基于模糊决策与进化算法的生产设备布局优化

doi:10.3778/j.issn.1002-8331.1603-0334

计算机工程与应用 ›› 2017, Vol. 53 ›› Issue (17): 241-248.DOI: 10.3778/j.issn.1002-8331.1603-0334

基于模糊决策与进化算法的生产设备布局优化

高贵兵1，岳文辉2，张道兵1

1.湖南科技大学机电工程学院，湖南湘潭 411201
2.湖南科技大学机械设备维护湖南省重点实验室，湖南湘潭 411201

出版日期:2017-09-01 发布日期:2017-09-12

Optimizing production equipment layout based on fuzzy decision and evolutionary algorithm

GAO Guibing1, YUE Wenhui2, ZHANG Daobing1

1.College of Mechanical and Electrical Engineering, Hunan University of Science & Technology, Xiangtan, Hunan 411201, China
2.Hunan Provincial Key Laboratory of Mechanical Equipment Maintenance, Hunan University of Science & Technology, Xiangtan, Hunan 411201, China

Online:2017-09-01 Published:2017-09-12

摘要/Abstract

摘要： 为解决复杂情况下制造系统的生产设备布局优化问题，提出了一种将模糊决策与进化算法相结合的设备布局优化方法。进一步完善了优化模型，优化目标包括总成本最小、设备相邻要求最大化和面积利用率最大化等优化目标；其中总成本最小目标考虑了物料搬运成本，设备重置导致的设备拆装、移动成本，生产停工造成的产能损失成本。该方法考虑了用户对于成本、利用率及相邻性要求等存在的满意度、优先度等模糊情况，基于模糊决策理论，对多目标优化模型进行了模糊化处理，设计了模糊适应度函数，用以根据用户的优先关系评价pareto解集。基于求解模型的特点，对多目标进化算法的染色体编码方式与交叉、变异等遗传操作方式进行改进，以提高求解该模型的实用性与效率。最后以实际案例的优化结果证明了该方法的有效性。

关键词: 模糊决策, 进化算法, 布局优化, 多目标优化

Abstract: An improved optimization method is proposed to solve the optimization problem of production equipment layout of manufacturing system, which the variety of complex situation is considered, and both the fuzzy decision and evolutionary algorithm are combined.Firstly, the optimization model is improved, that the total cost is minimized, while the requirements of adjacent equipment and the space utilization are maximized; the material handling cost, the resetting cost, the loss of production costs are considered in the total cost objective.Secondly, The blur of satisfaction, priority which existed in the targets, such as cost, efficiency and neighboring requirements, are considered in this method; and based on the fuzzy decision theory, the model is fuzzy processing; the fuzzy fitness function is designed to evaluate the Pareto solution set.Thirdly, the operation of coding chromosome, crossover and mutation in the multi-objective evolutionary algorithm are improved to solve the multi-objective optimization model.Finally the optimization results of an actual case demonstrate the validity of the model and algorithm.

Key words: fuzzy decision-making, evolutionary algorithms, facility layout optimization, multi-objective optimization

高贵兵1，岳文辉2，张道兵1. 基于模糊决策与进化算法的生产设备布局优化[J]. 计算机工程与应用, 2017, 53(17): 241-248.

GAO Guibing1, YUE Wenhui2, ZHANG Daobing1. Optimizing production equipment layout based on fuzzy decision and evolutionary algorithm[J]. Computer Engineering and Applications, 2017, 53(17): 241-248.

[1]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[2]	陈万芬，王宇嘉，林炜星. 异构集成代理辅助多目标粒子群优化算法[J]. 计算机工程与应用, 2021, 57(23): 71-80.
[3]	胡小兵，陈树念，张盈斐，谷升豪. 求解多目标路径优化问题的涟漪扩散算法[J]. 计算机工程与应用, 2021, 57(23): 81-90.
[4]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[5]	李大海，艾志刚，王振东. 基于全组合策略的多目标阴阳对算法[J]. 计算机工程与应用, 2021, 57(22): 110-124.
[6]	张敏，彭红伟，颜晓玲. 基于神经网络的模糊决策树改进算法[J]. 计算机工程与应用, 2021, 57(21): 174-179.
[7]	钱峥远，曾国荪. 精英化岛屿种群引导的差分进化算法[J]. 计算机工程与应用, 2021, 57(20): 73-81.
[8]	白首华，郭广颂，胡天彤. 交互式多目标文化算法优化多模态混合指标[J]. 计算机工程与应用, 2021, 57(17): 80-87.
[9]	崔彩霞，毕超超，范勤勤. 基于隐马尔可夫链的自适应MODE及应用[J]. 计算机工程与应用, 2021, 57(14): 83-94.
[10]	李荣，贺兴时，杨新社. 基于差分进化的飞蛾算法在电力调度中的应用[J]. 计算机工程与应用, 2021, 57(13): 258-268.
[11]	沈鑫，邹德旋，张强. 采用双变异策略的自适应差分进化算法及应用[J]. 计算机工程与应用, 2020, 56(4): 146-157.
[12]	吴天纬，安斯光，孙崎岖，李梅，孙丽宏，申屠南瑛. 改进聚合树的高维多目标降维优化算法[J]. 计算机工程与应用, 2020, 56(21): 47-53.
[13]	王利利，张琳娟，尚雪宁，高德云. 计算智能在电动车充电站规划的应用研究综述[J]. 计算机工程与应用, 2020, 56(2): 1-10.
[14]	吉训生，蔡益青. 利用历史信息和限制算子求解MOFJSP[J]. 计算机工程与应用, 2020, 56(2): 272-278.
[15]	涂经科，梁俊斌，蒋婵，王天舒. 大规模无环有向管网中移动物联网监测进展[J]. 计算机工程与应用, 2020, 56(17): 1-11.

基于模糊决策与进化算法的生产设备布局优化

Optimizing production equipment layout based on fuzzy decision and evolutionary algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics