[发明专利]柔性车间的多工艺路线与布局联合优化方法

说明书

一种针对柔性车间的多工艺路线与布局联合优化的方法，包含：S1：构建多工艺路线与车间布局联合优化模型；S2：设计多决策变量智能优化算法对模型进行优化求解，得到最优布局方案和工艺路线。本发明提出的多工艺路线与车间布局联合优化模型将多工艺路线作为变量在模型中体现，同时设计多决策变量智能决策算法对工艺规划和车间布局同时进行求解，防止出现以其他变量最优解的基础进行优化迭代的情况出现，避免了各阶段子问题最优总优化目标却不最优的情况出现，同时不同变量采用不同特点的优化思路保证了整体的寻优效率和解的多样性。

技术领域

本发明涉及一种针对柔性车间的多工艺路线与布局联合优化的方法。

背景技术

伴随着制造技术的不断发展，传统工艺规划开始向柔性工艺规划进行转变。在柔性工艺规划中每一种产品有多条工艺路线可以选择，多条工艺路线主要通过三种柔性方式产生：工艺流程柔性，即产品的部分加工工艺本身是可选择替换的，例如某道工序既可以通过拉伸实现，也可以通过挤压实现；工艺顺序柔性，即部分加工工艺的先后顺序是可交换的；加工机器柔性，即部分工序使用的机器是可选择替换的。柔性工艺使得对柔性车间进行布局优化设计时需要将工艺路线同时作为优化对象。因此，产生了多工艺路线与车间布局联合优化的概念和需求。

在各类车间布局问题的建模上，通常将问题局限于将若干设施分配到若干区域，即二次分配问题(Quadratic,Assignment Problem,QAP)，并将其他约束作为独立约束条件。仅有少量的研究将设施布置以外的约束作为非独立的变量(即变量之间相互影响)纳入问题模型。多工艺路线与车间布局联合优化便是将工艺路线作为非独立变量考虑。同时，产品的不定需求会影响多工艺路线的规划，所以需要进行动态环境下的联合优化。针对动态环境下的车间布局研究主要有两种技术路线：动态设施规划问题(dynamic facilitylayout problem，DFLP) 和和鲁棒布局规划。前者通过时间分段，将动态环境转化为一系列不同时间段上的静态环境，从而将DFLP转换为静态设施规划问题(static facilitylayout problem，SFLP)，并加上不同时间段进行重新布局的转换成本。后者则不追求某个时间段布局的目标函数最优，而追求整个时间段总体的布局目标函数最优，以减少重新布局对生产的影响。相比之下，鲁棒布局规划更适合对设施位置变动比较困难的工厂。目前的鲁棒布局模型一般将多工艺路线的规划作为影响车间布局的参数因素在模型中体现，但忽略了多工艺路线与车间布局之间的相互影响，所以为了对两者进行整体的优化需要将多工艺路线作为变量进行模型的设计。

车间布局模型的求解方法可以归为精确方法，启发式，元启发式和混合方法四类。基于设施布局问题属于NP难问题的特征，各类元启发方法和混合方法是目前求解车间布局问题的常用方法。传统的设施规划问题只需对一个变量进行求解，但在联合优化问题中存在多个非独立变量需要求解。在以往的联合优化问题研究中一般有两种方法对该问题进行求解，一是将非独立变量进行整合编码，即将多个变量在算法求解时看作单一变量进行寻优求解；二是将联合优化问题拆解成多个单独优化问题，借助元启发方法分阶段对联合优化问题进行求解。然而，两种优化求解的方式都忽略了变量之间的影响，理论上缩小了解空间。

综上所述，目前柔性车间的研究中缺乏将多工艺路线作为变量考虑的模型设计以及相应的求解方法，因此有必要提出一种针对柔性车间的多工艺路线与布局联合优化方法。

发明内容

本发明要求克服现有技术的上述缺点，提供一种针对柔性车间的多工艺路线与布局联合优化的方法，该方法综合考虑了柔性车间布局过程中工艺与布局相互影响的问题提高了布局的鲁棒性，其技术方案包含如下所述方法：

S1：构建多工艺路线与车间布局联合优化模型；

S2：设计多决策变量智能优化算法对模型进行优化求解，得到最优布局方案和工艺路线。S1：构建多工艺路线与车间布局联合优化模型，具体包括：