[发明专利]一种车间作业单元多目标布局优化方法及电子设备

说明书

本发明提供一种车间作业单元多目标布局优化方法及电子设备，将SLP（设置布置理论）法与启发式MBO算法（候鸟优化算法）相结合，向通过SLP法定量与定性分析得到车间的布局方案,再将其作为MBO算法的初始解,MBO算法利用候鸟在飞行过程中不断进化的特点，对优化目标进行迭代寻优求解，得到的解精度更高、种群更多样化、局部和全局搜索能力更强，有效解决车间作业单元布局优化问题。

技术领域：

本发明涉及物流系统布局规划设计领域，更具体涉及一种基于SLP法和MBO算法的车间作业单元多目标布局优化方法。

背景技术：

制造企业通常以工艺流程改善、新产品研发、设备维护以及新市场开拓为主要方向改善企业经营效益，而很少重视车间布局的不合理性产生的物流成本；通常，车间作业单元的布置形式、物流路线规划等因素是制约束企业经营效益增长的关键原因；因此，车间作业单元的合理布置是企业提升核心竞争力的重要手段。大量研究案例表明，在产品生产过程中，大约20％-25％的时间处于价值增加状态，而大约55％-75％的时间处于搬运或等待状态，增值时间比例过低严重限制了企业经营效益的提高，而合理的车间布局能有效降低车间总物流成本的40％-60％，并提高车间面积利用率，减少作业单元之间的物料搬运距离。因此，合理规划车间布局，使作业单元、作业人员、设备、物料得到合理的分配使用，使生产过程高效有序运行，是制造企业改革创新的重点工作。

在专利文献CN201910274587.8公开了一种基于改进的SLP和遗传算法的洗消站装配设施布局方法，利用SLP法得出洗消单元之间综合相互关系，通过遗传算法对洗消单元布局进行初步求解，并利用Flexsim动态模拟仿真，得到洗消站装备设施布局最终方案。在发明专利CN202210091392.1公开了一种基于SLP理论的物流设施规划系统及其设备，通过建立双目标函数对SLP法改进，使用遗传算法对目标函数进行求解，得到优化后的设备布置方案。

由以上已公开的关于设施布局的技术可见，现有技术通常将SLP法与GA算法(遗传算法)结合，以解决车间设备布局优化问题，未考虑将SLP法求解得到布局方案作为GA算法(遗传算法)的初始种群，会导致GA算法(遗传算法)局部搜索能力较弱，易陷入局部最优，难以寻得全局最优解。

发明内容：

鉴于上述现有技术存在的问题，本发明专利的目的在于提供一种基于SLP法(设施布置理论)和MBO算法(候鸟优化算法)结合的车间作业单元多目标布局优化方法，使得到的解精度更高、种群更多样化，并且增强局部和全局搜索能力，解决任意场景下的车间作业单元布局优化问题，降低车间物流系统的搬运成本和距离，减少作业人员负荷。

本发明的技术方案如下：

本发明以方面提供一种车间作业单元多目标布局优化方法，所述方法主要包括如下步骤：

步骤1，确定车间作业单元划分及面积需求。

步骤2，分析作业单元之间物流关系。

步骤3，分析作业单元之间非物流关系。

步骤4，分析作业单元之间综合相互关系。

步骤5，绘制设施布置相关图。

通过以上步骤，得到的根据SLP法的布局优化方案。

步骤6，模型假设及构建。

步骤7，确定目标函数及约束条件。

步骤8，MBO算法迭代，包括：

(1)种群初始化：将SLP法得到的车间初始布局方案作为MBO算法的初始种群，初始化鸟群(种群)，并对种群中个体排序成V型编队，设置算法参数和终止条件；

(2)领飞鸟和更飞鸟更新；

(3)判断是否达到巡回次数，若达到巡回次数则跳出巡回，否则继续搜索；