一种模具在模台上组合分配问题求解方法

在混凝土预制构件的生产过程中,由于其种类繁多、数量庞大的特殊性,模具在模台上的分配会出现“组合爆炸”的情况,同时生产线上存在多种影响完工时间的因素,会使得寻找最优解的时间过长。于是提出一种改进低水平线定位算法结合改进蜂群算法(Improved Artificial Bee Colony Algorithm, IABC)的方法求解该问题。采用改进蜂群算法优化预制构件的上线顺序,依据上线序依次将每个构件所使用的模具分配到模台上,采用改进低水平线算法确定模具在模台上摆放的方向和位置。引入Levy飞行的思想实现变维度邻域搜索,采用反向学习改进新蜜源搜寻策略,丰富新蜜源的多样性,提高在解空间的搜索能力,最后通过实例进行测试,所提方法对于解决模具模台组合分配问题的有效性。

改进狼群算法求解模具在模台上组合分配问题

为解决混凝土预制构件生产中存在的模具在模台上组合分配问题,提出一种BL(Bottom-Left)定位算法与改进狼群算法(Improved Wolf Pack Algorithm,IWPA)结合的方法。改进狼群算法用于优化构件的上线序,根据上线序依次将每个构件所使用的模具分配到模台上,采用BL定位算法确定模具在模台上摆放方向和位置,通过引入莱维飞行思想改进WPA的游猎行为和采用基于汉明距离的狼群动态更新机制来改进狼群算法,丰富狼群多样性,增强WPA在解空间的搜索能力,最后通过实例测试,验证了该方法对于解决该问题的有效性。

回溯法与DEclat算法结合的模具组合分配方法

生产预制构件所使用的模具在模台上的组合分配受多种因素影响,会产生多种组合分配结果。为了解决这类问题,快速找到模具在模台上的最佳分配结果,提出一种基于回溯法与改进的Eclat算法结合的模具组合方法。首先基于历史数据中的模具组合关系构建二叉树模型,通过回溯法对二叉树进行搜索,得到所有理论上可行的模具组合结果;再通过使用改进的BL定位算法将这些组合结果在固定面积的模台上进行预放置,从中筛选出符合实际放置条件的模具组合结果;应用Eclat算法从已筛选出的组合结果中获取最优模具适配组合集,进而确定不同型号模具间的关联规则,并将其用于指导新构件生产任务中模具在模台上的分配过程;同时通过引入划分思想和突出基于概率的先验约束思想改进Eclat算法,提升其在处理大规模数据时的运行效率。最后通过采用预制构件生产企业中的实例数据进行仿真测试,验证了该方法对快速解决模具模台组合分配问题的有效性。