基于改进遗传算法的汽车混流装配线物料配送路径优化.docVIP

基于改进遗传算法的汽车混流装配线物料配送路径优化 　　摘 要：物料配送的及时和准确是汽车装配线高效运作的根本。针对汽车装配线物料配送路径优化的问题，运用无量纲化方法建立了以物料配送距离最短和惩罚成本最低为目标的多目标综合评价物料配送路径优化模型，引入新的轮盘赌选择算子和交叉算子，形成改进遗传算法，并采用该算法对模型进行了求解，最后用实例验证了该模型和改进遗传算法的有效性，并通过和遗传算法的计算结果对比，验证了改进遗传算法的优越性。 　　关键词：汽车装配线；VRPTW；改进遗传算法 　　中图分类号：F252.14 文献标识码：A 　　Abstract： Timely and accurately distribution of the material is the fundamental of the efficient operation of automobile assembly line. A multi objective comprehensive evaluation model of material distribution path based on the shortest material distribution distance and the lowest penalty cost is established by using the method of dimensionless method. Then， an improved genetic algorithm is presented to solve it. In this algorithm， the new roulette selection operator and crossover operator are proposed. Finally， the validity of the proposed model and improved genetic algorithm is verified by an example， and the superiority of the improved genetic algorithm is also verified by comparison with the standard genetic algorithm. 　　Key words： automobile assembly line； VRPTW； improved genetic algorithm 　　0 引 言 　　混流生产线是指在不做改变或者稍微调整后就能生产多种不同类型和数量的相似或相近产品的生产线。汽车装配线作为典型的混流生产线，其主要是完成零部件装配工作，由于同一装配线上产品种类和数量比较多，导致零部件的种类和数量更加繁多。物料的准时化配送成为了汽车装配线重点考虑的问题，也是提高装配效率的关键所在。准时化的物料配送，要求物料配送路径最优，成本最低，而且物料到达工位的时间有严格的区间要求。 　　目前针对混流生产线的物料配送路径研究较少，对路径优化问题，大多是设计新的算法，提高问题的求解速度，还有一部分是根据实际研究情况，改变数学模型或者增加约束。杨斯淇结合生产车间的实际情况，构建了有容量限制的物料配送优化模型[1]；任星球等提出带缓存区的准时化物料配送问题，建立总成本最低为目标的模型，并设计了混合量子进化算法，对模型进行求解[2]；高贵兵等建立了以车辆行驶距离最短、车辆利用率最大和配送次数最少为优化目标的多目标配送车辆路径优化模型，并根据问题实际情况，设计了双层递进进化多目标优化算法进行问题模型求解[3]；马尚兵等建立了以成本最低为目标的带时间窗的物料配送路径优化模型，并设计了改进的混合蚁群算法对模型进行求解[4]；侯玉梅等建立了带软时间窗的整车物流配送路径优化问题，并提出自适应遗传算法求解[5]。国外关于路径优化问题研究的相对较早也比较成熟，Mazzeo等建立了一种求解带容量限制的车辆路径优化的蚁群算法，并验证了算法的高效性[6]；CHOIW提出了一个动态的物料配送系统，根据实际生产进度动态预测生产线所需消耗的零部件种类和数量，然后完成配送[7]；Sulieman. D等根据不确定需求的车辆路径问题，提出了两个双目标模型，采用多目标进化算法求解[8]；William Ho等采用混合遗传算法求解VRP问题，首先用领域有哪些信誉好的足球投注网站算法构造初始解，然后用遗传算法进行求解[9]。 　　从上述文献中也可看出，针对物料配送路径优化问题，大多建立单目标的数学模型，即使建立多目标数学模型，运用无量纲化处理多目标函数进行运算的研究文献较少，同时考虑混合时间窗约束限制和运用改进遗传算法求解的文献也比较少