随着AGV小车在制造系统的广泛应用,其路线规划与生产调度集成可大大提高生产效率,降低运输能耗。这里以开放车间为研究对象,考虑AGV的物料搬运特性,提出了一种考虑最大完工时间和AGV能耗的双目标析取图模型,剖析问题特征,提取问题的关键弧特性;其次,设计了基于关键弧的多种邻域结构,融合遗传算法的全局搜索能力和变邻域结构的局部探索能力实现问题的寻优。最后,标杆案例测试结果表明,所提出算法可有效解决带AGV开放车间调度问题,多种邻域结构设计显著地提升了算法求解性能。

在广义粒子群优化模型基础上,结合工艺规划问题的特性,设计了求解工艺规划问题的改进广义粒子群优化算法.该算法采用当前粒子与个体极值库、种群极值库进行交叉操作的方式,使粒子能够从个体极值和种群中获取更新信息,引入变邻域搜索算法作为粒子的局部搜索策略.实例测试结果显示,与其他算法相比,本文算法在求解工艺规划问题时具有更高的求解效率和更好的稳定性.

在分析双边装配线第I类平衡问题(Two-sIded Assembly LIne BalancIng Problem of Type-I,TALBP-I)离散性、序列相关性等特点后,提出了一种改进离散蝙蝠算法(Improved DIscrete Bat AlgorIthm,IDBA)。为在总工位数相同情况下筛选出更优质的解,增加了启发式目标,引导种群向更优方向搜索。标准蝙蝠算法不能直接求解离散问题,针对TALBP-I,设计了基于任务拓扑排序矩阵的编码策略,利用双重编码映射机制,实现蝙蝠飞行的连续物理空间到TALBP-I离散解空间的映射。采用改进的“工位-操作”解码方法代替传统的“操作-工位”解码方法,减少工位的空闲时间。针对蝙蝠算法后期收敛速度慢,易陷入局部最优,设计了4种插入邻域算子,进行变邻域搜索。通过基准问题的数值实验验证了算法的有效性。

为提高柔性制造系统的生产效率，不少制造企业通过采用自动化立体仓库来满足生产需求。大多数企业采取先进先出原则或者就近原则来管理自动化立体仓库，在紧急生产任务时，不能充分利用柔性生产线的特性来均衡生产任务，导致自动化立体仓库的垛机运行效率不高。针对某种特殊化构造的自动化立体仓库，应用变邻域搜索的贪婪算法来优化垛机路径，提高自动化立体仓库的运行效率。通过CSharp软件仿真，验证了该算法的可行性，实现了自动化立体仓库中垛机的运动路径优化。