[发明专利]一种多目标离散装配车间物料配送的路径优化方法

说明书

本发明公开了一种多目标离散装配车间物料配送的路径优化方法，包括：以配送设备运输时间消耗、配送服务满意度以及配送设备负载作为问题优化目标，对离散装配车间物料配送路径优化过程进行整体建模；对N台具有载量约束的配送设备的物料配送路径进行编码，随机产生目标模型的物料配送路径初始解；利用基于概率的多邻域随机局部搜索方法对初始解的邻域空间进行局部搜索，求取目标模型的物料配送路径更优解；利用禁忌表对搜索过程进行禁忌操作，记录已被搜索的邻域空间结构；重复步骤，直到满足搜索终止条件，输出最优车间物料配送路径方案。本发明在目标问题优化过程运算时间短，能应对存在实时状态更新变化的问题场景。

技术领域

本发明涉及离散装配车间生产资源调度优化技术领域，具体涉及一种多目标离散装配车间物料配送的路径优化方法。

背景技术

离散装配车间生产的产品是由一系列零部件组装加工而成，其生产过程具有生产工艺离散化和生产工位物理位置分散等关键特征，使得产品不同模块的加工和装配在不同的地点进行，进而造成了每个生产工位的线边库存同样跟随着生产工位分散于不同的位置。为了保证离散装配车间的生产活动顺利有序进行，必定需要对车间内的生产物料资源进行合理管理，而有效地安排好离散装配车间内的物料资源的配送路径，实现对存在不同物料资源补充需求的物理位置分散的工位的物料配送和补充，是离散装配车间生产物料资源管理中的重要一环。考虑当前生产制造工业面临的信息化和工业化两化深度融合、制造过程智能化等新要求，以及当前离散装配车间生产制造过程工艺工序日渐细化细分的生产特点，利用智能优化算法对离散装配车间物料配送路径进行优化是在新时代、新要求下的工业制造过程控制与管理中的一个重要研究方向。

目前，以遗传算法、遗传算法的改进和变体为代表的启发式算法以及以蚁群算法、鱼群算法为代表的各类群体智能算法虽然在解决离散装配车间物料配送路径优化问题上具有相当不错的算法性能，同时也能够针对不同的优化目标取得不错的优化结果，但这些算法运算所需的时间消耗通常被研究者所忽略，在目标问题优化过程往往需要耗费大量的运算时间，进而导致在更多的时候无法应对存在实时状态更新变化的问题场景，约束了各类智能优化算法的落地应用。离散装配车间生产制造过程是一个对效率要求较高的活动过程，因此如何解决生产过程中离散装配车间物料配送路径优化方法的时效性问题，同时保证方法能够优化物料配送过程，是离散装配车间物料配送路径优化过程值得考虑解决的关键问题。

发明内容

本发明的目的是为了克服以上现有技术存在的不足，提供了一种在目标问题优化过程运算速度快且能够优化物料配送过程的多目标离散装配车间物料配送的路径优化方法。

本发明的目的通过以下的技术方案实现：

一种多目标离散装配车间物料配送的路径优化方法，包括：

S1.以配送设备运输时间消耗、配送服务满意度以及配送设备负载作为问题优化目标，对离散装配车间物料配送路径优化过程进行整体建模，得到目标模型；

S2.对N台具有载量约束的配送设备的物料配送路径进行编码，随机产生目标模型的物料配送路径初始解；N≥2；

S3.利用基于概率的多邻域随机局部搜索方法对初始解的邻域空间进行局部搜索，求取目标模型的物料配送路径更优解；

S4.利用禁忌表对搜索过程进行禁忌操作，记录已被搜索的邻域空间结构；

S5.重复步骤S3至S4，直到满足搜索终止条件，对搜索获得的最优解进行解码，输出最优车间物料配送路径方案。

优选地，步骤S1的目标模型考虑的是N台具有载量约束的配送设备为K个工位进行物料配送的离散装配车间物料配送问题场景，每个工位要求不同物料在对应的期望时间到达工位，K≥2；该问题场景的数学模型构造如下：

s_ij＝v×t_ij (1)