说明书

一种复杂车间低熵化布局与稳健优化方法 在审

申请号:CN201711305854.0

申请日:2017-12-11

公告号:CN107909223A

公告日:2018-04-13

主分类号:G06Q10/04

分类号: G06Q10/04G06Q50/04

申请/专利权人: 浙江工业大学

说明书:

技术领域

本发明涉及专门适用于预测目的的数据处理方法,特别涉及一种复杂车间低熵化布局与稳健优化方法。

背景技术

制造业的市场需求有着持续性、关联性、多变性等特点,客户需求多样化和订单动态波动的趋势日益突显,企业需要更加合理的车间布局以满足生产高柔性,制造低碳化,布局低熵化等要求。车间低熵化布局和稳健优化是一种多加工单元群或装配单元群的布局方式,其意义在于能让企业在不增加成本或扩建车间面积的前提下,使车间布局具有低碳节能、高稳定性的低熵特性。

目前应用于车间布局的智能优化算法主要集中于遗传算法(GA)、蚁群算法(ACO)、禁忌搜索算法(TS)等,但是将这些算法运用于求解复杂车间布局问题的时候,存在着计算量大、收敛慢、效率低、寻优能力不足的问题。

目前车间布局考虑的目标主要集中于车间物流成本、搬运距离等,将低碳节能及稳健性能作为车间布局优化的目标甚少。以低碳节能与可持续发展为目标构造低碳化绿色车间布局,以熵为度量指标构造高稳健性车间布局,进行一类典型的复杂车间布局设计与优化已成为目前国内制造业迫切需要解决的问题。

一种模糊聚类方法与并行导向进化方法相结合的环状多元胞混合优化算法的复杂车间低熵化布局与稳健优化方法,能够有效降低车间碳排放,提高布局稳健性,属于企业管理工程与智能制造领域。

发明内容

为解决现有技术的不足,提供一种复杂车间低熵化布局与稳健优化方法,使其在解决复杂车间布局时能够有效降低车间碳排放,提高车间的稳健性能。

为实现上述目的,本发明采用以下技术方案:

1.一种复杂车间低熵化布局与稳健优化方法,包括以下步骤:

步骤1:低碳节能目标函数构建

1)单元布置成本Q:

式中:

i——设备标号,表示设备i;

j——单元标号,表示单元j;

m——设备总数量;

n——单元总数量;

qi——设备i的成本;

F(ηj)——单元j纵横比评价函数;

ηj——单元j纵横比;

hj——单元j的高度;

wj——单元j的宽度;

2)单位面积产能T:

式中:

Tj——单元j的单位面积产能;

Pjk——单元j生产产品k的数量;

hj×wj——单元j的面积;

k——产品种类标号,表示产品k;

K——产品种类总数;

3)物流量距积成本Z:

式中:

fjl——车间中功能单元j至l的物流量;

cjl——功能单元j和l之间单位运输成本;

djl——功能单元j和l的距离;

l——单元标号,表示单元l;

4)布局/工艺鲁棒性R:

式中:

Lk——表示产品k经过完整工艺路线时的加工距离;

5)布局柔性F:

式中:

Ok——产品k生产过程中经过的单元数;

——为产品k的平均产量;

Ukj——表示单元j生产产品k的理论负载量;

6)低碳节能布局集成优化模型:

CE=min(QνQ+CT+CZ+CRF) (式8)

CZ=fZ×Z×pk (10)

CRF=(1-R)fR+(1-F)fF (式11)

式中:

CE——布局总碳排放量;

CT——产能引起的碳排放量;

CZ——车间工件运输引起的碳排放量;

CRF——鲁棒性与柔性引起的未来改善的预期碳排放量;

vQ——布置成本碳排放转换因子;

fTj——单元j的单位面积产能碳排放系数;

Fz——单位量距积碳排放系数;

Pk——产品k对应的运输工具功率;

fZ——量距积碳排放系数;

fR——鲁棒性碳排放系数;

fF——柔性碳排放系数;

步骤2:复杂车间稳健优化模型构建

式中:

H——车间熵,表示车间紊乱度衡量指标;

A——玻尔兹曼常数;

N——系统中粒子数量,即车间布局系统中的产品种类;

a、b——系统参数;

wk——系统中拥有的能量,即产品k在该布局下的生产成本;

ck——产品k的物流量距积成本;

W——布局总成本;

α,β,γ,χ——加权因子,α+β+γ+χ=1;

μ1——单位面积产能成本转换因子;

μ2——布局/工艺鲁棒性成本转换因子;

μ3——布局柔性成本转换因子;

步骤3:复杂车间低熵化布局模型构建

式中:

CEmax——车间布局过程中碳排放理论最大值;

CEmin——车间布局过程中碳排放理论最小值;

步骤4:环形多元胞混合优化算法进化步骤如下:

步骤41:染色体编码/解码:设置单元排序-分割混合编码;

每条染色体由单元排序编码和单元分割点编码两部分组成;单元排序编码由n个单元符号组成(n表示车间单元数量),表示车间中由左至右,从上至下单元的排列顺序;分割点编码由n-1个0-1二进制编码组成,插空分布于单元排序编码间隔之中;0表示单元处于同一纵列,1表示该单元为纵列最后排布的单元;

其中,A1、A2、A3、A4、A5、A6表示单元编号。

步骤42:模糊聚类生成若干种群元胞:

式中:

Fm——聚类目标函数,表示不同种群元胞所有聚类特征因子综合相异程度最小;

u(x)IJ——布局方案J在分类I中的隶属度函数;

I——种群标号,表示种群元胞I;

J——染色体标号,表示染色体J;

G——聚类因子标号,表示聚类因子G;

g——种群标号,表示种群元胞g;

cI——种群I的聚类中心,即集合中的代表性染色体;

cg——种群g的聚类中心,即集合中的代表性染色体;

xJ——种群中第J条染色体;

NI——种群元胞的数量;

NJ——种群元胞中染色体数量;

NG——聚类因子数量;

f——大于1的模糊参数;

步骤43:适应度评价:

Fit1=QνQ+CT+CZ+CRF (式19)

步骤44:种群元胞匹配规则:完成模糊聚类与适应度计算,得到若干组种群元胞,每个元胞均为相似染色体集合;为了最大限度保证种群协作进化过程中的多样性,以适应度Fit1为目标对所有元胞降序排列,采用插空法排列元胞并组成环状拓扑结构,进行种群元胞之间的配对操作,形成两两匹配的环形进化拓扑结构;该操作保证了形成配对的两元胞之间均存在差异,且差异度值较为接近;步骤45:染色体选择:设计二次排挤算法进行选择;采用子个体与父个体直接竞争模式,竞争的内容包括碳排放值与熵值;算法的过程如下:

①用放回的方式从匹配的种群元胞组中随机选择两个父个体p1和p2;

②进行交叉和变异,产生子代c1和c2;

③根据适应度函数计算适应度值Fit1和Fit2:

下载完整专利技术内容需要50 积分,VIP会员可以免费下载。
我不想注册,点击直接下载立即登录,下载文献升级会员,免费下载

我不想注册,点击直接下载立即登录,下载文献升级会员,免费下载
选择支付方式

微信

支付宝