基于和声遗传算法的M印刷厂生产线布局优化

本文以某印刷厂的生产流程为研究对象,首先对其基本的生产现状和公司的管理经营进行初步了解,在熟知基本的工艺流程后,对印刷厂生产过程中存在的问题进行分析,之后,对该厂生产线的物流强度和非物流强度进行综合考虑,通过和声遗传算法,发挥算法优势互补的特点,对印刷厂的生产线的布局进行改善,减少了生产线的搬运距离、降低了不必要的物流成本,提高了企业生产的效率,降低了物流搬运成本。

基于和声遗传算法的铝件铸造线布局优化研究

针对铝件铸造车间物流成本较高的问题,提出了基于和声遗传算法的物流成本最小化布局优化方法。首先,确定布局优化物流成本最小化目标函数。其次,对铸造车间搬运频率及不同单元的搬运单价进行统计。然后,使用遗传算法找出目标函数的次优初始种群,再使用和声算法在次优种群的基础上经过规定次数的迭代输出最美和声结果。最后,通过优化前后对比验证该方案的有效性。结果表明,通过该方法能有效降低汽车转向节铸造车间搬运成本,同时为同类企业提供布局优化参考方案。

基于和声遗传算法的玻璃加工生产线布局设计

生产线布局设计是制造系统设计的重要组成部分,布局设计的好坏直接关系到工厂的生产效率、厂房的利用率及人力物力的合理配置等,从而很大程度地影响到企业的总体效益。在玻璃行业,车间生产线布局大都依靠设计人员的工作经验,具有很大的不确定性。为了更好地提高玻璃加工设备利用率,增加产能,降低成本,对玻璃加工生产线进行设备布局设计研究,将物流费用最小化作为布局设计目标,结合工程实际要求,设计生产线基本的约束条件,建立车间玻璃加工生产线设备布局模型。为求解玻璃加工生产线设备布局的非线性规划问题,提出一种遗传算法与和声搜索算法相融并合的和声遗传算法,使和声记忆库的初始解不再随机产生,而是利用遗传算法产生一个新种群作为和声记忆库的初始解,以此增加搜索到最优解的概率。根据企业实际工况及设备条件,运用该算法得出设备布局最优设计。对比试验结果表明,按照最优布局进行生产线布局能够优化物流线路,最大程度降低生产过程中的物流成本。