| 【中文题名】 | 基于遗传算法的装配序列优化 |
| 【英文题名】 | |
| 【学科专业】 | 控制理论与控制工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2004-9-9 |
| 【中关键词】 | 遗传算法,装配序列规划,自适应遗传算法,组合优化,, |
| 【英关键词】 | Genetic algorithms, Assembly sequence planning, Adaptive GA,Combinatorial optimization, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 | 本文以某公司洗衣机装配一线为研究对象,利用遗传算法搜索并优化装配序列,充分考虑了企业的制造资源,从而使优化结果接近生产实际。首先根据调研期间获得的资料建立问题的数学模型,考虑了装配时间、可装配性和调度成本等指标。然后针对子装配体的模式含义,设计了编码方案和遗传策略,分别讨论了不同生产工况下的单目标、多目标优化问题。由于是一个多目标多约束模型,约束环境极易破坏遗传信息从而出现有效基因缺失和早熟,针对这些问题,提出了基因修补算子,基于代沟信息自适应调整算子等新的遗传策略。同时结合局部搜索算法加快了在最优值附近的收敛速度。对算法的收敛性及其实际意义给予了理论分析。最后将优化结果与海尔采用的方案做了分析比较。 |
| 【论文题纲】 |
|
1 绪论 |
6-10 |
|
1.1 装配技术的发展 |
6 |
|
1.2 研究设想 |
6-7 |
|
1.3 解决方案 |
7-8 |
|
1.4 论文结构及所做的工作 |
8-10 |
|
2 装配线优化建模 |
10-20 |
|
2.1 海尔梅洛尼洗衣机生产线简介 |
10-11 |
|
2.2 洗衣机装配 |
11-17 |
|
2.2.1 装配过程 |
11-14 |
|
2.2.2 生产线模型 |
14 |
|
2.2.3 海尔装配线问题概述 |
14-16 |
|
2.2.4 性能指标计算 |
16-17 |
|
2.3 装配序列优化模型 |
17-19 |
|
2.4 本章小结 |
19-20 |
|
3 装配序列规划及优化策略 |
20-31 |
|
3.1 装配序列规划现状 |
20-21 |
|
3.2 装配序列规划的发展 |
21-22 |
|
3.3 遗传算法 |
22-29 |
|
3.3.1 遗传算法的发展历史 |
23 |
|
3.3.2 遗传算法基本操作 |
23-24 |
|
3.3.3 遗传算法标准流程 |
24-26 |
|
3.3.4 遗传算法数学基础 |
26-27 |
|
3.3.5 遗传算法应用领域 |
27-28 |
|
3.3.6 遗传算法与其它搜索算法的比较 |
28-29 |
|
3.4 关于整体优化问题的描述 |
29-30 |
|
3.5 本章小结 |
30-31 |
|
4 洗衣机装配线静态序列优化 |
31-49 |
|
4.1 单目标优化 |
32-42 |
|
4.1.1 编码方式 |
33 |
|
4.1.2 初始化 |
33-34 |
|
4.1.3 基本进化算子 |
34-36 |
|
4.1.4 个体有效性检验 |
36-38 |
|
4.1.5 扩展算子 |
38-39 |
|
4.1.6 程序终止准则 |
39 |
|
4.1.7 程序流程图 |
39-40 |
|
4.1.8 结果分析 |
40-42 |
|
4.2 多目标优化 |
42-47 |
|
4.2.1 多目标最优的概念 |
42-43 |
|
4.2.2 局部搜索策略 |
43-44 |
|
4.2.3 基因修补策略 |
44-45 |
|
4.2.4 各算子对进化性能的影响分析 |
45 |
|
4.2.5 结果分析 |
45-47 |
|
4.3 收敛性分析 |
47-48 |
|
4.4 本章小结 |
48-49 |
|
5 洗衣机装配线动态序列优化 |
49-59 |
|
5.1 性能指标 |
49 |
|
5.2 自适应遗传算法改进 |
49-55 |
|
5.2.1 基于当前群体信息的自适应算法 |
50-51 |
|
5.2.2 基于代沟信息的自适应遗传算法 |
51-55 |
|
5.3 程序流程图 |
55-56 |
|
5.4 结果分析 |
56-57 |
|
5.5 收敛性分析 |
57-58 |
|
5.6 本章小结 |
58-59 |
|
结论与展望 |
59-61 |
|
致谢 |
61-62 |
|
参考文献 |
62-65 |
|
附录A 洗衣机结构图 |
65-67 |
|
附录B 工件序号及其装配指标对应表 |
67-69 |
|
附录C 装配过程示例 |
69 |
|
| 【DOI】 | LunWen.ID:2.2008.387088 |