基于改进遗传算法的汽车混流装配线排序优化

刘冠权 奚 浩 王 越 王志远

(青岛理工大学管理工程学院 山东 青岛 266520)

0 引 言

互联网、物联网时代到来，顾客消费需求升级，不再满足于单一模板化，向个性定制化过渡发展，混流装配线作为一种可以实现多品种产品的装配线可以更好满足顾客需求的多样化。因此高鲁棒性、高柔性混流装配线的排序问题将成为制造业生产运作优化的重要问题。

Drexl等[1]对汽车投产排序问题提出了整数规划(Integer Programming，IP)模型并进行求解；Fliedner等[2]在此基础上进一步修改了目标函数并采用分支定界法求解此类问题。郑敏等[3]建立了涂装切换成本和总装车间人工成本最小化的两个目标函数模型，并用CPLEX数学规划软件对其进行优化求解。

当混流装配线排序问题规模比较小时，上述数学规划方法虽然能够得到较好的解,但对于大规模问题，短时间内很难找到最优解。因此，近年来大多数专家用启发式算法以及现代智能优化算法来解决这类问题。

郑永前等[4]针对混装线排序问题，从装配线总闲置-超载成本最小化角度，建立了数学模型并设计粒子群算法进行求解；黄健等[5]则在前者基础之上，加入产品变化率、总切换时间的目标，在离散系统仿真软件Plant Simulation平台进行仿真，并结合总工时最小化目标，采用遗传算法得出一组满意解，最后从混装线平衡角度对得到的满意解进行分析,得到满足目标的最优解。刘琼等[6]同样建立了以最小化工作站闲置/超载总成本、产品变化率和产品切换总时间为目标的多目标优化模型，但设计了一种改进多目标猫群优化算法对该问题进行应用。……