基于智能优化算法的汽车混流装配线排序问题研究

【摘要】：随着汽车市场对多样化、个性化产品需求的增加，汽车制造商已经渐渐转变了生产模式，由福特所开启的大批量生产模式转变为多品种中小批量生产模式。能够同时生产多个品种产品的混流装配线逐渐代替了传统的单一品种装配线，并成为实现多品种中小批量生产模式的有效途径。组织多品种混流生产的关键是实现生产的平准化，而平准化的核心是混流装配线产品投产排序的最优化。合理的投产排序能保证生产的均衡、交货期的达成、产品库存的降低、企业竞争力的提升。因此，通过研究企业混流装配线的投产排序问题，能够使得混流装配生产方式更好的展现它的优势。 本文针对生产负荷均衡化、调整时间及费用最小化的目标，提出了混流装配线的多目标优化函数——有调整时间的最小化工作站的总的超载与空闲时间和最小化产品切换的总调整费用，并建立了相应的数学模型。 本文提出改进遗传蚁群混合算法来求解组合优化问题中NP难的混流装配线的投产排序问题。本文算法主体过程采用遗传算法，充分利用遗传算法的快速性、随机性、全局收敛的性质，算法一方面利用蚁群的信息素生成较优个体并补充到遗传的种群中，另一方面遗传进行迭代的结果会进一步更新信息素，从而又用于指导蚁群生成个体，充分利用了蚁群的并行性、正反馈机制以及求解效率高等特性。本文最后通过一个实例，运用改进遗传蚁群混合算法进行混流装配线排序问题的求解，并将结果同遗传算法、蚁群算法的求解结果进行了对比分析，验证了所提出的改进遗传蚁群混合算法有效可行，并且比其它算法较快的搜索到问题的最优解或次优解。