基于随机权重多目标遗传算法的多目标动态单元构建方法

考虑多变的市场需求环境下单元生产系统在多个计划期具有多个目标的动态构建决策问题。通过对单元生产构建过程中的总费用、设备负载与能力之间最大偏差以及零部件跨单元移动的总次数3个目标进行权衡,建立了非线性多目标动态单元构建的数学模型。采用自适应小生境技术、惩罚技术、双轮盘赌法和精华选择策略,提出了基于精华保留策略的随机权重多目标遗传算法求解该组合优化问题。结合实例对模型和算法进行了仿真分析,结果显示了算法对解决多目标动态单元构建问题的有效性。     

考虑需求波动的单元装配系统构建问题的多目标模型

顾客个性化需求的增强导致企业需要应对动态变化的市场需求,在非确定性需求的环境下提升生产效率和应变能力。日本式单元装配模式以其较高的生产效率和柔性已经逐步成为应对多品种小批量需求的生产方式。由于现有研究多集中于确定性需求,本文针对日本式单元系统构建问题的特点,考虑需求波动的情境下流水线装配向单元装配系统转化问题,构建单元装配系统转化的多目标优化模型。该模型以最小化总加工周期的期望和方差为目标,决策单元装配系统的构建方案,以提升需求波动情境下系统的稳定性和对需求波动的应变能力。根据问题特点设计基于NSGA-Ⅱ的优化算法求解大规模问题,并结合文献数据说明了模型的应用。数值算例验证了方法的有效性,结果表明考虑需求波动情境下的单元系统构建可以提升生产系统应对波动需求的能力以及稳定性。     

基于同质设备多台配置的独立生产单元构建决策

单元化生产作为一种较好实现生产柔性与生产效率融合的先进生产方式,在变种变量需求环境下它已被大量生产企业特别是装配式生产企业所采用。生产单元构建问题是单元化生产系统设计的关键问题和首要问题,也是单元化生产研究领域的一个热点。本文研究设备易复制情形下,通过配置多台同质设备来实现生产单元间无物料移动,并保证生产单元间工作量均衡的独立生产单元构建问题。本文在综合考虑换装时间、加工顺序、设备生产能力、产品需求量等多个实际生产要素的基础上,建立了以平均总流程时间和各生产单元总流程时间与平均总流程时间偏差最小为目标的数学模型,并开发了一个启发式算法来求解数学模型,最后通过数值算例验证了模型和算法的有效性。     

只有输出的广义样本区间DEA模型

在应用多个绩效指标综合评价决策单元有效性时，决策者常常把这些决策单元与另外预先指定的标准（样本单元）进行比较。由于客观事物的复杂性和不确定性导致样本单元和决策单元的指标信息有时必须用区间数的形式给出。针对区间数指标信息的综合评价问题，本文通过分解的方法讨论样本单元和决策单元指标信息为区间数时用广义DEA模型评价决策单元有效性的方法，并相应地构建了只有输出的广义区间DEA模型。同时，对模型的含义、求解以及性质等进行了分析。之后，探讨了该方法在决策单元有效性分类和排序中的应用。最后，通过实例表明该方法的可行性和有效性。     

平行机作业环境下的订单分配与排序

针对一类平行机作业环境下的订单分配与排序问题,从整体的角度协同优化供应链中的订单分配、生产调度和分批运输调度。以完成所有订单的总订货提前期与生产运输总成本的加权和最小化为目标,构建了问题的数学模型。将基于向量组编码结构的禁忌搜索算法与基于动态规划方法的启发式算法相结合,设计了一种混合优化算法以求解问题。对不同策略和不同算法进行比较,数据实验结果显示了订单分配与排序策略的优越性及所提算法的有效性。     

面向并行制造的多生产单元协同调度研究

为提升多生产单元制造系统整体效率，在其系统内开展面向并行制造的协同调度研究，在考虑运输、换线等时间的基础上，构建多生产单元并行协同调度模型，采用并行分段协同遗传算法求解；在此基础上，将所研究协同调度方法应用于某复杂机电产品多生产单元制造车间，并与变批量调度与等批量调度比较。研究表明，所提的并行协同调度方法可以显著提升生产单元效率，提高生产单元设备和人员利用率。     

震后应急物资多方式供应的模糊动态LRP

研究震后应急物资多方式供应中的多层次设施定位-路线规划问题(LRP),综合考虑应急物流网络中的多周期应急物资模糊需求、时间窗限制、部分路网损毁与动态恢复、车辆随机行驶时间、大需求点采用需求分割策略同时进行运输与配送等特性,以应急物资总供应时间最短为目标,构建了一个震后应急物资多方式供应的多周期模糊LRP优化模型,并根据模型特点设计了一种贪婪算法结合蚁群算法的混合启发式算法予以求解.最后,通过算例验证了本文模型和算法的可行性与有效性.     

具有模糊预约时间的VRP混合遗传算法

在对具有模糊预约时间的多对多货物收发情况下的车辆路径问题进行简单描述的基础上,构建了该问题的多目标数学规划模型,提出了解决该问题的一种基于插入启发式算法、并用修正的推—碰—掷过程进行改进的混合遗传算法,最后,给出了该问题的一个计算实例,并与改进的Solomon插入启发式算法进行了比较.     

解决多目标优化问题的自适应差分算法

针对多目标优化问题,该文提出了一种自适应差分算法.该算法引用了一种新的选择方法,有效保留了精英解;给出了自适应参数F的一个新定义,使算法的搜索速度与算法当前的实际情况相结合;同时采取了局部搜索策略,有利于算法全面搜索可行空间.最后,把算法应用到四个典型的多目标测试函数,数值结果表明,该算法能够有效的收敛到Pareto非劣最优目标域,并沿着Pareto非劣目标域有很好的分散性.     

基于改进粒子群优化方法的供应商优选与订货量分配模型

研究了随机性需求环境下的供应商优选与订货量分配问题,构建了以质量、成本、交货期3个准则为目标函数、以其他目标为约束条件的多目标随机约束规划模型;借助于加权法和罚函数法,将多目标随机约束规划模型转化为单目标优化模型;进而设计了带惯性因子和收缩因子的粒子群优化求解算法对所建模型进行求解,并与常用的遗传算法求解方法进行对比分析,实例验证了粒子群优化算法解决此类优化问题的可行性和有效性.