[发明专利]一种复杂车间低熵化布局与稳健优化方法

摘要

一种复杂车间低熵化布局与稳健优化方法，包括以下步骤：低碳节能目标函数构建，构建复杂车间稳健优化模型、低熵化布局模型，运用环形多元胞混合优化算法得出最优结果。针对复杂车间资源繁多、车间几何约束严格、物流与非物流关系复杂，单元间功能关系密切的特点。本发明能够有效应对复杂车间的各项约束，得到多约束条件、多动态扰动下的低碳化、高稳健性车间布局；并且设计模糊聚类方法与并行导向进化方法结合的环形多元胞混合优化算法，设计种群元胞内与元胞间的个体进化规则，能有效提高进化的速度与质量。

主权项

一种复杂车间低熵化布局与稳健优化方法，其特征在于包括以下步骤：步骤1：低碳节能目标函数构建1)单元布置成本Q：式中：i——设备标号，表示设备i；j——单元标号，表示单元j；m——设备总数量；n——单元总数量；qi——设备i的成本；F(ηj)——单元j纵横比评价函数；ηj——单元j纵横比；hj——单元j的高度；wj——单元j的宽度；2)单位面积产能T：式中：Tj——单元j的单位面积产能；Pjk——单元j生产产品k的数量；hj×wj——单元j的面积；k——产品种类标号，表示产品k；K——产品种类总数；3)物流量距积成本Z：式中：fjl——车间中功能单元j至l的物流量；cjl——功能单元j和l之间单位运输成本；djl——功能单元j和l的距离；l——单元标号，表示单元l；4)布局/工艺鲁棒性R：式中：Lk——表示产品k经过完整工艺路线时的加工距离；5)布局柔性F：式中：Ok——产品k生产过程中经过的单元数；——为产品k的平均产量；Ukj——表示单元j生产产品k的理论负载量；6)低碳节能布局集成优化模型：CE＝min(QνQ+CT+CZ+CRF)     (式8)CZ＝fZ×Z×pk    (式10)CRF＝(1‑R)fR+(1‑F)fF    (式11)式中：CE——布局总碳排放量；CT——产能引起的碳排放量；CZ——车间工件运输引起的碳排放量；CRF——鲁棒性与柔性引起的未来改善的预期碳排放量；vQ——布置成本碳排放转换因子；fTj——单元j的单位面积产能碳排放系数；Fz——单位量距积碳排放系数；Pk——产品k对应的运输工具功率；fZ——量距积碳排放系数；fR——鲁棒性碳排放系数；fF——柔性碳排放系数；步骤2：复杂车间稳健优化模型构建C=Σk=1Kexp(-aK-bwk)---(13)]]>式中：H——车间熵，表示车间紊乱度衡量指标；A——玻尔兹曼常数；N——系统中粒子数量，即车间布局系统中的产品种类；a、b——系统参数；wk——系统中拥有的能量，即产品k在该布局下的生产成本；ck——产品k的物流量距积成本；W——布局总成本；α，β，γ，χ——加权因子，α+β+γ+χ＝1；μ1——单位面积产能成本转换因子；μ2——布局/工艺鲁棒性成本转换因子；μ3——布局柔性成本转换因子；步骤3：复杂车间低熵化布局模型构建式中：CEmax——车间布局过程中碳排放理论最大值；CEmin——车间布局过程中碳排放理论最小值；步骤4：环形多元胞混合优化算法进化步骤如下：步骤41：染色体编码/解码:设置单元排序‑分割混合编码；每条染色体由单元排序编码和单元分割点编码两部分组成；单元排序编码由n个单元符号组成(n表示车间单元数量)，表示车间中由左至右，从上至下单元的排列顺序；分割点编码由n‑1个0‑1二进制编码组成，插空分布于单元排序编码间隔之中；0表示单元处于同一纵列，1表示该单元为纵列最后排布的单元；A1-A2-A3-A4-A5-A60-1-0-1-1]]>其中，A1、A2、A3、A4、A5、A6表示单元编号。步骤42：模糊聚类生成若干种群元胞：式中：Fm——聚类目标函数，表示不同种群元胞所有聚类特征因子综合相异程度最小；u(x)IJ——布局方案J在分类I中的隶属度函数；I——种群标号，表示种群元胞I；J——染色体标号，表示染色体J；G——聚类因子标号，表示聚类因子G；g——种群标号，表示种群元胞g；cI——种群I的聚类中心，即集合中的代表性染色体；cg——种群g的聚类中心，即集合中的代表性染色体；xJ——种群中第J条染色体；NI——种群元胞的数量；NJ——种群元胞中染色体数量；NG——聚类因子数量；f——大于1的模糊参数；步骤43：适应度评价：Fit1＝QνQ+CT+CZ+CRF   (式19)步骤44：种群元胞匹配规则：完成模糊聚类与适应度计算，得到若干组种群元胞，每个元胞均为相似染色体集合；为了最大限度保证种群协作进化过程中的多样性，以适应度Fit1为目标对所有元胞降序排列，采用插空法排列元胞并组成环状拓扑结构，进行种群元胞之间的配对操作，形成两两匹配的环形进化拓扑结构；该操作保证了形成配对的两元胞之间均存在差异，且差异度值较为接近；步骤45：染色体选择：设计二次排挤算法进行选择；采用子个体与父个体直接竞争模式，竞争的内容包括碳排放值与熵值；算法的过程如下：①用放回的方式从匹配的种群元胞组中随机选择两个父个体p1和p2；②进行交叉和变异，产生子代c1和c2；③根据适应度函数计算适应度值Fit1和Fit2：如果Fit1(c)<Fit1(p)，则若Fit2(c1)<Fit2(p1)，则用c1替换p1，否则保留p1；若Fit2(c1)<Fit2(p2)，则用c1替换p2，否则保留p2；若Fit2(c2)<Fit2(p1)，则用c2替换p1，否则保留p1；若Fit2(c2)<Fit2(p2)，则用c2替换p2，否则保留p2；其中，Fit1(c)<Fit1(p)表示任意子代的适应度Fit1均小于父代；步骤46：种群协作进化：①匹配元胞间的混合交叉操作；②各元胞内独立变异操作；③环状拓扑结构种群元胞之间的移民操作：完成选择、交叉、变异操作，要为种群元胞之间设计某种迁移拓扑，确定各集合间个体交换的方式；如A、B为相邻元胞，设计染色体迁移路径：复制元胞A中一定比例最优个体按路径迁移至邻域元胞B，同时元胞B中剔除相同比例的最差个体；依次操作所有元胞及其邻域元胞；移民策略能够在保持种群多样性的同时，对种群进化起到导向性作用；步骤47：终止条件种群初始化后，循环执行模糊聚类、选择、交叉、变异、移民等，当产生N条Pareto解集并且熵值H始终在理论可控范围内，则循环结束，输出最优结果。