一种离散制造系统的车间布局方法
【技术领域】
[0001] 本发明涉及一种车间布局方法，尤其涉及一种离散制造系统的车间布局方法。
【背景技术】
[0002] 离散制造系统的车间布局设计是制造工业中最为关键和困难的设计任务之一，其 设计好坏直接影响到生产过程的物流成本与生产效率，具有重要的理论意义和实用价值。 有效的布局优化方法能够大大提高企业的工作效率，降低物流运送费用，增强企业竞争力， 创造可观的经济效益。同时，车间布局优化问题是典型的NP-hard问题，高效的布局设计方 法能够为工厂设计与管理人员提供极大的便利。
[0003] -般的离散制造系统车间布局问题是二维空间的组合优化问题，涉及到设备的 行数分配和行内的设备排序两个子任务，现有的典型布局设计方法主要有系统布局设计 (SLP)、整数规划、混合整数规划、动态规划和规则布局等方法，这些传统方法在方案的全局 优化能力和计算时间等方面的性能不甚理想。近年来随着智能算法的出现和发展，且这类 算法兼顾求解速度和求解质量，能够在合理的时间内找到问题尽可能好的解，因此也逐渐 被应用到车间布局优化问题上。
[0004] 基于遗传算法的组合优化方法模拟达尔文的自然选择和适者生存法则，一般适应 性强的个体生存概率越高，以生成更加适应新环境的后代。当采用遗传算法求解某个组合 优化问题时，它能够利用个体的进化信息进行自组织的搜索，一般以交叉、变异和选择三个 算子循环进行，增加了其搜索的灵活性。然而，在求解车间布局优化这类解空间结构复杂且 规模庞大的优化问题时，一般的遗传算法还存在以下两方面的问题：首先，由于遗传算法是 基于生物之间的竞争机制，因此在算法初始阶段，较优个体很容易形成压倒性优势，致使算 法陷入局部最优；其次，面对巨大解空间的优化问题，遗传算法搜索效率低、收敛速度慢。遗 传算法以上两方面的缺陷使得对车间优化问题求解极易陷入局部最优，鉴于此，遗传算法 的一系列改进，如带局部搜索（模拟退火、邻域搜索等）的遗传算法、并行遗传算法等，被提 了出来。
[0005] 并行遗传算法是这类改进方案中备受关注的一种。并行遗传算法中包含若干个不 同搜索机制的染色体种群，既有各种群内的进化搜索，也有种群间的信息交流。这类通过空 间隔离机制限制优势个体支配整个群体的方法，在一定程度上减小了种群陷入局部最优的 概率，但种群进化的基本策略和解的搜索方法未变，在解空间极大的情况下，以上两个问题 依然存在。
【发明内容】
[0006] 为了解决上述技术所存在的不足之处，本发明提供了一种离散制造系统的车间布 局方法。
[0007] 为了解决以上技术问题，本发明采用的技术方案是：一种离散制造系统的车间布 局方法，具体步骤如下：
[0008] A、系统Π 层，将车间设备与生产信息录入至布局设计平台；
[0009] Β、模型搭建层。根据录入的车间信息，分别搭建行间设备分配数学模型、行内 设备排序数学模型、工序间批次划分数学模型以及布局方案性能评估模型，具体模型见 C. 2. 2. 1)和 C. 2. 2. 2〇
[0010] C、车间布局优化子系统
[0011] 具体包括设备分配设计模块、设备排序设计模块以及产品批次路径控制模块；
[0012] C. 1、初始化
[0013] 设定第一级种群数量popl，第一级交叉概率Pca，第一级变异概率Pml，第一级循环 次数N 1，第二级种群数量pop2,第二级交叉概率Ρ?，第二级变异概率Pm2，第二级循环次数 N2;按照设定好的参数和建立的车间布局优化数学模型，随机生成规模为popl的第一级的 染色体种群，染色体的每一个基因表示对应设备所分配的行数；
[0014] C. 2、第二级遗传算法搜索
[0015] C. 2. 1、第二级初始化；
[0016] 对于第一级的每一个染色体个体chromosomeli，按照设定好的参数，随机生成规 模为P〇p2的染色体种群，染色体的每一个基因表示对应设备在全体排序中的优先级；
[0017] C.2.2、解码
[0018] 由第一阶段的染色体和第二阶段的染色体组合，可以得出车间中每行所配置的设 备名称和设备顺序，然后根据车间的生产纲领和产品加工工艺，计算出生产完成所有产品 所产生的总的物流成沐
【主权项】
1. 一种离散制造系统的车间布局方法，其特征在于：具体步骤如下： A、 系统n层，将车间设备与生产信息录入至布局设计平台； B、 模型搭建层；根据录入的车间信息，分别搭建行间设备分配数学模型、行内设备排序 数学模型、工序间批次划分数学模型以及布局方案性能评估模型； C、 车间布局优化子系统 具体包括设备分配设计模块、设备排序设计模块以及产品批次路径控制模块； C. 1、初始化 设定第一级种群数量popl，第一级交叉概率Pd，第一级变异概率Pml，第一级循环次数K，第二级种群数量pop2,第二级交叉概率Pc;2，第二级变异概率pm2，第二级循环次数N2;按 照设定好的参数和建立的车间布局优化数学模型，随机生成规模为popl的第一级的染色 体种群，染色体的每一个基因表示对应设备所分配的行数； C. 2、第二级遗传算法搜索 C. 2. 1、第二级初始化； 对于第一级的每一个染色体个体chromosomeli，按照设定好的参数，随机生成规模为pop2的染色体种群，染色体的每一个基因表示对应设备在全体排序中的优先级； C. 2. 2、解码 由第一阶段的染色体和第二阶段的染色体组合，可以得出车间中每行所配置的设备名 称和设备顺序，然后根据车间的生产纲领和产品加工工艺，计算出生产完成所有产品所产 生的总的物流成本
其中，在计算每两道工序间的物流量时，若 前、后道工序均对应只有一台可用设备，则直接计算amountjdistancejH,』的值可得；若 前道工序对应一台可用设备，后道工序对应多台同种机型，则前道工序的任务量均摊到 所有后道工序可用设备，计算所有amountjdistanceju.之和；同样的，若前道工序有多 台同种机型，后道工序对应只有一台可用设备时，计算所有前道工序设备到后道工序设 备的物流量amountUdistancepM之和；若前、后道工序均对应多台同种机型时，则以局 部最小化物流量为目标，建立两道工序间任务量分配的整数规划模型，采用CPLEX工具 箱进行求解，得出每台前道工序设备分配到每台后道工序设备的任务量，最后计算所有 amountjdistancej-i'j之和； C. 2. 3、适应度函数计算 根据计算出的每个染色体的物流量之和C，按公式fitness=C1()eal_min/C计算每个染色 体的适应度值； C. 2. 4、第二级染色体选择操作 采用轮盘赌，按概4
i出两个个体chromosome21、 chromosome22 ； C. 2. 5、第二级染色体交叉操作 对选出的染色体chromosome21、chromosome22,按概率pe2进行交叉操作，产生两个子 代染色体chromosome21'和chromosome22'; C. 2. 6、第二级染色体变异操作 对子代染色体chromosome21'和chromosome22'按概率pm2进行变异操作，产生两个 新染色体chromosome21"和chromosome22"，i=i+2,如果i<pop2,跳到步骤（2. 4)，否 贝1J，用所有新的染色体种群替代原来的第二级种群，进入下一步； C. 2. 7、第二级遗传算法终止判断 判断第二级遗传算法迭代次数是否达到N2，是，则将第二级染色体种群中最小的物流 量值赋给第一级的染色体chromosomeli，作为其物流量，终止第二级遗传算法，否则，跳到 步骤C. 2. 3,i= 0 ; C. 3、第一级适应度函数计算 在对所有第一级染色体chromosomeli均运行第二级遗传算法后，得出所有染色体的 物流量，根据fitness=C1()eal_min/C，计算染色体chromosomeli的适应度值； C. 4、第一级染色体选择操作 采用轮盘赌，按概率选出两个个体chromosomell、 chromosome12 ；
C.5、第一级染色体交叉操作；对选出的染色体chromosomell、chromosomel2,按概率Pcl进行交叉操作，产生两个子代染色体chromosomell'和chromosomel2'; C. 6、第一级染色体变异操作； 对子代染色体chromosomell'和chromosomel2'按概率pml进行变异操作，产生两个 新染色体chromosome21"和chromosome22"，j=j+2,如果j<popl，跳到步骤（4)，否 贝1J，用所新的染色体种群替代原来的第一级种群，进入下一步； C. 7、第一级遗传算法终止判断； 判断第一级遗传算法迭代次数是否达到K，是，则终止第一级遗传算法，否则，跳到步 骤C. 2,j= 0 ; 进一步的，在步骤C. 2. 2中，所述的车间布局优化数学模型如下： C. 2.2. 1、变量定义ck:第k种产品的数量； Dij:设备i和设备j之间的距离； Xi、yi:设备i的横、纵坐标；li、Wi:设备i的长度和宽度； L、H:车间的总长、总宽； (i，j):工件的工序对，工序i和工序j为两道紧邻工序； Si:工件i的工序对集合； C. 2. 2. 2、模型建立 (1) Dij=Ixj-Xj| +1yj-yj (2)
0 ^L (6) O^y^H (7) 上述式子中，式⑴为目标函数式；式⑵为两台设备间的距离计算公式；式⑶表 示设备间的横向坐标约束，其中dk(〇),k(i)dk(s(k"，k(s(k)+i) 分别是第一个位置的作业单位和第 S(k)位置的作业单位与始端与终端边界间的最小间距；式（4)表示第k行的设备具有同样 的纵坐标；式（5)表示设备间的纵向坐标约束，其中hkW,_Mj)表示第一行作业单位与起始 墙壁之间的距离；式（6)、（7)表示横、纵坐标极限值约束； 再进一步的，步骤C. 2. 2所述的两道工序间任务量分配的整数规划模型如下： C. 2. 2. 2. 1、变量定义 m，n:前道工序和后道工序分别对应的设备台数； xiJ:前道工序第i台设备分配到后道工序第j台设备的任务量，i= 1，2,L，m，j= 1， 2，L，n ; S:某工件总的任务量 (2. 2. 2. 2)模型建立
0(11) 上述式中，式（8)为局部优化目标函数；式（9)最终分配到每台后道工序设备上的任务 量相同；式（10)表不从每台前道工序分配出去的任务量相等；式（11)表不分配任务量非 负； D、 车间布局设计结果评估与显示模块；用户通过模块许可，将以上布局设计方案发送 至服务器，车间管理人员执行优化结果。
【专利摘要】本发明公开了一种离散制造系统的车间布局方法，具体步骤如下：系统UI层，将车间设备与生产信息录入至布局设计平台；模型搭建层；根据录入的车间信息，分别搭建行间设备分配数学模型、行内设备排序数学模型、工序间批次划分数学模型以及布局方案性能评估模型；车间布局优化子系统；车间布局设计结果评估与显示模块。用户通过模块许可，将以上布局设计方案发送至服务器，车间管理人员执行优化结果。本发明的优点为避免了一般布局优化中因仅考虑加工站的分块布局而降低车间布局全局性能的缺点。同时，在前后道工序设备均有多台情况下，考虑了设备间任务量的最优分配，利用第三级优化进一步减小了物流运输量。
【IPC分类】G05B19-418
【公开号】CN104808627
【申请号】CN201510186021
【发明人】李申, 范小斌, 秦威
【申请人】海安县申菱电器制造有限公司
【公开日】2015年7月29日
【申请日】2015年4月20日