基于多种群遗传算法T公司装配生产线平衡问题研究.docVIP

基于多种群遗传算法T公司装配生产线平衡问题研究 　　摘要： 本文将对T公司光伏逆变器装配生产线平衡问题进行研究，通过建立以生产节拍，生产线平滑指数相结合的多目标优化数学模型，采用在matlab环境下的双种群遗传算法对装配生产线进行优化，以期达到生产节拍尽可能小，工位间负荷均衡，从而提高装配生产线效率，提高产能。 　　Abstract： In this paper， the multi-objective optimization mathematical model of the production line and production line smoothing index is established by using the dual-population genetic algorithm in the matlab environment to carry out the research on the assembly line of the PV inverter assembly line， in order to achieve the production of the beat as small as possible， load balance between the work， so as to improve the efficiency of assembly line production and improve production capacity. 　　关键词： 装配线平衡；双种群遗传算法；matlab 　　Key words： assembly line balance；dual population genetic algorithm；matlab 　　中图分类号：TG95 文献标识码：A 文章编号：1006-4311（2018）01-0229-03 　　0 引言 　　近年来随着市场的不断扩大，制造业竞争的焦点逐渐转移到如何快速响应市场需求，对工业产品的生产效率的追求也不断提高。在工业产品的制造过程中，装配生产线平衡问题无疑制约生产效率的核心影响因素，如何科学高效地解决这一问题成为了关键。国内外学者对此问题进行了大量的研究。文献[1]提出了一种基于作业顺序综合运用遗传算法和仿真分析的混合装配线平衡问题的求解方法；文献[2]提出了混合遗传算法求解汽车装配线平衡问题，取得良好改善效果；文献[3]提出了一种只在可行作业序列子空间进行搜索的算法，既有一般遗传算法的并行和随机搜索能力又有极高的搜索效率；文献[4]在遗传算法基础上考虑了最小节拍时间和工位工时标准差的综合影响用来比较最小节拍时间相同的不同作业分配方案间优劣等。 　　在此基础上，结合作者在T公司实习的相关经验，以一条光伏逆变器装配线为案例背景进行以下研究。 　　1 问题的提出 　　T公司生产多种机型光伏逆变器，以500kW膜电容光伏逆变器为本案例分析对象，其装配生产线具体情况如下： 　　①经过现场实地调研，测定各个工位的工序标准时间，确定作业优先关系图和各工序的标准作业工时，如下： 　　Time=[8.30，13.80，6.80，3.40，3.40，4.10，8.10，17.10， 　　10.20，5.20，17.10，17.64，23.12，14.09，13.67，4.50，9.57， 　　17.37，8.84，2.81，9.57，4.82，5.79，8.04，1.37，9.81，5.55，8.44， 　　2.89，8.76，8.04，2.89，11.42，11.58，4.34，2.41，3.30，4.42，4.34， 　　1.45，1.85，1.85，4.26，3.54，2.25，2.25，8.92，5.79，5.22，16.74， 　　20.22，31.89，29.86，34.00，16.77，17.08，41.56，1.36，6.46，0.64， 　　27.48] 　　②求解装配线目前的装配线平衡率，平滑指数SI及生产节拍CT，如下： 　　max？浊=×100%=72.62%；SI=∑（CT-TS）=67.76；CT=maxTS=209.43min 　　③装配线目前存在主要的问题：1）生产节拍过长，使现场作业调控有难度；2）工位间负荷严重不均衡，装配线平衡低下。 　　本文就以上现状对光伏逆变器装配线平衡问题进行了以下研究。 　　2 建立数学模型 　　2.1 装配线平衡问题模型描述 　　为了更好求解装配线平衡问题，进行如下参数定义：工序数n，工序号i，工位数m，工位号k，第i个工序作业时间Ti，第k个工位工序总作业时间TSk，生产节拍CT，平滑指数SI。根据装配线优化目标