CN108846502A - 车间生产线布局优化方法及装置 - Google Patents
车间生产线布局优化方法及装置 Download PDFInfo
- Publication number
- CN108846502A CN108846502A CN201810394465.8A CN201810394465A CN108846502A CN 108846502 A CN108846502 A CN 108846502A CN 201810394465 A CN201810394465 A CN 201810394465A CN 108846502 A CN108846502 A CN 108846502A
- Authority
- CN
- China
- Prior art keywords
- optimization
- workshop
- equipment
- function
- layout
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 307
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 131
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000013461 design Methods 0.000 claims abstract description 39
- 239000000463 material Substances 0.000 claims description 58
- 238000003860 storage Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 12
- 230000017105 transposition Effects 0.000 claims description 11
- 230000035772 mutation Effects 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 13
- 239000002699 waste material Substances 0.000 abstract description 6
- 230000006870 function Effects 0.000 description 148
- 239000000047 product Substances 0.000 description 25
- 230000000694 effects Effects 0.000 description 4
- 238000013178 mathematical model Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000032258 transport Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000004744 fabric Substances 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 239000011265 semifinished product Substances 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种车间生产线布局优化方法及装置。其中,该方法包括:获取待布局优化的车间生产线的设计要求信息,并根据该设计要求信息,确定车间生产线布局优化的优化目标以及车间约束条件;根据上述优化目标建立优化目标函数,以及根据车间约束条件确定优化目标函数的函数条件,进而在函数条件下对优化目标函数求解得到车间生产线的优化布局。本发明解决了相关技术中获得车间生产线布局都采用单一的最优算法,造成的生产资源浪费,以及成本高、用户体验低的技术问题。
Description
技术领域
本发明涉及工业自动化领域,具体而言,涉及一种车间生产线布局优化方法及装置。
背景技术
国际市场竞争日趋激烈,使企业迎来了更大挑战。生产过程中,企业需要充分利用车间现有的生产资源,以降低生产成本,快速响应市场变化。研究表明:企业生产系统中大约有20%~50%的加工费用来自于物料搬运。故优良的车间生产线中的设备布局可以均衡设备负荷,使物料的流通更加顺畅,减少在制工件的滞留,提高物料的处理效率,使物料搬运费用至少减少10%~30%。
相关技术中,最优算法在车间布局优化中应用广泛。最优算法可以保证找到问题的最优解,对于所有规模有限的车间生产线布局问题实例来说,算法都可以在一个与问题有关的运行时间内得到最优解,但问题的规模较大时,在最差的条件下最优算法需要指数级的时间来寻找最优解,且对存储空间要求极高,所以最优算法的性能还是不尽如人意的。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种车间生产线布局优化方法及装置,以至少解决相关技术中获得车间生产线布局都采用单一的最优算法,造成的生产资源浪费,以及成本高、用户体验低的技术问题。
根据本发明实施例的一个方面,提供了一种车间生产线布局优化方法,包括:获取待布局优化的所述车间生产线的设计要求信息;根据所述设计要求信息,确定所述车间生产线布局优化的优化目标以及车间约束条件;根据所述优化目标建立优化目标函数,以及根据所述车间约束条件确定所述优化目标函数的函数条件;在所述函数条件下对所述优化目标函数求解得到所述车间生产线的优化布局。
可选的,根据所述设计要求信息,确定所述车间生产线布局优化的优化目标以及车间约束条件包括:根据所述设计要求信息,选择布局策略;根据选择的所述布局策略,生成所述车间生产线的初步布局;根据所述设计要求信息,确定对所述初步布局进行优化的优化目标以及车间约束条件。
可选的,所述布局策略包括以下至少之一:依据产品来布局的产品布局策略、依据产品的工艺来布局的工艺布局策略、依据对车间内的设备进行定位的定位布局策略、对车间内的设备进行成组布局的成组布局策略。
可选的,所述优化目标为以下至少之一:物流成本最低的优化目标,空间占地面积利用率最高的优化目标和时间成本最低的优化目标;所述车间约束条件包括以下至少之一:车间内相邻设备的边界在水平方向保证的最小间距,车间内相邻设备的边界在垂直方向保证的最小间距,所述设备位置不可超出所述车间的边界,所述设备之间不可重叠。
可选的,根据所述优化目标建立优化目标函数包括:在所述优化目标为物流成本最低的优化目标的情况下,获取以下第一函数变量:车间内设备与设备之间的物料搬运的搬运频率,设备与设备之间物料搬运一次单位距离的搬运费用,设备与设备之间的距离;根据获取的所述第一函数变量,建立所述车间内所有设备间搬运时物流成本最低对应的优化目标函数。
可选的,根据获取的所述第一函数变量建立所述车间内所有设备间搬运时物流成本最低对应的优化目标函数包括:在采用多行布局方式对车间内的设备进行布局的情况下,通过以下公式建立物流成本最低对应的优化目标函数:
其中,C为总物流费用,fij为设备i和设备j之间的物料搬运频率,pij为设备i和设备j之间物料搬运一次单位距离的搬运费用,dij为设备i和设备j之间的距离,n为所述车间内的设备数量。
可选的,根据所述优化目标建立优化目标函数包括:在所述优化目标为空间占地面积利用率最高的优化目标的情况下,获取以下第二函数变量:车间厂房面积值,车间内设备占地面积;根据获取的所述第二函数变量建立所述车间内空间占地面积利用率最高对应的优化目标函数。
可选的,根据获取的所述第二函数变量建立所述车间内空间占地面积利用率最高对应的优化目标函数包括:在采用多行布局方式对车间内的设备进行布局的情况下,通过以下公式建立所述车间内空间占地面积利用率最高对应的优化目标函数:
min A=Z-f(s);
其中,A为所述车间的占地转化面积,Z为所述车间厂房面积值,f(s)为所述车间内设备占地面积。
可选的,根据所述优化目标建立优化目标函数包括:在所述优化目标为时间成本最低的优化目标的情况下,获取以下第三函数变量:设备与设备之间的距离,设备与设备之间物料运输的总次数,设备与设备之间物料运输的运输速度;根据获取的所述第三函数变量建立所述车间内时间成本最低对应的优化目标函数。
可选的,根据获取的所述第三函数变量建立所述车间内时间成本最低对应的优化目标函数包括:在采用多行布局方式对车间内的设备进行布局的情况下,通过以下公式建立所述车间内时间成本最低对应的优化目标函数:
其中,T布局优化后车间运行总的物料运输时间,fij为设备i和设备j之间的物料搬运频率,dij为设备i和设备j之间的距离,tij为设备i和设备j之间物料每月运输的总次数,vij为设备i和设备j之间物料运输的运输速度,n为所述车间内的设备数量。
可选的,根据所述车间约束条件确定所述优化目标函数的函数条件包括:在所述车间约束条件为所述设备位置不可超出所述车间的边界的情况下,对应的函数条件为:
在所述车间约束条件为所述设备之间不可重叠的情况下,对应的函数条件为:
Aij≥0
Aij=αijaijbij
aij=|xi-xj|-(li+lj)/2
bij=|yi-yj|-(wi+wj)/2
其中,(xi,yi)为设备i在车间采用的多行布局的坐标系中的坐标,(xj,yj)为设备j在车间采用的多行布局的坐标系中的坐标,W、L分别为所述车间的长和宽,wi、li分别为设备i的长和宽,wj、lj分别为设备j的长和宽,aij为在所述坐标轴内X轴方向上设备i与j之间的重叠度,bij为在所述坐标轴内Y轴方向上设备i与j之间的重叠度,αij为计算Aij的参数。
可选的,根据所述优化目标建立优化目标函数包括:在所述优化目标为至少两个的情况下,确定至少两个优化目标分别对应的权重;根据确定的所述至少两个优化目标分别对应的权重,将所述至少两个优化目标统一建立成一个优化目标函数。
可选的,在所述函数条件下对所述优化目标函数求解得到所述车间生产线的优化布局包括:根据所述车间内的设备的信息,采用差分进化算法得到初始种群,其中,所述初始种群中的每个个体包括:设备编号,用于标识设备位置的设备坐标;在所述函数条件下,根据所述差分进化算法的差分策略,对所述初始种群中的设备编号区域进行换位变异操作,得到对初始种群中的个体进行换位变异操作后的种群父本;对所述种群父本中的个体进行选择操作与交叉操作,得到所述优化目标函数对应的所述车间生产线的优化布局。
根据本发明实施例的另一方面,还提供了一种车间生产线布局优化装置,包括:获取模块,用于获取待布局优化的所述车间生产线的设计要求信息;第一确定模块,用于根据所述设计要求信息,确定所述车间生产线布局优化的优化目标以及车间约束条件;第二确定模块,根据所述优化目标建立优化目标函数,以及根据所述车间约束条件确定所述优化目标函数的函数条件;求解模块,用于在所述函数条件下对所述优化目标函数求解得到所述车间生产线的优化布局。
根据本发明实施例的另一方面,还提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行上述任意一项所述的车间生产线布局优化方法。
根据本发明实施例的另一方面,还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述任意一项所述的车间生产线布局优化方法。
在本发明实施例中,采用优化算法的方式,通过获取待布局优化的车间生产线的设计要求信息,确定车间生产线布局优化的优化目标以及车间约束条件,并根据优化目标建立优化目标函数,以及根据车间约束条件确定优化目标函数的函数条件,本发明实施例达到了在上述函数条件下对上述优化目标函数求解得到车间生产线的优化布局的目的,从而实现了提高生产效率的技术效果,进而解决了相关技术中获得车间生产线布局都采用单一的最优算法,造成的生产资源浪费,以及成本高、用户体验低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例一的车间生产线布局优化方法流程图;
图2是根据本发明实施例一的基于多行布局的车间生产线设备布局的坐标系示意图;
图3是根据本发明实施例二的车间生产线布局优化装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
根据本发明实施例,提供了一种车间生产线布局优化的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的车间生产线布局优化方法流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取待布局优化的车间生产线的设计要求信息。
其中,上述设计要求信息可以来源于生产方的经济成本或时间成本的控制要求,也可以来源于物料和产品的特殊要求,如生鲜类物料或化学类物料的可用期限,还可以来源于生产工艺的要求和特点,如对不同设备加工步骤的先后顺序及距离要求等。
步骤S104,根据设计要求信息,确定车间生产线布局优化的优化目标以及车间约束条件。
在一种可选的方案中,上述优化目标可以根据物流成本、空间占地面积利用率、和时间成本来设定,如可以设定优化目标为物流成本最低,或是空间占地面积利用率最大,或是时间成本最低。还可以根据车间生产的要求,将优化目标设定为物流成本、空间占地面积利用率、和时间成本的平衡组合,即将上述三种优化目标以相应的权重系数进行组合,或是任意两种优化目标进行组合,以获取满足车间生产线设计要求的最优的车间生产线布局。
步骤S106,根据优化目标建立优化目标函数,以及根据车间约束条件确定优化目标函数的函数条件。
需要说明的是,上述不同的优化目标函数中可以有不同的函数条件,其中,可以根据车间的相关信息、生产线中设备的相关信息、及车间工作人员的相关信息,确定上述函数条件。
同时,由确定上述优化目标函数的函数条件的因素可以多种,例如,在车间中,物料、设备、工件、及工作人员受空间、时间等的条件约束,故上述车间的相关信息、生产线中设备的相关信息、及车间工作人员的相关信息可以确定车间约束条件,进而由该车间约束条件确定上述优化目标函数的函数条件。
步骤S108,在函数条件下对优化目标函数求解得到车间生产线的优化布局。
可选的,可以选用多种计算方式,在上述函数条件下对优化目标函数求解得到车间生产线的优化布局。因车间生产线布局问题是指将生产线设备在给定的空间内进行布局,同时要求满足一定的约束条件,并使目标函数得到优化。故在一种优选的方案中,可以选用次优算法对优化目标函数进行求解。与相关技术中的最优算法相比,次优算法可以通过降低最优值的精度来换取计算效率的提高。进而在次优算法中,计算过程中只需要相对较少修改就可以应用于不同优化问题的通用算法框架,因而应用广泛。
通过上述步骤,可以实现在本发明实施例中,采用优化算法的方式,通过获取待布局优化的车间生产线的设计要求信息,确定车间生产线布局优化的优化目标以及车间约束条件,并根据优化目标建立优化目标函数,以及根据车间约束条件确定优化目标函数的函数条件,本发明实施例达到了在上述函数条件下对上述优化目标函数求解得到车间生产线的优化布局的目的,从而实现了提高生产效率的技术效果,进而解决了相关技术中获得车间生产线布局都采用单一的最优算法,造成的生产资源浪费,以及成本高、用户体验低的技术问题。由于函数条件以及优化目标函数均可以依据具体需要灵活设置,相对于相关技术中的最优算法,不仅可以有效减少算法的烦杂度,而且也能够满足针对性的要求。
作为一种可选的实施例,步骤S104,根据设计要求信息,确定车间生产线布局优化的优化目标以及车间约束条件,可以包括如下步骤:
步骤S1041,根据设计要求信息,选择布局策略;
步骤S1042,根据选择的布局策略,生成车间生产线的初步布局;
步骤S1043,根据设计要求信息,确定对初步布局进行优化的优化目标以及车间约束条件。
可选的,上述布局策略可以包括以下至少之一:依据产品来布局的产品布局策略、依据产品的工艺来布局的工艺布局策略、依据对车间内的设备进行定位的定位布局策略、对车间内的设备进行成组布局的成组布局策略。
其中,产品布局策略为根据产品制造的步骤来安排设备或工作过程的布局策略,如,将产品加工路径设为直线型装配线的方式。其布局特点为物料直线运动,连续的重复性生产,及物料、半成品及成品一致性较高;适合小品种、大批量、同质性生产的生产方式,及流水作业的车间布局。
工艺布局策略为将功能相似的设备集中放在一起的布局策略。该策略受工艺之间关联环境要求及物流复杂性影响较大;适合多品种、小批量的生产方式,及生产设备密集、自动化程度高、产品质量轻的车间布局。
定位布局策略为将物料和设备按照使用次序和移动的难易程度在产品的四周进行生产的布局策略。其布局特点为以产品为中心,对物流成本和复杂程度考虑较少;适合产品体积较大的车间布局。
成组布局策略为把完成一组相似零件的所有或大部分加工工序的多种设备组成设备群,如,以此为一个单元或组合,再在其周围配置其他必要设备的一种布局策略。布局特点为设备利用率高,运输距离较短且搬运量少;适合小批量或单件的生产方式,有生产控制水平较高,且掌握多种设备作业技能的工作人员的车间布局。
故根据不同车间的生产要求和生产方式,获取车间生产线的设计要求信息,进而选择不同的布局策略,并根据不同的布局策略,生成车间生产线的初步布局,从而根据上述设计要求信息和初步布局规划,确定优化目标及车间约束条件。上述优化目标及车间约束条件的确定过程,可以根据车间内生产的实际情况,选取最适宜的布局策略及优化目标,进而为后续数学模型的确定提供参考基础。
基于车间生产的主要需求,可选的,上述优化目标可以为以下至少之一:物流成本最低的优化目标,空间占地面积利用率最高的优化目标和时间成本最低的优化目标。
同时,基于车间生产的空间限制,可选的,上述车间约束条件可以包括以下至少之一:车间内设备的位置不可超出车间的边界,车间内设备之间不可重叠。
需要说明的是,因对不同布局策略的适用性较高,可以选用多行布局的方式对生产线进行布局。图2是根据本发明实施例的基于多行布局的车间生产线设备布局的坐标系示意图,如图2所示,车间的长、宽尺寸分别为W、L,车间中包含多个设备,不同设备之间需要满足相应的车间约束条件。
在一种可选的实施例中,步骤S106,根据优化目标建立优化目标函数,可以包括如下步骤:
步骤S1061,在优化目标为物流成本最低的优化目标的情况下,获取以下第一函数变量:车间内设备与设备之间的物料搬运的搬运频率,设备与设备之间物料搬运一次单位距离的搬运费用,设备与设备之间的距离;
步骤S1062,根据获取的第一函数变量,建立车间内所有设备间搬运时物流成本最低对应的优化目标函数。
其中,步骤S1062,根据获取的第一函数变量建立车间内所有设备间搬运时物流成本最低对应的优化目标函数,可以包括如下步骤:
步骤S10621,在采用多行布局方式对车间内的设备进行布局的情况下,通过以下公式建立物流成本最低对应的优化目标函数:
其中,C为总物流费用,fij为设备i和设备j之间的物料搬运频率,pij为设备i和设备j之间物料搬运一次单位距离的搬运费用,dij为设备i和设备j之间的距离,n为车间内的设备数量。
需要说明的是,设备i和设备j之间物料搬运一次单位距离的搬运费用pij=pji;设备i和设备j之间的距离dij=|xi-xj|+|yi-yj|。
通过综合计算车间内设备与设备之间的物料搬运的搬运频率、设备与设备之间物料搬运一次单位距离的搬运费用、及设备与设备之间的距离,选取上述计算物流C的数学模型,根据物流成本最低的目标,确定优化目标函数min C,进一步进行求解,可以获取物流成本最低的生产线中的设备布局信息。
在另一种可选的实施例中,步骤S106,根据优化目标建立优化目标函数,还可以包括如下步骤:
步骤S1063,在优化目标为空间占地面积利用率最高的优化目标的情况下,获取以下第二函数变量:车间厂房面积值,车间内设备占地面积;
步骤S1064,根据获取的第二函数变量建立车间内空间占地面积利用率最高对应的优化目标函数。
其中,步骤S1064,根据获取的第二函数变量建立车间内空间占地面积利用率最高对应的优化目标函数,可以包括如下步骤:
步骤S10641,根据获取的第二函数变量建立车间内空间占地面积利用率最高对应的优化目标函数包括:
在采用多行布局方式对车间内的设备进行布局的情况下,通过以下公式建立车间内空间占地面积利用率最高对应的优化目标函数:
min A=Z-f(s);
其中,A为车间的占地转化面积,Z为车间厂房面积值,f(s)为车间内设备占地面积。需要说明的是,上述f(s)可以为处在四周边缘的最外侧的四个设备其中的部分设备构成的最大占地矩形面积,如图2,上述车间厂房面积值Z=W*L,车间内设备占地面积f(s)=a*b。
通过综合计算车间厂房面积值和车间内设备占地面积,选取上述计算占地转化面积A的数学模型,根据物流成本最低的目标,确定优化目标函数min A,进一步进行求解,可以获取空间占地面积利用率最高的生产线中的设备布局信息。
在再一种可选的实施例中,步骤S106,根据优化目标建立优化目标函数,还可以包括如下步骤:
步骤S1065,在优化目标为时间成本最低的优化目标的情况下,获取以下第三函数变量:设备与设备之间的距离,设备与设备之间物料运输的总次数,设备与设备之间物料运输的运输速度;
步骤S1066,根据获取的第三函数变量建立车间内时间成本最低对应的优化目标函数。
其中,步骤S1066,根据获取的第三函数变量建立车间内时间成本最低对应的优化目标函数,可以包括如下步骤:
步骤S10661,在采用多行布局方式对车间内的设备进行布局的情况下,通过以下公式建立车间内时间成本最低对应的优化目标函数:
其中,T布局优化后车间运行总的物料运输时间,fij为设备i和设备j之间的物料搬运频率,dij为设备i和设备j之间的距离,tij为设备i和设备j之间物料运输的总次数,vij为设备i和设备j之间物料运输的运输速度,n为车间内的设备数量。
其中,为便于计算和参考,上述tij可以为设备i和设备j之间物料每个月运输的总次数。
通过综合计算车间内设备与设备之间的距离、设备与设备之间物料运输的总次数、及设备与设备之间物料运输的运输速度,选取上述计算时间成本T的数学模型,根据时间成本最低的目标,确定优化目标函数min T,进一步进行求解,可以获取空间占时间成本最低的生产线中的设备布局信息。
通过上述几种可选的根据优化目标建立优化目标函数的实施例,可以实现根据设计要求、车间情况、设备情况、工作人员情况,确定最适宜的优化目标,减少生产过程中的物料、半成品、成品的加工停滞,消除工艺路线交叉,进而均衡设备负荷,顺畅物流流通,提高生产效率及空间利用率,从而避免生产资源浪费,实现生产成本最优化设置。
需要说明的是,在根据优化目标建立优化目标函数时,也可以将上述考虑的优化目标的两个或者两个以上进行组合建立优化目标函数。即可以根据需要灵活组合。
优选的,根据上述优化目标函数,和车间约束条件确定优化目标函数的函数条件可以包括:
在车间约束条件为车间内设备的位置不可超出车间的边界的情况下,对应的函数条件为:
在车间约束条件为车间内设备之间不可重叠的情况下,对应的函数条件为:
Aij≥0
Aij=αijaijbij
aij=|xi-xj|-(li+lj)/2
bij=|yi-yj|-(wi+wj)/2
其中,如图2所示,(xi,yi)为设备i在车间采用的多行布局的坐标系中的坐标,(xj,yj)为设备j在车间采用的多行布局的坐标系中的坐标,W、L分别为车间的长和宽,wi、li分别为设备i的长和宽,wj、lj分别为设备j的长和宽,aij为在坐标系内X轴方向上设备i与j之间的重叠度,bij为在坐标系内Y轴方向上设备i与j之间的重叠度,αij为计算Aij的参数。
在一种优选的实施例中,步骤S106,根据优化目标建立优化目标函数,还可以包括如下步骤:
步骤S1067,在优化目标为至少两个的情况下,确定至少两个优化目标分别对应的权重;
步骤S1068,根据确定的至少两个优化目标分别对应的权重,将至少两个优化目标统一建立成一个优化目标函数。
即根据车间生产要求,上述优化目标可以为多个,如要求物流成本最低、空间占地面积利用率最大、时间成本最低中的至少两个作为优化目标来设置设备布局。
其中,根据不同的车间生产要求,可以对上述三种优化目标组合,或是任意两种优化目标进行组合时,分别对每个优化目标建立确定不同的权重系数。进而再根据确定的至少两个优化目标分别对应的权重,将至少两个优化目标统一建立成一个优化目标函数,以获取满足车间生产线设计要求的最优的车间生产线布局。
如将物流成本函数设为F1(X),权重系数设为e1;空间占地面积利用率函数设为F2(X),权重系数设为e2;时间成本函数设为F3(X),权重系数设为e3。则统一建立后的优化目标函数为F(X),其中,F(X)=F1(X)*e1+F2(X)*e2+F3(X)*e3。
需要说明的是,上述e1+e2+e3可以等于1,也可以不等于1。
在一种优选的实施例中,步骤S108,在函数条件下对优化目标函数求解得到车间生产线的优化布局,可以包括如下步骤:
步骤S1081,根据车间内的设备的信息,采用差分进化算法得到初始种群,其中,初始种群中的每个个体包括:设备编号,用于标识设备位置的设备坐标;
步骤S1082,在函数条件下,根据差分进化算法的差分策略,对初始种群中的设备编号区域进行换位变异操作,得到对初始种群中的个体进行换位变异操作后的种群父本;
步骤S1083,对种群父本中的个体进行选择操作与交叉操作,得到优化目标函数对应的车间生产线的优化布局。
即针对上述将至少两个优化目标统一建立成的优化目标函数F(X),设计优化算法求解函数的最优解X,其中,X为各个设备的位置信息。
优选的,可以采用差分进化算法,在上述函数条件下对优化目标函数计算最优解。其中,差分进化算法是一类基于群体的自适应全局优化算法,具有结构简单、容易实现、收敛快速、鲁棒性强的特点。差分进化算法是一种基于现代智能理论的优化算法,通过群体内个体之间的相互合作与竞争产生的群体智能来指导优化搜索的方向。该算法的基本思想为:从一个随机产生的初始种群开始,通过把种群中任意两个个体的向量差与第三个个体求和来产生新个体,然后将新个体与当代种群中相应的个体相比较,如果新个体的适应度优于当前个体的适应度,则在下一代中用新个体取代旧个体,否则仍保存旧个体。进而通过不断地进化,保留优良个体,淘汰劣质个体,引导搜索向最优解逼近。
在一种可选方案中,步骤S1081,根据车间内的设备的信息,采用差分进化算法得到初始种群,其中,初始种群中的每个个体包括:设备编号,用于标识设备位置的设备坐标,可以包括:
随机生成初始种群操作——采用实数制编码生成初始种群,根据车间布局问题的实际要求,将编码设计为[(m1,...mn),(x1,...xn),(y1,...yn)]。其中mn表示第n台设备编号,xn和yn分别为第n台设备的坐标的横、纵坐标值,(m1,...mn)是n台设备的一个全排列。
在一种可选方案中,步骤S1082,在函数条件下,根据差分进化算法的差分策略,对初始种群中的设备编号区域进行换位变异操作,得到对初始种群中的个体进行换位变异操作后的种群父本,可以包括:
变异操作——可以通过差分策略实现个体变异,这也是差分进化算法的重要标志。为使个体逃离局部收敛,且尽可能保障产生的子代是可行解,此处对区域(m1,...mn)进行换位变异操作。
在一种可选方案中,步骤S1083,对种群父本中的个体进行选择操作与交叉操作,得到优化目标函数对应的车间生产线的优化布局,可以包括选择操作和交叉操作,其中:
选择操作——可以采用锦标赛法进行选择,该选择方法是基于个体的秩和拥挤距离对种群父本进行选择,因此步骤为:选出当前个体的邻居个体,首先比较邻居个体的秩,秩越小个体的性能越优秀,因此处于较小秩的个体被保留下来。若邻居个体的秩相等,则比较它们的拥挤距离,拥挤距离较大的个体被保留下来。最终选出邻居中较优秀的两个个体;
交叉操作——其作用是产生更多的新个体,增大搜索空间的能力。为保障交叉后的解集可行,可以只对(x1,...xn)区域进行交叉操作,并对(y1,...yn)进行重新移动,调整设备的行距。
根据本发明实施例的车间生产线布局优化方法,以车间设计要求以及工序顺序为依据,同时在满足一定限制条件的情况下,在给定空间进行设备布局优化,以达到车间内工作人员、设备的最优配置。在针对车间生产线的布局问题进行优化的过程中,通过获取生产线的设计要求信息,确定布局原则,作出初步的布局规划;进而为车间生产线设备布局问题建立数学模型,根据设计要求信息等确定优化目标及约束条件;进一步的采用加权算法将相关优化目标统一为一个优化目标函数函数,设计优化算法并求解最优解。
因差分进化算法群体搜索能力强,具有记忆个体最优解的能力,故本车间生产线布局优化方法利用差分进化算法求解车间生产线布局优化问题,使求解过程容易实现,收敛速度快,通过结合企业实际现状对车间内各生产设备的位置进行调整,进而可以通过布局优化,达到工作人员和设备的最优配置的目的,实现提高生产效率,降低生产成本的技术效果。
实施例二
在本发明实施例中,还提供了一种用于实施上述实施例一的车间生产线布局优化装置,图3是根据本发明实施例的车间生产线布局优化装置的结构示意图,如图3所示,该装置包括:获取模块32,第一确定模块34,第二确定模块36,和求解模块38。下面对该车间生产线布局优化装置进行说明。
获取模块32,用于获取待布局优化的车间生产线的设计要求信息;
第一确定模块34,连接于上述获取模块32,用于根据设计要求信息,确定车间生产线布局优化的优化目标以及车间约束条件;
第二确定模块36,连接于上述第一确定模块34,用于根据优化目标建立优化目标函数,以及根据车间约束条件确定优化目标函数的函数条件;
求解模块38,连接于上述第二确定模块36,用于在函数条件下对优化目标函数求解得到车间生产线的优化布局。
在本发明实施例中,上述车间生产线布局优化装置采用优化算法的方式,通过上述各个模块,获取待布局优化的车间生产线的设计要求信息,确定车间生产线布局优化的优化目标以及车间约束条件,并根据优化目标建立优化目标函数,以及根据车间约束条件确定优化目标函数的函数条件,本车间生产线布局优化装置达到了在上述函数条件下对上述优化目标函数求解得到车间生产线的优化布局的目的,从而实现了提高生产效率的技术效果,进而解决了相关技术中获得车间生产线布局都采用单一的最优算法,造成的生产资源浪费,以及成本高、用户体验低的技术问题。
作为一种可选的实施例,上述第一确定模块34可以包括:选择单元,用于根据设计要求信息,选择布局策略;生成单元,连接于上述选择单元,用于根据选择的布局策略,生成车间生产线的初步布局;第一确定单元,连接于上述生成单元,用于根据设计要求信息,确定对初步布局进行优化的优化目标以及车间约束条件。
其中,上述布局策略可以包括以下至少之一:依据产品来布局的产品布局策略、依据产品的工艺来布局的工艺布局策略、依据对车间内的设备进行定位的定位布局策略、对车间内的设备进行成组布局的成组布局策略。
其中,上述优化目标可以为以下至少之一:物流成本最低的优化目标,空间占地面积利用率最高的优化目标和时间成本最低的优化目标;上述车间约束条件可以包括以下至少之一:车间内设备的位置不可超出车间的边界,车间内设备之间不可重叠。
作为一种可选的实施例,上述第二确定模块36可以包括:
第一获取单元,用于在优化目标为物流成本最低的优化目标的情况下,获取以下第一函数变量:车间内设备与设备之间的物料搬运的搬运频率,设备与设备之间物料搬运一次单位距离的搬运费用,设备与设备之间的距离;
第一建立单元,连接于上述第一获取单元,用于根据获取的第一函数变量,建立车间内所有设备间搬运时物流成本最低对应的优化目标函数。
优选的,上述第一建立单元可以包括:第一建立子单元,用于在采用多行布局方式对车间内的设备进行布局的情况下,通过以下公式建立物流成本最低对应的优化目标函数:
其中,C为总物流费用,fij为设备i和设备j之间的物料搬运频率,pij为设备i和设备j之间物料搬运一次单位距离的搬运费用,dij为设备i和设备j之间的距离,n为车间内的设备数量。
作为另一种可选的实施例,上述第二确定模块36也可以包括:
第二获取单元,用于在优化目标为空间占地面积利用率最高的优化目标的情况下,获取以下第二函数变量:车间厂房面积值,车间内设备占地面积;
第二建立单元,连接于上述第二获取单元,用于根据获取的第二函数变量建立车间内空间占地面积利用率最高对应的优化目标函数。
优选的,上述第二建立单元可以包括:第二建立子单元,用于在采用多行布局方式对车间内的设备进行布局的情况下,通过以下公式建立车间内空间占地面积利用率最高对应的优化目标函数:
min A=Z-f(s);
其中,A为车间的占地转化面积,Z为车间厂房面积值,f(s)为车间内设备占地面积。
作为另一种可选的实施例,上述第二确定模块36也可以包括:
第三获取单元,用于在优化目标为时间成本最低的优化目标的情况下,获取以下第三函数变量:设备与设备之间的距离,设备与设备之间物料运输的总次数,设备与设备之间物料运输的运输速度;
第三建立单元,连接于上述第三获取单元,用于根据获取的第三函数变量建立车间内时间成本最低对应的优化目标函数。
优选的,上述第三建立单元可以包括:第三建立子单元,用于在采用多行布局方式对车间内的设备进行布局的情况下,通过以下公式建立车间内时间成本最低对应的优化目标函数:
其中,T布局优化后车间运行总的物料运输时间,fij为设备i和设备j之间的物料搬运频率,dij为设备i和设备j之间的距离,tij为设备i和设备j之间物料运输的总次数,vij为设备i和设备j之间物料运输的运输速度,n为车间内的设备数量。
其中,在车间约束条件为车间内设备的位置不可超出车间的边界的情况下,对应的函数条件为:
在车间约束条件为车间内设备之间不可重叠的情况下,对应的函数条件为:
Aij≥0
Aij=αijaijbij
aij=|xi-xj|-(li+lj)/2
bij=|yi-yj|-(wi+wj)/2
其中,(xi,yi)为设备i在车间采用的多行布局的坐标系中的坐标,(xj,yj)为设备j在车间采用的多行布局的坐标系中的坐标,W、L分别为车间的长和宽,wi、li分别为设备i的长和宽,wj、lj分别为设备j的长和宽,aij为在坐标系内X轴方向上设备i与j之间的重叠度,bij为在坐标系内Y轴方向上设备i与j之间的重叠度,αij为计算Aij的参数。
作为一种优选的实施例,上述第二确定模块36还可以包括:第二确定单元,用于在优化目标为至少两个的情况下,确定至少两个优化目标分别对应的权重;第四建立单元,连接于上述第二确定单元,用于根据确定的至少两个优化目标分别对应的权重,将至少两个优化目标统一建立成一个优化目标函数。
作为一种可选的实施例,上述求解模块38可以包括:第一得到单元,用于根据车间内的设备的信息,采用差分进化算法得到初始种群,其中,初始种群中的每个个体包括:设备编号,用于标识设备位置的设备坐标;换位单元,连接于上述第一得到单元,用于在函数条件下,根据差分进化算法的差分策略,对初始种群中的设备编号区域进行换位变异操作,得到对初始种群中的个体进行换位变异操作后的种群父本;第二得到单元,连接于上述换位单元,用于对种群父本中的个体进行选择操作与交叉操作,得到优化目标函数对应的车间生产线的优化布局。
实施例三
在本发明实施例中,还提供了一种存储介质,该存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行实施例一中任意一项的车间生产线布局优化方法。
实施例四
在本发明实施例中,还提供了一种处理器,该处理器用于运行程序,其中,程序运行时执行实施例一中任意一项的车间生产线布局优化方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (16)
1.一种车间生产线布局优化方法,其特征在于,包括:
获取待布局优化的所述车间生产线的设计要求信息;
根据所述设计要求信息,确定所述车间生产线布局优化的优化目标以及车间约束条件;
根据所述优化目标建立优化目标函数,以及根据所述车间约束条件确定所述优化目标函数的函数条件;
在所述函数条件下对所述优化目标函数求解得到所述车间生产线的优化布局。
2.根据权利要求1所述的方法,其特征在于,根据所述设计要求信息,确定所述车间生产线布局优化的优化目标以及车间约束条件包括:
根据所述设计要求信息,选择布局策略;
根据选择的所述布局策略,生成所述车间生产线的初步布局;
根据所述设计要求信息,确定对所述初步布局进行优化的优化目标以及车间约束条件。
3.根据权利要求2所述的方法,其特征在于,所述布局策略包括以下至少之一:依据产品来布局的产品布局策略、依据产品的工艺来布局的工艺布局策略、依据对车间内的设备进行定位的定位布局策略、对车间内的设备进行成组布局的成组布局策略。
4.根据权利要求1所述的方法,其特征在于,所述优化目标为以下至少之一:物流成本最低的优化目标,空间占地面积利用率最高的优化目标和时间成本最低的优化目标;所述车间约束条件包括以下至少之一:车间内设备的位置不可超出所述车间的边界,车间内设备之间不可重叠。
5.根据权利要求4所述的方法,其特征在于,根据所述优化目标建立优化目标函数包括:
在所述优化目标为物流成本最低的优化目标的情况下,获取以下第一函数变量:所述车间内设备与设备之间的物料搬运的搬运频率,设备与设备之间物料搬运一次单位距离的搬运费用,设备与设备之间的距离;
根据获取的所述第一函数变量,建立所述车间内所有设备间搬运时物流成本最低对应的优化目标函数。
6.根据权利要求5所述的方法,其特征在于,根据获取的所述第一函数变量建立所述车间内所有设备间搬运时物流成本最低对应的优化目标函数包括:
在采用多行布局方式对车间内的设备进行布局的情况下,通过以下公式建立物流成本最低对应的优化目标函数:
其中,C为总物流费用,fij为设备i和设备j之间的物料搬运频率,pij为设备i和设备j之间物料搬运一次单位距离的搬运费用,dij为设备i和设备j之间的距离,n为所述车间内的设备数量。
7.根据权利要求4所述的方法,其特征在于,根据所述优化目标建立优化目标函数包括:
在所述优化目标为空间占地面积利用率最高的优化目标的情况下,获取以下第二函数变量:车间厂房面积值,车间内设备占地面积;
根据获取的所述第二函数变量建立所述车间内空间占地面积利用率最高对应的优化目标函数。
8.根据权利要求7所述的方法,其特征在于,根据获取的所述第二函数变量建立所述车间内空间占地面积利用率最高对应的优化目标函数包括:
在采用多行布局方式对车间内的设备进行布局的情况下,通过以下公式建立所述车间内空间占地面积利用率最高对应的优化目标函数:
min A=Z-f(s);
其中,A为所述车间的占地转化面积,Z为所述车间厂房面积值,f(s)为所述车间内设备占地面积。
9.根据权利要求4所述的方法,其特征在于,根据所述优化目标建立优化目标函数包括:
在所述优化目标为时间成本最低的优化目标的情况下,获取以下第三函数变量:设备与设备之间的距离,设备与设备之间物料运输的总次数,设备与设备之间物料运输的运输速度;
根据获取的所述第三函数变量建立所述车间内时间成本最低对应的优化目标函数。
10.根据权利要求9所述的方法,其特征在于,根据获取的所述第三函数变量建立所述车间内时间成本最低对应的优化目标函数包括:
在采用多行布局方式对车间内的设备进行布局的情况下,通过以下公式建立所述车间内时间成本最低对应的优化目标函数:
其中,T布局优化后车间运行总的物料运输时间,fij为设备i和设备j之间的物料搬运频率,dij为设备i和设备j之间的距离,tij为设备i和设备j之间物料运输的总次数,vij为设备i和设备j之间物料运输的运输速度,n为所述车间内的设备数量。
11.根据权利要求6、8、10中任一项所述的方法,其特征在于,根据所述车间约束条件确定所述优化目标函数的函数条件包括:
在所述车间约束条件为车间内设备的位置不可超出所述车间的边界的情况下,对应的函数条件为:
在所述车间约束条件为车间内设备之间不可重叠的情况下,对应的函数条件为:
Aij≥0
Aij=αijaijbij
aij=|xi-xj|-(li+lj)/2
bij=|yi-yj|-(wi+wj)/2
其中,(xi,yi)为设备i在车间采用的多行布局的坐标系中的坐标,(xj,yj)为设备j在车间采用的多行布局的坐标系中的坐标,W、L分别为所述车间的长和宽,wi、li分别为设备i的长和宽,wj、lj分别为设备j的长和宽,aij为在坐标系内X轴方向上设备i与j之间的重叠度,bij为在坐标系内Y轴方向上设备i与j之间的重叠度,αij为计算Aij的参数。
12.根据权利要求4至10中任一项所述的方法,其特征在于,根据所述优化目标建立优化目标函数包括:
在所述优化目标为至少两个的情况下,确定至少两个优化目标分别对应的权重;
根据确定的所述至少两个优化目标分别对应的权重,将所述至少两个优化目标统一建立成一个优化目标函数。
13.根据权利要求1至10中任一项所述的方法,其特征在于,在所述函数条件下对所述优化目标函数求解得到所述车间生产线的优化布局包括:
根据所述车间内的设备的信息,采用差分进化算法得到初始种群,其中,所述初始种群中的每个个体包括:设备编号,用于标识设备位置的设备坐标;
在所述函数条件下,根据所述差分进化算法的差分策略,对所述初始种群中的设备编号区域进行换位变异操作,得到对初始种群中的个体进行换位变异操作后的种群父本;
对所述种群父本中的个体进行选择操作与交叉操作,得到所述优化目标函数对应的所述车间生产线的优化布局。
14.一种车间生产线布局优化装置,其特征在于,包括:
获取模块,用于获取待布局优化的所述车间生产线的设计要求信息;
第一确定模块,用于根据所述设计要求信息,确定所述车间生产线布局优化的优化目标以及车间约束条件;
第二确定模块,用于根据所述优化目标建立优化目标函数,以及根据所述车间约束条件确定所述优化目标函数的函数条件;
求解模块,用于在所述函数条件下对所述优化目标函数求解得到所述车间生产线的优化布局。
15.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至13中任意一项所述的车间生产线布局优化方法。
16.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至13中任意一项所述的车间生产线布局优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810394465.8A CN108846502A (zh) | 2018-04-27 | 2018-04-27 | 车间生产线布局优化方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810394465.8A CN108846502A (zh) | 2018-04-27 | 2018-04-27 | 车间生产线布局优化方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108846502A true CN108846502A (zh) | 2018-11-20 |
Family
ID=64212411
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810394465.8A Pending CN108846502A (zh) | 2018-04-27 | 2018-04-27 | 车间生产线布局优化方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108846502A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109917754A (zh) * | 2019-03-14 | 2019-06-21 | 湘潭大学 | 一种基于多种群分布估计算法的机器人装配单元多目标布局优化方法 |
CN111178600A (zh) * | 2019-12-17 | 2020-05-19 | 上海卡鲁自动化科技有限公司 | 一种多约束条件下的车间装配工艺智能优化方法 |
CN111274627A (zh) * | 2019-12-25 | 2020-06-12 | 江苏艾佳家居用品有限公司 | 基于非线性最优化的厨房自动布局方法、装置、计算机设备 |
CN111291995A (zh) * | 2020-02-14 | 2020-06-16 | 广东省智能制造研究所 | 一种基于moea的生产线设备资源优化配置方法及装置 |
CN111563629A (zh) * | 2020-05-11 | 2020-08-21 | 四川新迎顺信息技术股份有限公司 | 柔性制造车间多阶段设备产能配置与鲁棒性布局优化方法 |
CN111900839A (zh) * | 2020-07-31 | 2020-11-06 | 安徽皖南电机股份有限公司 | 一种电机转子车间平面布置方法 |
CN113298429A (zh) * | 2021-06-21 | 2021-08-24 | 柳州市索创智能科技有限公司 | 一种自动化生产线的智能模拟评估方法及系统 |
CN113642938A (zh) * | 2021-10-13 | 2021-11-12 | 江苏宽程装备科技有限公司 | 一种智能化生产管理方法及系统 |
CN115471143A (zh) * | 2022-11-10 | 2022-12-13 | 中铁第一勘察设计院集团有限公司 | 铁路通信机械室内设备布局方法、系统及其存储介质 |
CN115577865A (zh) * | 2022-12-08 | 2023-01-06 | 中国电子工程设计院有限公司 | 一种用于制剂工艺的生产房间布局优化方法及装置 |
CN116362407A (zh) * | 2023-04-06 | 2023-06-30 | 湘南学院 | 一种考虑制造系统运行性能的设施布局优化方法 |
CN116432992A (zh) * | 2023-06-15 | 2023-07-14 | 合肥工业大学 | T梁车间设备资源配置、生产优化方法、系统和存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140358622A1 (en) * | 2013-06-03 | 2014-12-04 | Hon Hai Precision Industry Co., Ltd. | Work station arrangement system and method |
CN107908805A (zh) * | 2017-05-05 | 2018-04-13 | 浙江工业大学 | 一种多目标优化的混合作业车间布局方法 |
-
2018
- 2018-04-27 CN CN201810394465.8A patent/CN108846502A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140358622A1 (en) * | 2013-06-03 | 2014-12-04 | Hon Hai Precision Industry Co., Ltd. | Work station arrangement system and method |
CN107908805A (zh) * | 2017-05-05 | 2018-04-13 | 浙江工业大学 | 一种多目标优化的混合作业车间布局方法 |
Non-Patent Citations (1)
Title |
---|
常芳芳: "基 于1改进SLP的生产车间静态设施布局研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109917754A (zh) * | 2019-03-14 | 2019-06-21 | 湘潭大学 | 一种基于多种群分布估计算法的机器人装配单元多目标布局优化方法 |
CN111178600A (zh) * | 2019-12-17 | 2020-05-19 | 上海卡鲁自动化科技有限公司 | 一种多约束条件下的车间装配工艺智能优化方法 |
CN111274627B (zh) * | 2019-12-25 | 2022-07-08 | 江苏艾佳家居用品有限公司 | 基于非线性最优化的厨房自动布局方法、装置、计算机设备 |
CN111274627A (zh) * | 2019-12-25 | 2020-06-12 | 江苏艾佳家居用品有限公司 | 基于非线性最优化的厨房自动布局方法、装置、计算机设备 |
CN111291995A (zh) * | 2020-02-14 | 2020-06-16 | 广东省智能制造研究所 | 一种基于moea的生产线设备资源优化配置方法及装置 |
CN111291995B (zh) * | 2020-02-14 | 2024-02-23 | 广东省智能制造研究所 | 一种基于moea的生产线设备资源优化配置方法及装置 |
CN111563629A (zh) * | 2020-05-11 | 2020-08-21 | 四川新迎顺信息技术股份有限公司 | 柔性制造车间多阶段设备产能配置与鲁棒性布局优化方法 |
CN111900839A (zh) * | 2020-07-31 | 2020-11-06 | 安徽皖南电机股份有限公司 | 一种电机转子车间平面布置方法 |
CN113298429A (zh) * | 2021-06-21 | 2021-08-24 | 柳州市索创智能科技有限公司 | 一种自动化生产线的智能模拟评估方法及系统 |
CN113642938B (zh) * | 2021-10-13 | 2021-12-10 | 江苏宽程装备科技有限公司 | 一种智能化生产管理方法及系统 |
CN113642938A (zh) * | 2021-10-13 | 2021-11-12 | 江苏宽程装备科技有限公司 | 一种智能化生产管理方法及系统 |
CN115471143A (zh) * | 2022-11-10 | 2022-12-13 | 中铁第一勘察设计院集团有限公司 | 铁路通信机械室内设备布局方法、系统及其存储介质 |
CN115577865A (zh) * | 2022-12-08 | 2023-01-06 | 中国电子工程设计院有限公司 | 一种用于制剂工艺的生产房间布局优化方法及装置 |
CN116362407A (zh) * | 2023-04-06 | 2023-06-30 | 湘南学院 | 一种考虑制造系统运行性能的设施布局优化方法 |
CN116362407B (zh) * | 2023-04-06 | 2024-01-16 | 湘南学院 | 一种考虑制造系统运行性能的设施布局优化方法 |
CN116432992A (zh) * | 2023-06-15 | 2023-07-14 | 合肥工业大学 | T梁车间设备资源配置、生产优化方法、系统和存储介质 |
CN116432992B (zh) * | 2023-06-15 | 2023-08-22 | 合肥工业大学 | T梁车间设备资源配置、生产优化方法、系统和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108846502A (zh) | 车间生产线布局优化方法及装置 | |
WO2022000924A1 (zh) | 基于ammas-ga嵌套算法的双资源模具作业车间调度优化方法 | |
CN107506956B (zh) | 基于改进粒子群算法供应链生产运输协同调度方法及系统 | |
CN110084512B (zh) | 一种面向智能仓储系统的多机器人任务分配方法 | |
CN108846472A (zh) | 一种自适应遗传粒子群混合算法的优化方法 | |
CN110298589A (zh) | 基于遗传-蚁群融合算法的动态服务资源调度方法 | |
CN105323166B (zh) | 一种面向云计算的基于网络能效优先的路由方法 | |
CN103942610B (zh) | 基于任务的可重组制造系统多态构型优化方法 | |
CN106779153A (zh) | 一种智能立体仓库货位分配优化方法 | |
CN102323952A (zh) | 基于改进遗传算法的可重构装配线排序方法 | |
CN104063778A (zh) | 一种在立体货仓中为货物分配货位的方法 | |
CN109523178A (zh) | 一种面向电力通信现场的运维方法及装置 | |
CN102621887B (zh) | 一种服装缝制工序分析与组合方法 | |
CN112862217A (zh) | 一种用于高端装备云制造平台的供需双方双边匹配方法 | |
CN116933939A (zh) | 基于改进浣熊优化算法的柔性车间协同生产方法及系统 | |
CN102621941B (zh) | 一种冷轧电镀锌机组钢卷排序方法及系统 | |
CN115249121A (zh) | 一种基于深度强化学习的离散制造车间鲁棒调度优化方法 | |
CN106845696A (zh) | 一种智能优化水资源配置方法 | |
CN117331700B (zh) | 一种算力网络资源调度系统及方法 | |
CN110460043A (zh) | 基于多目标改进粒子群算法的配电网网架重构方法 | |
CN116307008A (zh) | 一种mto和mts混合生产模式下aps排产方法 | |
CN108154332A (zh) | 一种基于遗传算法的仓库货位分配方法及系统 | |
CN110163420A (zh) | 一种基于分解文化进化算法的多目标生态调度方法和系统 | |
CN107545323A (zh) | 商品的物流配送方法、装置、设备及存储介质 | |
CN106487889B (zh) | 一种面向云数据中心的任务与数据联合部署方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181120 |
|
RJ01 | Rejection of invention patent application after publication |