论文部分内容阅读
日益增长的企业竞争和渐呈个性化的客户需求,导致企业对精益化和柔性化生产的追求,也促使装配生产方式由最初的单品种大批量发展到多品种定制。在多产品混流装配生产线上,各工位的负载平衡和多产品的投产排序,是影响装配线性能的两大核心问题。在新产品引入、客户需求发生变化时,两大问题需要被同时考虑、协同优化。针对该问题,论文主要完成以下工作:首先,分析混流装配时装配线、装配工作站等的特点,基于混合整数线性规划方法,建立了具有通用性的混流装配线平衡及排序同步优化问题模型。其次,分析平衡和排序中的各类评价指标,针对序列相关的空闲时间,设计了三个性能指标:不同工位之间的绝对负载偏差、生产节拍和总工位越界距离。并针对这多个目标,提出基于帕累托最优和多目标个体决策的多目标优化方法,同时实现多目标解空间内全局区域的综合搜索和局部区域的并行搜索。再次,提出一种改进的分布估计算法(m-EDA),完成平衡和排序协同优化问题求解。在编码中,提出基于工位的平衡问题编码、基于排列的投产序列编码,以加快搜索性能。在初始化中,使用多个启发式规则生成平衡个体,提高初始种群的代表性,促使概率模型采样到高品质的后代个体。在局部搜索中,提出基于贪婪思想的局部搜索算子,不断优化当前解。在个体选择和种群更新过程中,加入多样性保持机制,使算法跳出局部最优,最终达到全局最优。最后,就非支配率、世代距离、帕累托最优解数量、分布均匀性四个评价指标,与经典算法NSGA-Ⅱ和多目标ABC算法进行比对。一系列的标杆实例测试证明,m-EDA算法在收敛性和多样性方面,优于两种对比算法。