一種自適應(yīng)遺傳算法的車間設(shè)備多目標(biāo)優(yōu)化布局方法技術(shù)

本發(fā)明專利技術(shù)公開了一種基于自適應(yīng)遺傳算法的車間設(shè)備多目標(biāo)優(yōu)化布局方法，包括步驟：(1)?建立車間設(shè)備多行直線布局的數(shù)學(xué)模型，即將車間和待布局設(shè)備簡化為矩形，將設(shè)備優(yōu)化布局問題轉(zhuǎn)化為組合優(yōu)化的數(shù)學(xué)模型；(2)確定若干優(yōu)化目標(biāo)及約束條件，采用加權(quán)法將若干優(yōu)化目標(biāo)統(tǒng)一為單一評價函數(shù)；(3)?采用基于Logistic曲線的自適應(yīng)遺傳算法求解評價函數(shù)較優(yōu)解；(4)對所得較優(yōu)解進行適當(dāng)調(diào)整，得到滿足優(yōu)化目標(biāo)的設(shè)備布局最優(yōu)解。本發(fā)明專利技術(shù)采取自適應(yīng)遺傳算法求解設(shè)備布局多目標(biāo)優(yōu)化問題，編碼方式簡單容易操作，交叉、變異概率根據(jù)個體適應(yīng)度值的大小可以按照Logistic曲線規(guī)律實時調(diào)整，以此實現(xiàn)布局最優(yōu)化。

A multi objective optimization layout method for job shop equipment based on adaptive genetic algorithm

The invention discloses a method comprising the steps of multi-objective optimization layout method, adaptive genetic algorithm based on workshop equipment: (1) the establishment of mathematical model of multi line workshop equipment layout, workshop and equipment layout will be simplified to rectangle, the equipment layout optimization problem into a mathematical model of combinatorial optimization; (2) determine some optimization objectives and constraints, using weighting method will unify some optimization goals for the single evaluation function; (3) based on adaptive genetic algorithm for Logistic curve evaluation function of optimal solution; (4) the optimal solution of the appropriate adjustments to satisfy the equipment layout optimization target solution. The invention adopts adaptive genetic algorithm to solve the multi-objective optimization problem of the layout of the equipment is easy to operate, encoding, crossover and mutation probability according to the fitness of the size can be in accordance with the Logistic curve real-time adjustment, in order to achieve the layout optimization.

【技術(shù)實現(xiàn)步驟摘要】
一種自適應(yīng)遺傳算法的車間設(shè)備多目標(biāo)優(yōu)化布局方法
本專利技術(shù)涉及車間設(shè)備多目標(biāo)優(yōu)化布局的方法，尤其涉及一種自適應(yīng)遺傳算法的車間設(shè)備多目標(biāo)優(yōu)化布局方法，既包括對車間設(shè)備多行直線布局方式的數(shù)學(xué)建模以及多目標(biāo)優(yōu)化問題的解決方法，也包括自適應(yīng)遺傳算法求解該數(shù)學(xué)模型的具體過程，以及對較優(yōu)解進行適當(dāng)調(diào)整從而獲得布局最優(yōu)解。
技術(shù)介紹
設(shè)備布局問題(facilitylayoutproblem，F(xiàn)LP)是指在一定限制條件下(如車間面積形狀、物流方式等)，將生產(chǎn)設(shè)備在給定空間內(nèi)布局，使目標(biāo)函數(shù)(如物流費用、面積使用率等)得到優(yōu)化。目前，設(shè)備布局采用數(shù)學(xué)分析法建立的模型主要包括二次分配模型、二次集合覆蓋模型、線性整數(shù)規(guī)劃模型、混合整數(shù)規(guī)劃模型等。其中，二次分配模型(quadraticassignmentproblem，QAP)描述n個設(shè)施和n個地點，要求給每個設(shè)施分配到一個位置，并使設(shè)施之間的總流量(或費用)最小。QAP模型的最優(yōu)求解算法，可以歸為分支定界法和割平面法兩類。這兩種算法都需要較多的計算時間和較大的存儲空間，隨著布局規(guī)模的擴大，最優(yōu)算法因“組合爆炸”問題已不再適用，目前研究者多采用元啟發(fā)式算法求次優(yōu)解。其中，遺傳算法因其全局性并行搜索的特點，被廣泛運用于QAP求解；但遺傳算法的參數(shù)選擇對結(jié)果影響較大，而自適應(yīng)遺傳算法可以根據(jù)個體自身的優(yōu)劣程度實時調(diào)整參數(shù)大小，從而提高算法效率。
技術(shù)實現(xiàn)思路
為解決生產(chǎn)車間設(shè)備的優(yōu)化布局問題，本專利技術(shù)提供一種多行直線布局的數(shù)學(xué)建模方法，確定兩個優(yōu)化目標(biāo)及約束條件，并采用自適應(yīng)遺傳算法進行求解，對獲得的較優(yōu)解進行分析并適當(dāng)調(diào)整，得到滿足優(yōu)化目標(biāo)的最優(yōu)布局。本專利技術(shù)通過如下技術(shù)方案實現(xiàn)：一種基于自適應(yīng)遺傳算法的車間設(shè)備多目標(biāo)優(yōu)化布局方法，包括步驟：(1)建立車間設(shè)備多行直線布局的數(shù)學(xué)模型，即將車間和待布局設(shè)備簡化為矩形，將設(shè)備優(yōu)化布局問題轉(zhuǎn)化為組合優(yōu)化的數(shù)學(xué)模型；(2)確定若干優(yōu)化目標(biāo)及約束條件，采用加權(quán)法將若干優(yōu)化目標(biāo)統(tǒng)一為單一評價函數(shù)；(3)采用基于Logistic曲線的自適應(yīng)遺傳算法求解評價函數(shù)較優(yōu)解；(4)對所得較優(yōu)解進行適當(dāng)調(diào)整，對除最長行以外的其他行設(shè)備之間的凈間距進行適當(dāng)調(diào)整，進一步減小設(shè)備之間的物流距離和包絡(luò)矩形面積，得到滿足優(yōu)化目標(biāo)的設(shè)備布局最優(yōu)解。進一步地，所述的步驟(1)具體包括：(11)為分別計算，對多行直線布局做出假設(shè)，包括：所有設(shè)備形狀均為其包絡(luò)矩形，忽略其細(xì)節(jié)形狀及高度；同一行設(shè)備的中心點位于一條直線上，沿X軸正方向依次排列；零件加工工藝確定；各行之間有物流通道，與X軸平行，寬度WP為定值；(12)得到設(shè)備序列s中各臺設(shè)備i的包絡(luò)矩形沿X軸、Y軸尺寸分別為Ai、Bi，通過查閱技術(shù)文檔得到各設(shè)備周邊留出最小安全距離Hi，用于安裝、操作、維修、工件緩沖區(qū)，相鄰擺放的兩個設(shè)備i、j之間的最小距離Hij＝Hi+Hj,,凈間距為0；(13)在車間長度L的約束下，當(dāng)一個設(shè)備序列s確定后，采取自動換行策略，求得該序列s在每行上的設(shè)備分布及設(shè)備中心點的X、Y坐標(biāo)值。進一步地，所述的步驟(13)具體包括：(131)該序列在每行上的設(shè)備分布及設(shè)備中心點X軸坐標(biāo)值可按如下公式遞推計算：xs(1)＝Hs(1)+As(1)/2xs(i)＝xs(i-1)+Hs(i-1)s(i)+(As(i-1)+As(i))/2，i＝2,3,…,n當(dāng)xs(j)+As(j)/2+Hs(j)>L時，將設(shè)備s(j)移至下一行第1位，并按照上式繼續(xù)計算設(shè)備s(j)、s(j+1)的X軸坐標(biāo)值；(132)令hi＝Hi+Bi/2，各行設(shè)備的中心點Y軸坐標(biāo)值可按如下公式確定：y1＝max{hs(1),hs(2),…,hs(m)}，其中，s(1)、s(2)、…、s(m)為排在第1行的設(shè)備；y2＝y(tǒng)1+max{hs(1),hs(2),…,hs(m)}+WP+max{hs(m+1),hs(m+2),…,hs(r)}，其中，s(m+1)、s(m+2)、…、s(r)為排在第2行的設(shè)備，WP為物流通道寬度，以此類推，直至求出最后一行設(shè)備的中心點Y軸坐標(biāo)值。進一步地，所述的步驟(2)具體包括：(21)確定優(yōu)化目標(biāo)，包括盡可能小的物流費用和盡可能大的面積利用率；(22)根據(jù)QAP模型可知，求得物流費用：式中，n為設(shè)備數(shù)量；i、j為設(shè)備編號；pij為設(shè)備i、j之間的訪問次數(shù)，可對加工工藝進行統(tǒng)計得出；dij為設(shè)備i、j之間的物流距離，dij＝|xi-xj|+|yi-yj|；qij為設(shè)備i、j之間單位距離上的物流費用，根據(jù)生產(chǎn)實際確定，如果運輸方式、工件型號相同，加工過程中工件形態(tài)質(zhì)量變化不大，可視為定值；求得面積利用率：η＝St/S，式中，即所有設(shè)備的矩形面積之和，設(shè)備確定之后為定值；S＝(xmax-xmin)(ymax-ymin)，即包絡(luò)所有設(shè)備的最小矩形面積，xmax＝max{xi+Ai/2}，xmin＝min{xi-Ai/2}，ymax＝max{yi+Bi/2}，ymin＝min{yi-Bi/2}，因此，面積利用率最大問題可轉(zhuǎn)化為布局的包絡(luò)矩形面積最小問題，即求Smin；(23)采用加權(quán)法將上述兩個優(yōu)化目標(biāo)構(gòu)造為一個單一評價函數(shù)并求解：U＝w1F/Fmin+w2S/Sminw1、w2為加權(quán)因子，根據(jù)實際工程中對于物流和面積各自的側(cè)重程度來確定，要滿足加權(quán)條件w1+w2＝1；Fmin、Smin是按單目標(biāo)優(yōu)化求出的F、S最優(yōu)值，F(xiàn)、S分別除以它們的最優(yōu)值，既消除量綱，又能反映它們偏離最優(yōu)值的程度。進一步地，步驟(2)中，所述的約束條件具體包括：所有設(shè)備不超出車間長、寬范圍，即：max{xi+Ai/2+Hi}≤L、max{yj+Bj/2+Hj}≤W；存在物流關(guān)系的兩臺設(shè)備不得跨行布置。進一步地，所述的步驟(3)具體包括：(31)進行染色體編碼，根據(jù)序列中每個設(shè)備的X、Y坐標(biāo)值及單一評價函數(shù)U所得的適應(yīng)度函數(shù)隨機生成m個序列作為算法的初始種群A；(32)選擇，采取隨機聯(lián)賽選擇方式，聯(lián)賽規(guī)模為N，從A中得到包含M條染色體的群體As；(33)交叉，交叉算子選用部分映射交叉(PMX)方式，將As中的染色體兩兩配對，按照自適應(yīng)交叉概率決定是否交叉，交叉后得到子代群體Ac；(34)變異，變異算子采用鄰域技術(shù)，將As、Ac中的每條染色體都按照自適應(yīng)變異概率決定是否變異，并得到變異的群體Am；(35)進化及終止，將群體As、Ac、Am中的每個個體按照適應(yīng)度值大小排序，選取前m個個體作為當(dāng)前進化的結(jié)果更新群體A，然后進行下一次進化，最后以進化代數(shù)T作為終止條件得到評價函數(shù)較優(yōu)解。進一步地，所述的步驟(31)具體包括：(311)采用順序編碼方式，給n個設(shè)備各指定一個1～n之間的整數(shù)編號，以1～n的一個排列作為1條染色體來代表一個設(shè)備序列；(312)接著求出該序列每個設(shè)備的X、Y坐標(biāo)值，再根據(jù)所得的單一評價函數(shù)U，適應(yīng)度函數(shù)設(shè)為f＝1/U；(313)隨機生成m個序列，作為算法的初始種群A。進一步地，所述的步驟(32)具體包括：(321)從A中隨機選取N條染色體，比較它們的適應(yīng)度函數(shù)值大小，將其中最大的保留進入下一代群體；(322)重復(fù)上述過程M次，得到包含M條染色體的群體As進一步地，所述的步驟(33)具體包括：(331)選擇交叉位置，交換兩本文檔來自技高網(wǎng)...

【技術(shù)保護點】
一種基于自適應(yīng)遺傳算法的車間設(shè)備多目標(biāo)優(yōu)化布局方法，其特征在于，包括步驟：(1)建立車間設(shè)備多行直線布局的數(shù)學(xué)模型，即將車間和待布局設(shè)備簡化為矩形，將設(shè)備優(yōu)化布局問題轉(zhuǎn)化為組合優(yōu)化的數(shù)學(xué)模型；(2)確定若干優(yōu)化目標(biāo)及約束條件，采用加權(quán)法將若干優(yōu)化目標(biāo)統(tǒng)一為單一評價函數(shù)；(3)采用基于Logistic曲線的自適應(yīng)遺傳算法求解評價函數(shù)較優(yōu)解；(4)對所得較優(yōu)解進行適當(dāng)調(diào)整，對除最長行以外的其他行設(shè)備之間的凈間距進行適當(dāng)調(diào)整，進一步減小設(shè)備之間的物流距離和包絡(luò)矩形面積，得到滿足優(yōu)化目標(biāo)的設(shè)備布局最優(yōu)解。

【技術(shù)特征摘要】
1.一種基于自適應(yīng)遺傳算法的車間設(shè)備多目標(biāo)優(yōu)化布局方法，其特征在于，包括步驟：(1)建立車間設(shè)備多行直線布局的數(shù)學(xué)模型，即將車間和待布局設(shè)備簡化為矩形，將設(shè)備優(yōu)化布局問題轉(zhuǎn)化為組合優(yōu)化的數(shù)學(xué)模型；(2)確定若干優(yōu)化目標(biāo)及約束條件，采用加權(quán)法將若干優(yōu)化目標(biāo)統(tǒng)一為單一評價函數(shù)；(3)采用基于Logistic曲線的自適應(yīng)遺傳算法求解評價函數(shù)較優(yōu)解；(4)對所得較優(yōu)解進行適當(dāng)調(diào)整，對除最長行以外的其他行設(shè)備之間的凈間距進行適當(dāng)調(diào)整，進一步減小設(shè)備之間的物流距離和包絡(luò)矩形面積，得到滿足優(yōu)化目標(biāo)的設(shè)備布局最優(yōu)解。2.根據(jù)權(quán)利要求1所述的車間設(shè)備多目標(biāo)優(yōu)化布局方法，其特征在于，所述的步驟(1)具體包括：(11)為分別計算，對多行直線布局做出假設(shè)，包括：所有設(shè)備形狀均為其包絡(luò)矩形，忽略其細(xì)節(jié)形狀及高度；同一行設(shè)備的中心點位于一條直線上，沿X軸正方向依次排列；零件加工工藝確定；各行之間有物流通道，與X軸平行，寬度WP為定值；(12)得到設(shè)備序列s中各臺設(shè)備i的包絡(luò)矩形沿X軸、Y軸尺寸分別為Ai、Bi，通過查閱技術(shù)文檔得到各設(shè)備周邊留出最小安全距離Hi，用于安裝、操作、維修、工件緩沖區(qū)，相鄰擺放的兩個設(shè)備i、j之間的最小距離Hij＝Hi+Hj,,凈間距為0；(13)在車間長度L的約束下，當(dāng)一個設(shè)備序列s確定后，采取自動換行策略，求得該序列s在每行上的設(shè)備分布及設(shè)備中心點的X、Y坐標(biāo)值。3.根據(jù)權(quán)利要求2所述的車間設(shè)備多目標(biāo)優(yōu)化布局方法，其特征在于，所述的步驟(13)具體包括：(131)該序列在每行上的設(shè)備分布及設(shè)備中心點X軸坐標(biāo)值可按如下公式遞推計算：xs(1)＝Hs(1)+As(1)/2xs(i)＝xs(i-1)+Hs(i-1)s(i)+(As(i-1)+As(i))/2，i＝2,3,…,n當(dāng)xs(j)+As(j)/2+Hs(j)>L時，將設(shè)備s(j)移至下一行第1位，并按照上式繼續(xù)計算設(shè)備s(j)、s(j+1)的X軸坐標(biāo)值；(132)令hi＝Hi+Bi/2，各行設(shè)備的中心點Y軸坐標(biāo)值可按如下公式確定：y1＝max{hs(1),hs(2),…,hs(m)}，其中，s(1)、s(2)、…、s(m)為排在第1行的設(shè)備；y2＝y(tǒng)1+max{hs(1),hs(2),…,hs(m)}+WP+max{hs(m+1),hs(m+2),…,hs(r)}，其中，s(m+1)、s(m+2)、…、s(r)為排在第2行的設(shè)備，WP為物流通道寬度，以此類推，直至求出最后一行設(shè)備的中心點Y軸坐標(biāo)值。4.根據(jù)權(quán)利要求1所述的車間設(shè)備多目標(biāo)優(yōu)化布局方法，其特征在于，所述的步驟(2)具體包括：(21)確定優(yōu)化目標(biāo)，包括盡可能小的物流費用和盡可能大的面積利用率；(22)根據(jù)QAP模型可知，求得物流費用：式中，n為設(shè)備數(shù)量；i、j為設(shè)備編號；pij為設(shè)備i、j之間的訪問次數(shù)，可對加工工藝進行統(tǒng)計得出；dij為設(shè)備i、j之間的物流距離，dij＝|xi-xj|+|yi-yj|；qij為設(shè)備i、j之間單位距離上的物流費用，根據(jù)生產(chǎn)實際確定，如果運輸方式、工件型號相同，加工過程中工件形態(tài)質(zhì)量變化不大，可視為定值；求得面積利用率：η＝St/S，式中，即所有設(shè)備的矩形面積之和，設(shè)備確定之后為定值；S＝(xmax-xmin)(ymax-ymin)，即包絡(luò)所有設(shè)備的最小矩形面積，xmax＝max{xi+Ai/2}，xmin＝min{xi-Ai/2}，ymax＝max{yi+Bi/2}，ymin＝min{yi-Bi/2}，因此，面積利用率最大問題可轉(zhuǎn)化為布局的包...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：翟敬梅，申寬，張鐵，
申請(專利權(quán))人：華南理工大學(xué)，
類型：發(fā)明
國別省市：廣東,44