论文部分内容阅读
布局问题(Layout Problem)是指将多个待布物在给定的空间内进行布局规划,满足一定的布局原则和约束条件,从而使设计目标得到优化的一类问题。本文以企业生产中车间设施布局设计为背景,主要研究不等面积静态设施布局问题(SFLP)和动态设施布局问题(DFLP)的智能求解方法。设施布局问题由于其求解的复杂性,存在组合爆炸现象,并具有工程系统的繁琐性,属于数学上的NP难度问题,因此此类问题难以用确定性算法求得问题的最优解。然而提升生产车间布局的合理性对制造企业降低生产成本,增强其自身核心竞争力具有重要意义,因此寻找最优布局或近似最优布局十分重要。本文研究的主要内容如下:(1)研究SFLP的多目标粒子群算法。建立数学优化模型,并提出一种改进的多目标粒子群优化算法(MOPSO)来求解SFLP。为了提高MOPSO算法的效率,提出一种改进的目标空间分割法,该方法通过控制邻域拓扑结构来评估粒子的适应度值,并依据适应度值来选择粒子自身的历史最优位置和全局最优粒子。同时,针对布局问题中设施之间“互不嵌入”这一特定的约束条件,在算法中增加一种启发式构形变异策略和基于加速与回退的自适应梯度法的合法化操作,由此得到基于目标空间分割法的多目标粒子群算法(MOPSO-OSD),用以求解SFLP。使用两类算例对所提的MOPSO-OSD方法进行测试,实验结果表明所提出的算法是解决SFLP的一种有效的算法。(2)研究DFLP的多目标粒子群算法。先建立不等面积动态设施布局问题的数学模型,对算法中解的表示方式重新定义,再根据动态车间设施布局问题的特点,对MOPSO-OSD算法加以改进。考虑到动态布局过程的多阶段的特性同时提高解的多样性,定义了一种单位搬运费用策略对所有周期的设施位置进行更新。使用经典的动态设施布局算例,实际生产应用算例两类算例对所提的MOPSO-OSD方法进行测试,并将其计算结果与文献中其他几个优秀算法进行比较。实验结果表明所提出的模型的有效性以及MOPSO-OSD算法在求解DFLP时的可行性。