【摘要】：針對傳統(tǒng)方法求解多目標拆卸線平衡問題時求解結果單一、無法平衡各目標等不足,提出一種基于Pareto解集的多目標遺傳模擬退火算法。該算法融合了遺傳操作的快速全局搜索能力和模擬退火操作較強的局部搜索能力,對遺傳操作的結果進行模擬退火操作,避免了算法陷入局部最優(yōu)。結合多目標優(yōu)化問題的特點,改進了模擬退火操作的Metropolis準則。根據(jù)拆卸序列之間的Pareto支配關系得到非劣解,并采用擁擠距離評價非劣解,實現(xiàn)了拆卸序列的精英保留,進而將非劣解添加到種群中,加快了算法的收斂速度�；�25項拆卸任務算例,通過與現(xiàn)有的6種單目標算法進行對比,驗證了所提算法的有效性,并將所提算法應用于某拆卸線實例中,求得10種平衡方案,結果表明所提算法較Pareto蟻群算法更具優(yōu)勢。
[Abstract]:Aiming at the shortcomings of traditional method in solving the multi-objective disassembly line balance problem, such as single result and unable to balance each target, a multi-objective genetic simulated annealing algorithm based on Pareto solution set is proposed. The algorithm combines the fast global search ability of genetic operation and the strong local search ability of simulated annealing operation. The simulated annealing operation of the result of genetic operation is carried out to avoid the algorithm falling into local optimum. Combined with the characteristics of multi-objective optimization problem, the Metropolis criterion of simulated annealing operation is improved. According to the Pareto dominating relation between disassembly sequences, the noninferior solution is obtained, and the non-inferior solution is evaluated by crowding distance. The elite reservation of disassembly sequence is realized, and then the non-inferior solution is added to the population, which accelerates the convergence speed of the algorithm. Based on 25 disassembly task examples, the effectiveness of the proposed algorithm is verified by comparing it with 6 existing single-objective algorithms. The proposed algorithm is applied to a disassembly line example and 10 balancing schemes are obtained. The results show that the proposed algorithm is superior to the Pareto ant colony algorithm.
【作者單位】： 西南交通大學機械工程學院;
【基金】：國家自然科學基金資助項目(51205328,51405403) 教育部人文社會科學研究青年基金資助項目(12YJCZH296) 四川省應用基礎研究計劃資助項目(2014JY0232)~~
【分類號】：TP18

【參考文獻】

相關期刊論文 前2條

1 李敬花;余峰;樊付見;;基于遺傳模擬退火融合算法的船舶分段裝配序列優(yōu)化[J];計算機集成制造系統(tǒng);2013年01期

2 丁力平;譚建榮;馮毅雄;高一聰;;基于Pareto蟻群算法的拆卸線平衡多目標優(yōu)化[J];計算機集成制造系統(tǒng);2009年07期

【共引文獻】

相關期刊論文 前10條

1 汪開普;張則強;朱立夏;鄒賓森;;多目標拆卸線平衡問題的Pareto遺傳模擬退火算法[J];計算機集成制造系統(tǒng);2017年06期

2 任志玲;林冬;夏博文;李巍;;基于GASA-SVR的礦井瓦斯涌出量預測研究[J];傳感技術學報;2017年02期

3 汪開普;張則強;毛麗麗;李六柯;;多目標拆卸線平衡問題的Pareto人工魚群算法[J];中國機械工程;2017年02期

4 蘇亞軍;張則強;胡揚;;求解拆卸線平衡問題的一種變鄰域搜索算法[J];現(xiàn)代制造工程;2016年10期

5 張則強;胡揚;陳沖;;求解拆卸線平衡問題的改進人工蜂群算法[J];西南交通大學學報;2016年05期

6 胡萬欣;操杰;張艷;;市場化環(huán)境下的高速鐵路與民航客運博弈定價優(yōu)化[J];大連交通大學學報;2016年04期

7 蒙秋男;婁劍;朱俊俐;白雪;;標準成本確定方法及改進蟻群算法應用[J];系統(tǒng)工程理論與實踐;2016年07期

8 方群;張則強;李明;;面向多目標拆卸線平衡問題的一種改進粒子群優(yōu)化算法[J];現(xiàn)代制造工程;2016年04期

9 陸屹;程培源;齊悅;程月蒙;;基于改進人工螢火蟲算法的裝配序列規(guī)劃研究[J];測控技術;2016年03期

10 胡揚;張則強;汪開普;毛麗麗;;多目標拆卸線平衡問題的Pareto細菌覓食算法[J];計算機應用研究;2016年11期

【二級參考文獻】

相關期刊論文 前6條

1 張志英;江志斌;;基于規(guī)則推理的自動船體裝配工藝生成方法[J];上海交通大學學報;2007年01期

2 宋麗萍;范秀敏;馬登哲;;基于虛擬現(xiàn)實的船舶產品裝配仿真研究[J];中國造船;2006年03期

3 周開俊;李東波;;基于遺傳模擬退火算法的產品裝配序列規(guī)劃方法[J];計算機集成制造系統(tǒng);2006年07期

4 李原;張開富;王挺;楊海成;;基于遺傳算法的飛機裝配序列規(guī)劃優(yōu)化方法[J];計算機集成制造系統(tǒng);2006年02期

5 鐘宇光,邱長華,薛開;船體分段裝配CAPP關鍵技術研究[J];船舶工程;2005年04期

6 楊鵬,劉繼紅,管強;面向裝配序列優(yōu)化的一種改進基因算法[J];計算機集成制造系統(tǒng)-CIMS;2002年06期

【相似文獻】

相關期刊論文 前10條

1 曾三友;蔡振華;張青;康立山;;一種評估近似Pareto前沿多樣性的方法[J];軟件學報;2008年06期

2 周瑾;謝唯;;綜合使用序列分析和Pareto圖對工序集合的截取(英文)[J];上海第二工業(yè)大學學報;2008年03期

3 ;Design of high performance multilayer microwave absorbers using fast Pareto genetic algorithm[J];Science in China(Series E:Technological Sciences);2009年09期

4 蔡瑞;齊佳音;;基于改進的Pareto/NBD模型預測博客用戶在線行為[J];統(tǒng)計與信息論壇;2013年06期

5 張崗亭;姜曉兵;王書振;;網(wǎng)絡最大流Pareto擴充研究[J];電子科技大學學報;2006年01期

6 董紅斌;黃厚寬;何軍;侯薇;穆成坡;;一種混合策略的Pareto演化規(guī)劃[J];模式識別與人工智能;2006年06期

7 周秀玲;孫承意;;Pareto-MEC算法及其收斂性分析[J];計算機工程;2007年10期

8 宋冠英;李海楠;鄒玉靜;;一種基于Pareto解集的無約束條件的多目標粒子群算法[J];機械工程師;2008年05期

9 陶媛;吳耿鋒;胡珉;;基于Pareto的多目標進化免疫算法[J];計算機應用研究;2009年05期

10 ;Diversity of Pareto front: A multiobjective genetic algorithm based on dominating information[J];Journal of Control Theory and Applications;2010年02期

相關會議論文 前10條

1 ;A Pareto-Based Differential Evolution Algorithm for Multi-objective Optimization Problems[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

2 周秀玲;孫承意;;Pareto-MEC算法的收斂性分析[A];2005年中國智能自動化會議論文集[C];2005年

3 ;Multiobjective Optimization with Competitive Coevolutionary Genetic Algorithms[A];第二十九屆中國控制會議論文集[C];2010年

4 ;Study on New Coordination Mechanisms of Generalized Supply Chains with Loss-averse Agents[A];2009中國控制與決策會議論文集（3）[C];2009年

5 樊鐵成;馬孜;;Pareto前沿在航線優(yōu)化中的應用[A];第16屆中國過程控制學術年會暨第4屆全國故障診斷與安全性學術會議論文集[C];2005年

6 徐安察;湯銀才;;Pareto分布下屏蔽數(shù)據(jù)的貝葉斯統(tǒng)計分析及其應用[A];技術融合創(chuàng)新·可靠服務企業(yè)·安全產品制勝——2013年全國機械行業(yè)可靠性技術學術交流會暨第四屆可靠性工程分會第五次全體委員大會論文集[C];2013年

7 陳銀美;石連栓;;一種改進的求解均勻分布Pareto解集的多目標遺傳算法[A];中國運籌學會第十屆學術交流會論文集[C];2010年

8 韓松;魏權齡;;非參數(shù)DEA模型最優(yōu)解的(弱)Pareto性質研究[A];中國運籌學會第七屆學術交流會論文集（上卷）[C];2004年

9 樊鐵成;馬孜;羅勛杰;;Pareto遺傳算法在集裝箱配載優(yōu)化中的應用[A];第二十四屆中國控制會議論文集（下冊）[C];2005年

10 呂萍;李晴;宋吟秋;;考慮運營成本的公路Pareto有效BOT合同[A];中國系統(tǒng)工程學會第十八屆學術年會論文集——A02管理科學[C];2014年

相關博士學位論文 前6條

1 楊蘊;多目標進化算法及其在地下水優(yōu)化管理中的應用研究[D];南京大學;2012年

2 耿志超;Pareto優(yōu)化排序問題研究[D];鄭州大學;2016年

3 安彤;VMI模式下供應鏈的Pareto改進研究[D];天津大學;2011年

4 Deogratias NURWAHA;[D];東華大學;2013年

5 陳泯融;基于極值動力學的優(yōu)化方法及其應用研究[D];上海交通大學;2008年

6 邢宇飛;復雜產品拆卸序列規(guī)劃技術研究[D];東北大學;2012年

相關碩士學位論文 前10條

1 范超;基于Pareto蟻群算法的MVB周期輪詢表設計問題研究[D];大連理工大學;2015年

2 丁沖沖;基于Pareto多目標人工蜂群算法的Web服務組合優(yōu)化研究[D];南京財經大學;2014年

3 羅強;基于OMD工藝的薄膜成型仿真優(yōu)化比較與6Sigma評估[D];華東交通大學;2016年

4 胡揚;多目標拆卸線平衡問題的Pareto細菌覓食優(yōu)化與仿真分析[D];西南交通大學;2016年

5 張韋佳;基于Pareto熵的多目標萬有引力優(yōu)化算法的研究與應用[D];華北電力大學(北京);2016年

6 陳莎;多目標群體博弈中的完美平衡與本質平衡的研究[D];貴州大學;2016年

7 韓紅艷;基于Pareto支配的高維多目標進化算法研究[D];大連理工大學;2016年

8 徐鳳;高階張量Pareto-特征值的近似估計[D];杭州電子科技大學;2016年

9 崔媛媛;步加試驗下Pareto分布的統(tǒng)計分析[D];溫州大學;2016年

10 凌潔;下截斷Weibull分布和Pareto分布次序統(tǒng)計量的隨機比較[D];安徽師范大學;2016年

，

本文編號：2166146