基于改进人工蜂群算法的车间设施布局优化方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109740817A(43)申请公布日2019.05.10(21)申请号201811653309.5(22)申请日2018.12.30(71)申请人江苏金陵智造研究院有限公司地址210006江苏省南京市秦淮区正学路1号(72)发明人刘峰陶凌峰李茂盛杨伟锋张小红高磊汪孝胜刘哲洪鹏(74)专利代理机构南京理工大学专利中心32203代理人陈鹏(51)Int.Cl.G06Q10/04(2012.01)G06N3/00(2006.01)权利要求书2页说明书4页附图2页(54)发明名称基于改进人工蜂群算法的车间设施布局优化方法(57)摘要本发明公开了一种基于人工蜂群算法的车间设施布局优化方法，该优化方法以车间内单元间总物流矩为优化目标，建立数学模型和约束条件；对基本人工蜂群算法进行离散化处理，采用基于随机搜索的局部搜索方法，并融合次序交叉操作和锦标赛选择机制。通过仿真实验证明，本发明的优化方法能够在较短时间内得到全局最优解，减少了加工单元之间的搬运费用，从而实现对车间设施布局的最优化设计。CN109740817ACN109740817A权利要求书1/2页1.一种基于改进人工蜂群算法的车间设施布局优化方法，其特征在于，包括以下步骤：步骤1，车间设施布局优化问题本质为组合优化问题，对人工蜂群算法离散化处理，采用序号编码方式进行编码，并将加工单元均简化为矩形，建立目标函数的数学模型，确定其约束条件；步骤2，初始化种群阶段：设定种群控制参数，包括种群数目SN、交叉概率pc以及阈值Limit，应用随机方法产生初始化的种群，将种群中的最优解存储至外部集合；步骤3，采蜜蜂阶段：采蜜蜂对种群中的每一个食物源进行局部搜索，对新食物源和原有食物源进行比较，优质的食物源将会被保留，更新外部集合；步骤4，观察蜂阶段：观察蜂采用锦标赛机制选择一个食物源，判断是否进行交叉操作，如果进行交叉操作，则将种群内一个食物源与锦标赛机制产生的食物源进行交叉操作，保留优质的食物源，如果不进行交叉操作，则观察蜂对锦标赛机制产生的食物源进行局部搜索，保留优质食物源，重复以上操作SN次，更新外部集合；步骤5，侦查蜂阶段：判断每个食物源是否大于阈值Limit，如果大于阈值Limit，则随机产生一个食物源，更新外部集合；步骤6，判断是否满足停止准则，如满足，则导出外部集合，否则，转到步骤3。2.根据权利要求1所述的基于改进人工蜂群算法的车间设施布局优化方法，其特征在于，所述步骤1中，采用的序号编码方式为：{(ms(1),ms(2),…ms(M)),(Δs(1),Δs(2),…,Δs(n))}其中，ms(j)为第j个位置的加工单元；ms(1),ms(2),…ms(M)为加工单元m1,m2,…mM的一个全排列；Δs(j)为加工单元ms(j)和ms(j-1)之间的净距离。3.根据权利要求1所述的基于改进人工蜂群算法的车间设施布局优化方法，其特征在于，所述步骤1中，优化目标是车间内单元间物流搬运总费用最小，采用物流矩的方法表示单元间物流搬运费用，每两个加工单元间的物流矩由单元间物流量、单位距离单位物流量搬运费用以及两单元之间距离，这三者的乘积组成，目标函数的数学模型如下：其中，W为车间内单元间的总物流矩；N为车间加工零件类型的总数量；M为车间单元总数量；i，j，k均为整数，且满足j≠k，1≤j,k≤M；为零件i在加工单元j与k之间的物流量；Dj,k为加工单元j与k之间的距离，对于单行布局问题Dj,k＝|xj-xk|，xj和xk分别为加工单元j和k中心的x轴坐标，对于多行布局问题Dj,k＝|xj-xk|+|yj-yk|，xj和yj分别为加工单元j中心的x轴坐标和y轴坐标，为零件i在加工单元j与k之间单位距离上单位物流量的搬运费用。4.根据权利要求1所述的基于改进人工蜂群算法的车间设施布局优化方法，其特征在于，所述步骤1中，数学模型的约束条件包括行方向约束和列方向约束；行方向约束：(1)某个加工单位仅能在某一行中布置，且仅能出现一次；(2)同一行内确保两相邻加工单元间不存在干涉和重叠，也就是相邻加工单元间最小间距约束；列方向约束：(1)同一行内各加工单元y坐标相同；(2)保证设备在y方向上不出现干涉与重叠，相邻行之间最小间距约束。5.根据权利要求1所述的基于改进人工蜂群算法的车间设施布局优化方法，其特征在2CN109740817A权利要求书2/2页于，所述步骤3中，局部搜索采用基于随机搜索的局部搜索方法，该方法计算步骤为：(1)在初始解的编码内选择3个位置，并生成3个位置排序的所有局部解；(2)在生成的所有局部解中选择最优的局部解。6.根据权利要求1所述的基于改进人工蜂群算法的车间设施布局优化方法，其特征在于，所述步骤4中