优化算法

为求解具有NP难性质的第Ⅰ类装配线平衡问题,提出一类离散粒子群优化算法。该算法中所发展的排列数编码方法使得粒子解码后总满足装配作业间先后关系约束。针对排列数编码特点,提出一种基于位置交叉算子的粒子位置更新机制,确保了更新后粒子仍为排列数。为增强该算法的全局寻优能力,将简化变邻域搜索算法嵌入该算法中,对群体最佳粒子的邻域进行局部搜索,从而构建一种混合粒子群优化算法。通过将该算法和混合粒子群优化算法用于一系列测试算例并与遗传算法结果比较,验证了算法的有效性。计算结果对比表明,离散粒子群算法引入简化变邻域搜索可明显增强全局寻优能力,就综合解的质量和计算效率而言,混合粒子群优化算法优于现有遗传算法。

大规模多工位装配线平衡问题的规则组合算法

针对大规模多工位装配线平衡问题,提出一种基于规则组合的求解算法。将操作的选择规则和分配规则进行组合,求解第1类装配线平衡问题;将所有规则组合用于求解第2类装配线平衡问题。算法以两个大规模算例Arcus-111和Scholl-297为例对两类装配线平衡问题进行求解,并将求解结果与已有的最好结果比较,验证了算法的有效性和高效性;将操作时间进行随机扰动,基于扰动后的数据求解第1类装配线平衡问题的3个算例100次,统计结果表明算法具有较强的鲁棒性。

用基于作业序列的遗传算法求解装配线平衡问题

给出了一个用于求解装配线平衡问题的基于作业序列的遗传算法。该算法只在可行作业序列子空间进行搜索 ,具有极高的搜索效率 ,同时又保留了一般遗传算法的并行和随机搜索能力。实例验证 ,结果较优。