基于Manhattan距离的汽车总装车间带时间窗多AGV小车调度优化

为解决汽车总装车间物料配送AGV的调度问题,针对汽车流水线的布局特征,以AGV小车利用效率最高、数量配置最少为目标建立数学模型,提出了一种改进的两阶段启发式算法.通过基于Manhattan距离、时间聚集度的启发式分类算法将物料配送点进行聚类;按照聚类的结果,以及物料配送点的优先级,得到优化后AGV的行驶路径.最后通过某汽车企业总装车间多AGV调度优化的实例,与原先的调度方案进行结果对比,验证了该方法的有效性和可行性.

一种汽车混流总装生产线排产的超启发式算法研究

针对汽车制造过程中的总装车间混流排产规划问题,为避免生产系统信息资源的浪费,在对总装车间混流排产规划问题分析后建立了切换调整费用最小化、装配线空闲/停线时间最小化、物料消耗均衡化的多目标优化模型,并据此提出了一种以遗传算法、差分算法为底层算法库,结合Q-learning强化学习上层策略的超启发式算法,同时根据问题特性设计了一种基于排列组合的染色体编码方式,最后通过该算法与标准GA(遗传算法)、DE(差分算法)对不同批次订单的求解效率、质量进行分析比较,证实了该算法的优越性。