基于双种群并行遗传算法的混合流水线优化

【摘要】：电子商务在服务行业中占据重要地位。而对其运营中心的管理和流程优化成为了各电商企业越来越关注的课题之一。在运营中心,逆向物流部门的响应速度和工作质量是影响客户体验及运营成本的重要因素。本文的研究背景为某电子商务企业(下面简称为A公司)的运营中心逆向物流部门的精益改善项目,项目目标是实现整组工位的均衡化生产。目前该部门流水线及各工位存在严重的“时忙时闲”现象,导致整组效率的提升困难。现欲利用流水线工位布局改善,合理分配作业元素和改进配送站预约到货时间等手段,实现消除“瓶颈工位”,均衡化生产,最终提升效率,即缩短加工总时长的目的。 论文结合精益生产理论的优化成果,利用混合流水线均衡原理建立多层目标模型,同时采用双种群遗传算法原理对粗粒度并行遗传算法进行改进后,对模型进行求解。在研究背景方面：以逆向物流部门退货流水线为研究对象。研究涉及产品种类多样,同时其自主制定预约配送计划的能力有利于全面考虑不同种类产品的投产排序计划对流水线均衡生产的影响；在研究方法方面：本文结合定性和定量的研究方法,不仅针对“瓶颈工位”问题改善了现场布局,同时针对混合流水线平衡模型求解得到最优的作业元素分配方案以及产品投产排序方案；在模型建立方面：通过目标分离和子种群独立进化手段,避免了传统多目标求解时权重设置带来的主观性弱点；在算法、编程方面：借鉴双种群遗传算法的优化原理及粗粒度并行的优化思想,旨在克服传统遗传算法的全局收敛性差及搜索速度慢的缺陷；在数值试验方面：首先,通过五种运行原理的结果比较,对本文提出的“多目标轮换”原理性能进行评价。然后探究了种群规模、繁衍代数等参数对结果的影响,最后,寻求并对最优解集进行验证。