針對客車制造車間改機操作的特點,建立了基于總改機代價的路由緩沖區(qū)深度搜索移動規(guī)則,指導客車在路由緩沖區(qū)的移動過程,在此基礎上進一步提出了一種基于最短路徑優(yōu)先(Short Path First,SPF)算法的路由緩沖區(qū)局部快速尋優(yōu)方法,并結合全局優(yōu)化算法,解決這類具有路由緩沖區(qū)的排產優(yōu)化問題。全局優(yōu)化算法采用改進的鯨魚算法,該算法在標準的鯨魚算法基礎上加入了Levy飛行和反向學習策略2處改進,分別擴展了種群的多樣性和尋優(yōu)范圍,提高了標準的鯨魚算法跳出局部極值的能力。通過多組實例仿真測試,驗證基于SPF算法的路由緩沖區(qū)局部尋優(yōu)方法與基于改進的鯨魚算法的全局優(yōu)化算法結合的優(yōu)化方案對于解決具有路由緩沖區(qū)排產優(yōu)化問題的有效性。

【文章頁數】：12 頁

【文章目錄】：
0 引言
1 模型描述
    1.1 數學模型
    1.2 模型參數
    1.3 約束條件
        1.3.1 假設變量
        1.3.2 柔性流水車間一般性約束
        1.3.3 路由緩沖區(qū)約束
        1.3.4 評價指標
2 方法研究
    2.1 路由緩沖區(qū)局部移動規(guī)則及優(yōu)化算法
        2.1.1 基于總改機代價的路由緩沖區(qū)移動規(guī)則
        2.1.2 SPF算法
    2.2 全局算法及改進方法
        2.2.1 標準的鯨魚算法
        2.2.2 算法改進
3 基于SPF算法的局部尋優(yōu)方法與改進的鯨魚算法結合的優(yōu)化方法流程
4 實例仿真測試與對比分析
    4.1 構建仿真數據
        4.1.1 車間模型參數
        4.1.2 加工對象參數
    4.2 仿真方案
        4.2.1 路由緩沖區(qū)局部移動方法
        4.2.2 全局優(yōu)化方案
    4.3 仿真結果與分析
        4.3.1 仿真結果與進化曲線分析
        4.3.2 排產結果Gantt圖分析
5 結語



本文編號：3842596