摘要：针对离散型制造企业的第Ⅱ类装配线平衡问题,构建以最小生产节拍、最小负载标准差为优化目标的数学模型.在经典遗传算法的基础上,设计一种基于精英保留策略的种群分离机制以维持种群的基因多样性,并根据算法的迭代进程引入自适应交叉与自适应变概率操作;为提高算法的局部搜索能力,嵌入模拟退火算法的MeG tropolis准则,形成一种混合遗传模拟退火算法;通过标准案例集的12组实验,相较于遗传算法,混合遗传模拟退火算法在求解能力上具有明显优势.进一步,以某企业的青贮机装配线为案例,应用混合遗传模拟退火算法进行求解,结果显示该模型的有效性和混合遗传模拟退火算法的优越性.生产实例验证结果表明,优化后的装配线生产周期缩短为50.4s,线平衡率提升至93.52%,显著提升了农机企业装配线的效率.

摘要：线平衡问题和缓冲区配置问题在装配线设计中常被分开独立研究,二者之间存在复杂的交互影响关系.随机型装配线由于操作时间波动加剧了二者之间的相互作用与影响,先平衡再缓冲区配置的串行优化模式难以得到全局最优结果,因此需要在线平衡的同时协同解决缓冲区配置问题.针对随机型装配线规划问题,在基于操作时间状态熵的工位复杂度定义基础上,以生产率最大,整线工位复杂度均衡指数、标准操作时间均衡指数和缓冲区总量最小为优化目标,构建线平衡和缓冲区配置集成优化模型.采用参数化建模仿真获取整线生产率,通过改进的遗传算法获取集成优化方案.最后对变速箱装配线实例进行计算验证,证明了该方法的有效性.

摘要：为解决任务完成时间为连续区间参数的第二类装配线平衡问题,提出了装配线鲁棒平衡的思想。采用最小化最大后悔值的鲁棒决策准则,建立了装配线鲁棒平衡的数学模型,提出了计算给定任务分配方案对应节拍时间最大后悔值的策略,并设计了基于遗传算法的求解方法。通过一系列测试问题和某实际汽车总装生产线平衡问题,验证了所提方法的可行性和有效性。

摘要：在传统的装配线运行管理中,装配线平衡和设备预防维护是完全分离的两部分,造成了生产的巨大损失和维护的极大不便。面向正常工作的节拍最小化和给定预防维护情形下的节拍最小化及生产调整最小化3个目标,构建装配线平衡与工位预防维护的集成优化模型,以期制定出能提供设备维护契机、保证维护时生产连续性的多套分配方案。提出了面向多目标优化的改进灰狼算法,其中基于集成问题的离散特征,设计了基于随机键的编码和解码方法;融合Pareto层级构造和拥挤距离,提出了狼群等级划分方法和更新机制,以保留并更好地探索近优解;引入了交叉算子,以提高算法在每个案例中的分布性。实验结果表明改进后灰狼算法的收敛性、分布性较好,所获得非支配解集更逼近Pareto最优前沿,且平衡与维护的有效集成可显著降低生产成本。

摘要：基于第Ⅰ类混流双边装配线平衡具有生产品种多样性和生产过程复杂性的特点,研制了一种改进迭代局部搜索算法进行求解。在工位数量相同时引入新的二级目标,使前面工位承担更多负载,推进解的细微改进;提出基于工位的启发式解码方式,使成对工位内的负载更为均衡。在解码设计中,优先选择空闲时间较多的边作为分配操作的边,对每种产品优先选择不产生空闲时间的操作分配,然后通过最后成对工位调整策略进一步减少工位的数量。同时设计了新的改进启发式初始化和局部搜索方式,并通过参数校验验证改进的合理性。将所提解码方式与3种不同的解码方式进行对比,并将所提算法与7种不同算法进行对比,结果表明,基于工位的启发式解码优于对比解码,所提迭代局部搜索算法优于其他对比算法。

摘要：针对随机型装配线平衡问题,分析了作业时间的随机波动对元启发式方法和启发式方法的失效影响,提出了描述各个工位在给定完工率下最小投产间隔的完工率节拍的概念,并以完工率节拍为评价指标,建立了随机作业时间条件下的第2类装配线平衡问题模型。设计了一种双染色体遗传算法对模型进行求解,并结合经典算例对该模型在随机型装配线平衡中的应用进行了实例验证,求解结果表明了模型的有效性。

摘要：为提高装配线效率的同时优化制造的能源利用效率,在进行机器人装配线平衡时考虑机器人的执行能耗、换模能耗、待机能耗、工件传输能耗等,在工作站数量最小化和总能耗最小化两个目标之间寻求平衡。针对该约束的多目标优化问题,首先建立数学模型,设计编码方式;然后提出一种改进的基于分解的多目标进化算法,该算法引入非可行解参与进化和惩罚系数自适应变化策略以调节解的收敛性与多样性,并提出基于问题特殊性的局部搜索机制以进一步减小装配线能耗;最后对不同规模的问题进行优化,并与其他标杆算法进行对比,以评价该算法的效率和优越性。结果表明:该算法有效、可行,并且对该数学模型的求解有效提高了机器人装配线能效。

摘要：基于快速全身评估法对所有的作业姿势进行风险评估,考虑不同作业元素优先关系、不相容和同工位等约束,提出融合作业时间和作业姿势相互影响的工位累计疲劳度,构建最少工位数和最小工位累计疲劳度标准差的多目标优化模型,保证装配线工位少且疲劳度均衡.采用基于优先权重的编码,设计多目标粒子群算法,最后通过实例证明本方法的合理性与有效性.

摘要：针对预防维护下的装配线平衡问题,提出了一种带有重启策略的多目标变邻域搜索算法,以优化正常工作、设备维护情形下的节拍与工序调整。算法结合启发式与随机方法得到较优初始解;设计并筛选出寻优能力较强且具有互补性的四类邻域算子及其搜索策略,以更好地进行全局探索与局部开发。为促进Pareto前沿推进,提出了一种具有自适应能力的重启算子,以便根据问题规模调整重启代数阈值、参考寻优进程扩大搜索空间。该算法机制简单且无固定参数,实验结果表明该算法能够获得具有竞争性的非支配解集。

摘要：针对实际装配环境中存在多人协同装配和共站的情况,研究了考虑工序复杂程度与工人能力差异的多人协作共站装配线平衡问题。首先,考虑到装配工序的复杂程度需指派不同规模和类型的工人组,建立了以最小化工作站数量和工人数量为目标函数的多目标优化数学模型;在此基础上,提出一种改进的离散水波优化算法,对算子进行了离散化改造,并设计了基于拓扑排序的编码方案和启发式的解码方案,同时引入扰动个体和路径重连的搜索策略来增加解的多样性,进而提高解的质量;最后,通过求解两类测试用例,以线效率和平滑指数作为性能指标,验证了改进离散水波算法在求解复杂多人共站装配线平衡问题上的可行性与有效性,并将算法应用到动车装配线平衡优化中。