CMS环境下基于智能优化算法单元间布局问题研究.doc

CMS环境下基于智能优化算法单元间布局问题研究 　　摘 要：研究了单元制造系统（CMS）设计中单元间布局设计问题，从单元制造系统的实际出发，提出了一种基于割树（Slicing??tree）的单元间布局设计模型。该模型考虑了单元形状约束、单元I/O点位置优化等诸因素对布局结果的影响。针对基于割树的描述形式，采用遗传算法求解，提出了一种新的割树编码方案，克服了以往编码方案易产生非法子串、不能覆盖整个解空间以及实现困难等缺点。计算结果表明，该算法是有效的、可行的。 　　关键词：单元间布局；遗传算法；单元制造系统；布局设计 　　中图法分类号：TP391文献标识码：A 　　文章编号：1001-3695(2007)06-0072-03 　　 　　0 引言?? 　　布局规划合理与否对于单元制造系统（CMS）实施的成败起着举足轻重的作用［1］。一般而言，CMS的布局规划包括以下三个步骤［2］：①单元构建（Cell Formation），即利用成组技术（GT）将待加工零件归为若干零件族，将加工设备划分为若干加工单元。②单元内布局（Intra??cell Layout），即为各个单元合理布置其内加工设备及工作站。③单元间布局（Inter??cell Layout），即在车间范围内安排各单元的合理位置。?? 　　单元内布局形式通常比较固定，如单行、U型、环型等，一般用QAP模型描述。QAP问题的求解已经被证明是NP??hard的。相对而言，单元间布局问题更为复杂，已成为近年来布局设计研究的一大热点。?? 　　本文以单元间布局设计为研究对象，以最短化单元间物流搬运总路径为优化目标，在前人研究工作的基础之上，从单元制造系统的实际问题出发，提出了一种基于割树（Slicing??tree）的单元间布局模型，并设计了相应的遗传算法（GA）进行求解。?? 　　 　　1 问题描述?? 　　单元间布局设计通常在单元内设备布局完成之后进行［1］。不同于传统的设施布局，此时各个单元的占地面积和形状基本确定，最适合放置物料装卸站点（I/O点）的边也可以确定。合理的单元间布局设计必须考虑所有这些约束。在本文中，每个单元用一个矩形描述。该矩形除了具有一定的面积外，还限制其长宽比只能在一定范围内变化，从而约束了单元的形状。为了确定各单元在布局平面上的相对位置，采用割树模型［3］描述如下：首先随机地将待布置单元集??A??分成两个子集??B、C（B∪C=A,B∩C=?迹┆?；然后随机选取一种分割方式（水平或垂直）切割给定的布局平面，使切割后新产生的两个矩形面积分别对应于单元集??B??的面积与单元集??C??的面积和。对所有新产生的单元子集重复这一过程直至所有单元子集中均仅含一个单元。最终所得的分割结果即描述了目标布局平面上各单元的位置和形状信息，如图1所示。由于分割结果可以等价地用一棵二叉树加以表示，因而称该表达方式为割树。树的叶节点为各单元编号；内节点或者为符号“H”（表示水平分割方式）或者为“V”（表示垂直分割方式）。割树也可等价地描述为一个字符串。对于图1 所示的例子，三种可行的字符串为 　　在单元制造系统中，由于单元之间的物流在各单元的I/O点之间进行，因而各单元I/O点位置的选取对最终搬运效率有很大的影响。本文假定每个单元仅有一个I/O点，其可能的位置为单元四条边界的中点，则每个单元的I/O点位置可以用一个Bool变量对??（u,v）??描述如下： 　　 　　2 算法描述 　　遗传算法是一种基于生物自然选择与遗传机理的并行随机搜索算法，在组合优化问题的求解中得到广泛应用。遗传算法的成功实施需要精心设计编码、选择、交叉、变异四个重要环节。为了对割树进行编码，文献[3，6]采用基于逆序字符串的编码方式，但这导致遗传算子设计困难，算法只能搜索到解空间的真子集，从而可能使潜在的更优解被忽略。为了扩大搜索范围，文献[4]改用一种基于Gambler’s Ruin法则的编码方案，但这种编码方案无法避免遗传操作产生非法子串。为解决此问题，文献[5]提出一种同是基于Gambler’s Ruin法则的二维编码方案，但该方案实现起来过于复杂。为了避免上述问题，本文提出一种基于顺序字符串的编码方案，并设计了相应的遗传算子，允许搜索覆盖整个问题解空间，且实现起来简单易行。 　　2.1 编码?? 　　一个染色体包含四个部分：前三部分可还原成等价于一棵割树的顺序字符串，后一部分则为各单元的I/O点位置变量对??(u,v)??。例如，对于图1所示实例，染色体的前三部分为??123456??10010??31245??。第一部分123456为单元编号序列；第二部分10010中的1和0分别对应切割方式V和H；第三部分31245中的每个数字指示了顺序字符串中括号对的