面向大批量定制的可重构装配线平衡方法

摘要

本发明涉及一种面向大批量定制的可重构装配线平衡方法，该方法通过建立面向大批量定制的可重构装配线平衡的数学模型、基因编码、遗传操作、初始温度选择及退温操作和反复迭代等步骤来完成的，通过该方法可以综合考虑工作站的数量、工作站的负荷及装配线效率三个因素，能尽可能消除各工作站上的空闲时间，达到成本最小化或产出最大化，同时本发明还提出了一种优化装配线平衡的混合遗传算法，该算法将模拟退火算法和遗传算法相结合，并采用了交叉概率和变异概率的自适应重构策略，可以有效避免遗传算法在实际应用中容易出现算法的局部搜索和收敛性差等缺点；同时也可以解决模拟退火算法对于整个搜索空间的状况了解不多，运算效率低下的问题。

主权项

1.一种面向大批量定制的可重构装配线平衡方法，其特征在于所述的可重构装配线平衡方法是按照以下步骤进行的：（1）建立面向大批量定制的可重构装配线平衡模型1）建立装配线的闲置状况评价指标：整个生产线的闲置状况可以用以下指标来度量：（1）式（1）中为给定装配线的最大工作时间，是第个工作站的工作时间，为工作站数量；2）建立装配线的负荷平衡评价指标：装配线可以利用各工作站负荷的标准差作为负荷平衡的评价指标；（2）式（2）中为给定装配线的节拍，是第个工作站的工作时间，为工作站数量；3）建立装配线的生产效率评价指标：对可重构装配线而言，生产的需求是由客户的订单来拉动的，可以用订单要求的生产周期来考虑装配线的生产效率；（3）其中：T为订单要求的生产周期；为工作站数量；为布尔型决策变量，当第个作业元素被使用时＝1，反之＝0；为第种产品的数量；为第个作业元素的作业时间；为产品的种类个数；为总的作业元素的数量；4）建立可重构装配线平衡的数学模型：综合步骤1）、2）、3）即得到可重构装配线平衡的数学模型，如下式所示：（4）式（4）中权重值可以根据装配线的实际情况或专家评判的方法获取；式（4）中的反应装配线的闲置状况，反应装配线的负荷平衡状况，反应装配线的生产效率；由于的量纲相同，通过不同的权重值，将三部分通过线性组合，可以同时考虑装配线的闲置时间最少、负荷均衡和装配线的最大生产效率三个目标，以此来评价整个可重构装配线的平衡状况，该适应函数值越小，则装配线的平衡越好；同时满足约束条件：（5）（6）（7）若，             （8）式(5)为发生约束，确保任一作业元素只能分配到某一工作站中，即同一作业元素不能重复分配至多个工作站；式(6)确保所有作业元素都被分配；式(5)和式(6)保证作业元素集划分的互斥性和完备性；式(7)为节拍约束，表示分配到任一工作站的所有作业元素的作业时间之和必须不大于节拍；式(8)为作业元素优先关系约束，确保作业元素分配满足装配优先关系，没有作业元素分配至一个比其先前作业元；（2）基因编码遗传算法的编码采用实数的形式，每个基因位代表一个作业元素，染色体的长度等于作业元素数，其存放的顺序要满足装配序列的优先约束关系，并要满足在随后的操作中各作业元素的序号不能重复出现；装配先序关系图用优先矩阵表示，为了加快算法的收敛速度，在满足装配先序关系图的基础上利用启发式规则和随机搜索排序法产生初始种群；（3）遗传操作随机从种群选择两个染色体作为双亲，并在其上任意选择一个交配区域，得到新的两子代染色体；因为父代均为可行解，因此交叉后的子代也是可行解，同时，该方法在两父染色体相同的情况下仍能产生一定程度的变异效果，这对维持群体内一定的多样化有一定的作用；在装配线平衡中，由于装配顺序的约束，为了增加变异后合法解的数量，采用移位变异和互换变异相结合的方式，交叉概率和变异概率的选择是影响遗传算法行为和性能的关键所在，直接影响算法的收敛性；在标准的遗传算法中，和一般根据经验取为固定值，建立交叉概率和变异概率的自适应重构策略；(10)(11)式（10）、（11）中，为常数，其取值为（0,1）；为种群中最大的适应度值，为每代种群中平均适应度值；为要交叉的两个个体中较大的适应度值；为种群中要变异的个体适应度值；（4）初始温度选择及退温操作初始温度选择的形式，可选= 10，20，100…等试验值；其中为初始种群中最大的目标函数值，为初始种群中最小的目标函数值；退温函数选用常用的形式，其中；（5）反复迭代若子代数小于预先设定的跌代数，则重复（2）~（5）的操作过程即可完成。