现代物流第14章布局设计的现代算法.pptVIP

如果采用 “负流量”值。归一化的相邻值计算公式修改如下 14.2.2 CRAFT算法 1.CRAFT算法的初始条件 CRAFT 是一种改进型布置算法，所以先要给它一定的基础，如从一个已有设施的实际布置或由另一种算法给出的初始布置开始，先确定初始布置中各部门的矩心，然后计算两两部门距心之间直角距离，并存储在距离矩阵之中。 2.CRAFT算法的迭代过程 在程序考虑部门i和j的位置交换时，不是实际交换它们的位置再来计算新的矩心和布置成本，而是临时互换当前布置中部门i和部门j的矩心数据来估算布置成本。在按估算的布置成本找到最佳交换后，CRAFT程序再交换两者的位置并计算它们新的矩心后才开始下一步迭代。 3.迭代结果依赖于路径 在搜索更好结果时，CRAFT只是从每次迭代中选择最好的交换方式，这是一种最速下降法。在上述的搜索过程中，它既不瞻前也不顾后。因此，CRAFT搜索时会在第一次碰到二相或三相最佳方案时就予以终结，这样的结果很可能只是局部最优解。 4.CRAFT用于非矩形厂房的策略 CRAFT一般仅限用于矩形厂房，但通过引人“虚”部门它也可以用于非矩形厂房。虚部门与其他部门没有任何物流或相互作用，但要由布置规划人员指定它的面积。 一般来说，虚部门主要用于：①填补建筑物的不规则之处；②代表一设施内的障碍或不能用的区域（如楼梯、电梯、厂房维护区等）；③代表厂房的额外空间；④在最终布置中用于帮助通道位置的确定。 5.CRAFT布置的修改 CRAFT的优点之一是能以合理的精确度找到初始布置。 这主要是因为CRAFT能在非矩形建筑物内的任何地方容纳矩形的部门或障碍。但是除了高度依赖路径外，CRAFT的缺点是产生的最终布置很少有部门形状是规则的，也少有直线形的且不中断的通道。 第十四章 布局设计的现代算法 14.1布局设计的数学建模求解算法 目前计算机布置算法可分为两类。一类是对布局设计问题简化并建立数学模型，再采用计算机现代算法求解的方法，称为数学建模求解算法。这类方法不能得出布局设计图，需要设计人员根据算出的数据，构思布局设计，然后再在图形绘制工具中绘制布局图。另一类是用计算机算法直接对布局图进行优化求解，最后得出优化的布局设计图， 14.1.1设施布局问题数学模型 1．单行布置的模型 首先要做如下假设，假设机器的形状是方形，机器排成一列，机器的方位是预先确定的。如图14-1所示。设有n台机器排成一列，要确定各机器的位置坐标，使机器间运送物料的成本最低。 图14-1 单行布置示意图 2．多行布置的模型 图14-2 多行布置示意图 3．二次分派问题模型 给定n个地点，现要把n个设施分配到这n个地点，这实际上是组合问题，共有n！种方案，在这n！种方案里找最佳方案使总的物料搬运费用最短。如果n等于4，则共有24种方案，显然可以用穷举发来求最优方案，如果n等于10，则有3628800种方案，如果n大于10，方案会更多，显然没有办法穷举，往往通过一些启发式算法寻找次优方案。 14.1.2遗传算法在布局设计中的应用 1．遗传算法的结构 遗传算法开始时先随机地产生一些染色体（欲求解问题的侯选解），计算其适应度，根据适应度对诸染色体进行选择、交换、变异等遗传操作，剔除适应度低的染色体，从而得到新的群体。由于新群体的成员是上一代群体的优秀者，继承了上一代的优良性态，因而在总体上优于上一代。就这样反复迭代，向着更优解的方向进化，直至满足某种预定的优化指标。 (1)编码与译码 许多应用问题结构很复杂，但可以化为简单的位串形式编码表示，我们将问题结构变换为位串形式编码表示的过程叫编码；而相反将位串形式编码表示变换为原问题结构的过程叫译码。我们把位串形式编码表示叫染色体，有时也叫个体。 (2)适应度函数 为了体现染色体的适应能力，引入了对问题中的每一个染色体都能进行度量的函数，叫适应度函数。通过适应度函数来决定染色体的优、劣程度，它体现了自然进化中的优利劣汰原则。对优化问题，适应度函数就是目标函数。 (3)遗传操作 简单遗传算法的遗传操作主要有三种:选择(selection)、交叉(crossover)、变异(mutation)。改进的遗传算法大量扩充了遗传操作，以达到更高的效率。 选择操作也叫复制操作，根据个体的适应度函数值所度量的优、劣程度决定它在下一代是被淘汰还是被遗传。一般地说，选择将使适应度较大(优良)个体有较大的存在机会，而适应度较小（低劣）的个体继续存在的机会也较小。 交叉操作的简单方式是将被选择出的两个个体P1和