基于深度强化学习算法的双边装配线第一类平衡

针对传统优化算法求解双边装配线第一类平衡问题时不能有效利用历史求解经验,难以得到最优解,提出一种深度强化学习求解算法CNN-PPO。设计了CNN-PPO强化学习智能体结构,在近端策略优化算法基础上,引入卷积神经网络增强智能体的数据特征提取能力;根据双边装配线问题特征,定义状态矩阵对双边装配线问题进行描述,并引入标记层辅助智能体进行任务决策;根据问题优化目标设计了奖励函数,结合强化学习在线执行—评价机制,为每次决策选择最优的待分配任务,并通过多个案例测试验证了算法的有效性和稳定性。实验结果表明,所提方法的求解结果具有优越性,59个测试案例中有57个可以达到下界。

超启发式三维EDA求解绿色双边装配线平衡问题

针对绿色机器人的第Ⅰ类双边装配线平衡问题(green robotic two-sided assembly line balancing problem of type-Ⅰ, GRTALBP-Ⅰ),建立问题模型并提出一种超启发式三维分布估计算法(hyperheuristic three dimensional estimation of distribution algorithm, HH3DEDA)进行求解。在HH3DEDA中,结合问题特征,设计基于工序选择因子的组合编码,进而设计高低分层结构的HH3DEDA。在高层,采用三维概率矩阵学习优质高层个体中块结构及其分布信息,后通过采样该矩阵以生成新的高层个体,其中高层个体由结合问题特点设计的12种启发式操作的排列构成;在低层,将高层每个个体所确定启发式操作排列作为一种新的启发式算法对GRTALBP-Ⅰ解空间执行较深入搜索。同时,引入机器人开关机节能策略,进一步提升所获取非支配解的质量。通过仿真对比实验,验证了所提算法的有效性。

基于改进遗传算法的双边装配线平衡

针对目前研究较少的双边装配线平衡问题,研究了双边装配线的特点及其对平衡的特殊要求,建立了双边装配线平衡问题的数学模型。根据双边装配中任务具有操作方位约束,以及工位上分配任务的操作顺序与平衡结果直接相关等特点,提出了相应的符合问题特性的遗传算法。该算法采用基于序列、任务及其分配方位组合的编码方法,运用可行的交叉与变异算子,使搜索过程仅在可行解空间内进行,提高了效率。算例结果验证了算法的有效性。

基于殖民竞争算法的多约束双边装配线平衡

针对实际生产中双边装配线平衡问题(Two-sided assembly line balancing problem,TALBP)所特有的操作方位约束、优先顺序约束、位置约束、区域约束、同步约束,介绍各个约束的特点及其对任务分配的要求,建立相应的数学模型。根据数学模型,设计相应的殖民竞争算法。在该算法中,对于不符合优先顺序约束的任务系列,提出二叉树调整方法,使任务分配仅在可行解空间内进行,提高了优化效率。将殖民竞争算法(Colonial competitive algorithm,CCA)的全局搜索能力与延迟接受爬山(Late acceptance hill-climbing,LAHC)算法的局部搜索能力有机结合,提出一种新型的混合殖民竞争算法,求解第I类平衡问题。通过多个算例测试验证了算法的有效性。

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.

双边装配线第二类平衡问题研究

与传统的单边装配线平衡问题不同,双边装配线平衡不仅要考虑任务优先顺序关系,而且要考虑任务操作方位以及双边并行作业的要求。为有效地解决双边装配线第二类平衡问题,建立了数学模型,并提出一种基于归组策略的启发式平衡算法。该算法利用图深度优先搜索方法,将任务进行归组,然后运用一系列启发式规则对组进行选择分配。最后,通过在某装载机总装生产线上的应用,验证了算法的有效性。

基于多目标殖民竞争算法的随机型双边装配线

针对随机型双边装配线平衡问题所特有的操作方位约束、位置约束、区域约束和同步约束,以最大化线效率、最小化平滑指数和最小化单位产品总成本为目标,构建了考虑多约束、多目标的数学模型。提出了一种新型的多目标混合殖民竞争算法求解该模型,设计了相应的帝国初始化、帝国内的同化、殖民竞争等操作,并将殖民竞争算法的全局搜索能力与延迟接受爬山算法的局部搜索能力有机结合,以更快获得更优的Pareto解。通过具体实例测试,并将结果与当前文献和快速非支配排序遗传算法进行比较,验证了所提算法的可行性和有效性。

第Ⅰ类双边装配线平衡问题的改进蚁群算法

为克服传统算法求解大规模双边装配线平衡问题计算时间长、性能不稳定的缺陷,针对第Ⅰ类双边装配线平衡问题,应用综合信息素搜索规则与全局信息素更新规则,提出了一种先产生任务排列序列、后按启发式分配规则产生可行解的蚁群算法,可有效脱离陷入局部最优解.用改进蚁群算法对30个不同规模的问题进行求解,并与标准蚁群算法和禁忌搜索算法进行了对比.结果表明:改进蚁群算法求出29个最优解,比普通蚁群算法、禁忌搜索算法分别能多求得6个和3个最优解;应用于汽车双边装配线算例,在保持平衡效率的条件下,改进蚁群算法计算时间为21.01 s,比普通蚁群算法减少了9.14 s,计算效率提高了30.3%.

基于分支定界方法的双边装配线平衡

针对目前研究较少的双边装配线平衡问题,分析、研究了双边装配线的特点及其对平衡的特殊要求,建立双边装配线平衡问题的数学模型,并提出一种分支定界算法来最优化装配线的平衡。该算法采用基于任务、单步、深度优先的方法进行搜索,采用一系列启发式规则来控制分支节点搜索顺序,运用节点支配规则,下界规则,最大缓冲时间规则等对分支节点进行定界,以便迅速找到最优解,算例结果证明该算法具有较好的性能。

双边装配线平衡的启发式算法

针对目前研究较少的双边装配线平衡问题,分析、研究了双边装配线平衡的特点,建立了问题的数学模型,并提出一种有效的启发式算法.在该算法中,采用基于位置的任务分配策略,运用多个启发式规则,如具有操作方位约束的任务将被优先分配,来进行任务的选择与分配;通过综合考虑E型任务在装配线双边的状况,确定其分配的具体方位,最大化E型任务的调节作用.大量实例运算结果表明,该算法具有较好的性能.

改进迭代局部搜索算法求解第Ⅰ类混流双边装配线平衡问题

基于第Ⅰ类混流双边装配线平衡具有生产品种多样性和生产过程复杂性的特点,研制了一种改进迭代局部搜索算法进行求解。在工位数量相同时引入新的二级目标,使前面工位承担更多负载,推进解的细微改进;提出基于工位的启发式解码方式,使成对工位内的负载更为均衡。在解码设计中,优先选择空闲时间较多的边作为分配操作的边,对每种产品优先选择不产生空闲时间的操作分配,然后通过最后成对工位调整策略进一步减少工位的数量。同时设计了新的改进启发式初始化和局部搜索方式,并通过参数校验验证改进的合理性。将所提解码方式与3种不同的解码方式进行对比,并将所提算法与7种不同算法进行对比,结果表明,基于工位的启发式解码优于对比解码,所提迭代局部搜索算法优于其他对比算法。

随机型双边装配线平衡问题的一种启发式算法

为有效求解随机型双边装配线第Ⅰ类平衡问题(STALBP-1),在分析双边装配线平衡特点的基础上,考虑各任务操作时间的随机性,提出了一种启发式算法。在该启发式算法中,假定各任务的操作时间服从正态分布,运用具有操作方位约束的任务优先分配等规则来进行任务的选择和分配,通过改变预设超限概率,在不同生产节拍下,分别得到不同的平衡方案。实例验证了算法的有效性。

基于ε-约束法的多目标双边装配线再平衡问题

由于市场需求变化、产品更新和工艺改进等因素,装配线原有平衡被破坏,导致装配线的运行效率降低。为了尽快调整装配任务的分配、重建装配线平衡,使其在新环境下保持高效运行,分析了双边装配线及其再平衡问题的特点,以最小化节拍时间和移动任务数为目标,构建了多目标双边装配线再平衡模型,提出基于ε-约束法的双边装配线再平衡启发式算法,设计了装配任务重新分配的启发式规则,制定了松弛节拍约束的解空间搜索策略。通过对经典问题的求解验证了所提方法的可行性与有效性。

启发式算法在随机型双边装配线平衡问题中的应用研究

在假设任务作业时间满足正态分布的前提下建立了随机双边装配线的数学模型。考虑双边装配线原有特征及兼顾任务随机性的基础上,提出两种求解随机双边装配线第一类平衡问题的启发式算法。在算例验证中,通过变化节拍时间及预设超限概率,得出不同的有效平衡方案,说明了算法的可行性。

求解带区域约束的双边装配线平衡问题的一种改进蚁群算法

双边装配线在汽车、工程机械等大中型装配作业中广为应用。实际装配线布局往往受复杂区域约束,针对带区域约束的双边装配线平衡第一类问题建立数学模型。进而提出求解该问题的一种改进蚁群算法,该算法针对双边装配线问题特点建立构造解方式,综合采用禁忌集合、优先集合与蚁群搜索规则相结合的方法构造出满足区域约束条件的可行解,并采用改进的蚁群综合搜索规则搜寻任务。最后,经大量算例测试对比,验证了所提算法的有效性。

求解双边装配线第二类平衡问题的一种蚁群算法

双边装配线在任务分配过程中,除考虑任务先后关系约束外还需兼顾任务操作方位约束及任务操作的并行性要求。针对双边装配线第二类平衡问题提出了数学模型并构建了一种蚁群算法。此算法采用蚁群综合搜索规则、启发式任务分配规则构造一个可行解,对最优解的搜索过程提出了可行的规划方案。最后,通过为某型装载机的实例提出多组较好的平衡方案,验证了此算法的有效性。

某发动机双边装配线的再平衡问题研究

某发动机双边装配线实际生产中频繁出现阻塞和饥饿现象,产量难以达到预期要求。针对该问题,首先对瓶颈工位周围部分装配工艺进行重新划分,然后以最小化平滑指数为目标,充分考虑设备和空间等约束,设计启发式算法进行任务调整以实现装配线的再平衡。最后通过仿真分析验证该方法的有效性。

附带翻转工位双边装配线蚁群算法优化设计

双边装配线应用广泛,翻转工位操作能有效降低部分零件装配难度与操作风险,但增加了设计难度。基于此,研究了附带翻转工位操作的挖掘机底盘双边装配线规划设计问题,针对该问题提出了一种改进蚁群算法求解。给出了问题求解的启发式任务分配规则,提出可采用启发式任务选择规则以提高算法收敛速率。进而分析某型挖掘机底盘装配线得出先后约束关系图,将问题抽象为双边装配线优化设计问题。随后,采用两种蚁群算法进行附带翻转工位的装配线优化,分析比较了两种算法因结构差异对优化结果所造成的影响。

面向成本的双边装配线平衡和员工分配

员工工资是装配成本中的重要组成部分,如何实现工资支出最小化得到越来越多的关注。同时在实际生产中,员工技能的差异也导致对相同操作不同的加工效率,进一步导致了员工最优化分配问题。针对面向成本的双边装配线平衡和员工分配问题,构建了最小化员工成本的数学模型,同步考虑装配线负载均衡,形成多目标的优化模型。提出一种改进的重启模拟退火算法,设计了新的邻域结构和重启机制。在邻域结构中,设计了3种邻域结构;在重启机制中,根据聚集距离优先选择较离散的个体,以获得分布性更好的帕累托解集。最后对7组随机生成的实例进行求解,将重启模拟退火算法与快速非支配排序遗传算法进行对比,验证所提算法的高性能。

多目标双边装配线平衡问题改善研究

第二类多目标双边装配线问题由于其复杂性,目前研究文献较少。为解决这一问题,在建立二维数学模型的基础上,提出改进和声搜索算法和非支配排序遗传算法相结合的一种混合算法,通过即兴创作过程进行全局搜索,变邻域搜索结构(插入和重组)进行局部搜索。对于E型作业,通过左右工位最早可开始时间进行动态对比选择最早的工位,尽量减少等待时间。采用NSGA-2的非支配排序和拥挤度计算,从而解决多目标的优化问题。最后选取实例进行求解分析,得出其最优的生产节拍和平滑系数以及作业在各工位的分布情况,从而验证了算法的有效性。