2018数学建模国赛优秀论文D题-汽车总装线配置的优化模型研究.pdf

汽车总装线配置的优化模型研究 摘 要 生产具有品牌、配置、动力、驱动、颜色等属性的多种型号的汽车，对总 装线和喷涂线上的装配顺序各项提出了各种不同形式的要求，而且不同的装配 顺序造成的生产成本也不尽相同。本文主要通过建立数学模型并设计算法，给 出符合生产要求、且具有较低生产成本的装配顺序。 首先是数据处理，使用python 将原附件数据中的生产计划整理成方便数据 读取的规范形式，设计Excel 表格存储每日的装配顺序，并与生产计划数据联 动形成相互校验，保证装配顺序的准确性； 接着，通过分析总装线和喷涂线的各项要求，根据汽车的颜色分类情况， 先将黑色的汽车手工填入装配顺序表。在确定一些初值后，减小装配顺序问题 求解的搜索规模后，建立生产成本最小优化模型，再使用计算机搜索四驱、柴 油汽车等关键属性汽车的位置； 然后，配置白色和棕色等可以连续排列的颜色，此时注意蓝色汽车只能与 白色间隔等关键要求，尽可能多地将这些汽车连续地填入装配顺序表； 最后，装配顺序表中通常只含有数量不多的连续空余位置，对应着剩余尚 未分配的、颜色成分复杂的汽车。按照颜色是否符合在总装线上排列时的具体 要求，将符合颜色衔接要求的汽车作为顶点相互连接起来，构成了一个有向 图，装配顺序的问题转化成了图的遍历问题。使用基于遗传算法的TSP 问题和 广度优先搜索算法搜索有向图中经过指定起点和终点的所有路径。采用Matlab 验证各个路径上的特殊颜色能否按顺序分配在指定的C1 或C2 喷涂线上，计算 各种路径上切换配置和颜色的代价，并且取代价最小的路径填入装配顺序表。 本文在进行充分的理论分析的基础上，综合利用多种计算机工具，在计算 结果展示、人工经验介入、计算过程衔接方面取得了较好效果。 关键词：汽车装配顺序 优化模型 邻接矩阵 路径搜索 遗传算法 TSP 问题 1 1. 问题的重述 某汽车公司生产以下型号的汽车，每种型号由品牌、配置、动力、驱动、 颜色5 种属性确定。品牌分为A1 和A2 两种，配置分为B1 、B2 、B3 、B4 、B5 和B6 六种，动力分为汽油和柴油2 种，驱动分为两驱和四驱2 种，颜色分为 黑、白、蓝、黄、红、银、棕、灰、金9 种。 公司每天可装配各种型号的汽车460 辆，其中白班、晚班（每班 12 小时） 各230 辆。每天生产各种型号车辆的具体数量根据市场需求和销售情况确定。 待装配车辆按一定顺序排成一列，首先匀速通过总装线依次进行总装作业，随 后按序分为C1、C2 线进行喷涂作业。 由于工艺流程的制约和质量控制的需要以及降低成本的考虑，总装和喷涂 作业对经过生产线车辆型号有多种要求。 1.1 装配要求 1. 每天白班和晚班都是按照先A1 后A2 的品牌顺序，装配当天两种品牌 各一半数量的汽车。 2. 四驱汽车和柴油汽车连续装配数量不得超过2 辆，并且两批之间间隔的 汽车的数量至少是10 辆。若间隔数量无法满足要求，仍希望间隔数量越多越 好。间隔数量在5-9 辆仍是可以接受的，但代价很高。 3. 黑色汽车连续排列的数量在50-70 辆之间，两批黑色汽车在总装线上需 间隔至少20 辆。 4. 装配线上的汽车颜色间隔需要满足一定的规则。 1.2 喷涂要求 1. 蓝、黄、红三种颜色汽车的喷涂只能在C1 线上进行，金色汽车的喷涂 只能在C2 线上进行。 2. 喷涂线上不同颜色汽车之间的切换次数尽可能少，黑色汽车与其它颜色 的汽车之间的切换代价很高。 1.3 需要解决的问题 1. 建立数学模型或者设计算法，使其能给出符合要求、且具有较低生产成 本的装配顺序。 2. 给出9 月17 日至9 月23 日每天的装配顺序。 2 2. 问题的假设 1. 生产成本只是由题目中所指的装配线上不同汽车配置切换、喷涂线上不 同汽车颜色的切换构成。汽车配置切换和普通的颜色切换代价设为1，黑色切 换为其他颜色成本耗费较高，设为10。 2. 在无法