买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：安徽大学

摘要：本发明公开了一种基于自适应算子的车辆生产序列优化方法，包括：1构建车辆生产序列优化的数学模型；2初始化车辆生产序列优化方案集，计算每个方案的目标值，初始化算子集；3通过初始化的算子、结合进化算法框架NSGA‑II产生新的车辆生产序列优化方案集；4将新旧方案集合并，从中选择一定数量的更优方案；5更新算子，重复以上过程，直至算法终止，导出最优算子；6根据最优算子得到对应的最优车辆生产序列优化方案。本发明能够在不同的车辆生产序列参数集上获得稳定优良的性能，保证车辆生产序列方案集的多样性及收敛性，有效降低了订单在各个车间生产过程中的消耗以及订单的总完工时间。

主权项：1.一种基于自适应算子的车辆生产序列优化方法，其特征在于，是应用于生产车间中，所述生产车间依次包括：焊装车间、涂装车间、总装车间，所述车辆生产序列优化是对一个订单O中的N辆车按如下步骤进行加工生产：步骤1、构建汽车全厂排产优化模型；步骤1.1、构建由每辆车的属性集合所组成的车辆生产序列方案X＝{x1,x2,...,xm,...,xN}；其中，xm表示所述订单O中的第m辆车的属性集合，且其中，表示第m辆车的车型，表示第m辆车的车顶颜色，表示第m辆车的车身颜色，表示第m辆车的变速器；步骤1.2、当N辆车进入所述焊装车间并根据每辆车的车型切换生产时，利用式1构建所述焊装车间中车辆生产切换次数的目标函数f1： 式1中，表示第m+1辆车的车型；表示第m辆车与第m+1辆车的车型是否切换，若代表切换，若代表不切换；步骤1.3、当N辆车进入所述涂装车间喷涂车身和车顶时，利用式2构建涂装车间中切换颜料时喷头清洗次数的目标函数f2： 式2中，表示第m+1辆车的车顶颜色；φm表示喷涂第m辆车与第m+1辆车期间是否清洗喷头，若φm＝1，代表清洗喷头，φm＝0代表不清洗喷头；步骤1.4、根据变速器的种类，将进入总装车间的N辆车分为二驱车和四驱车，并利用式3构建总装车间出现四驱车连续生产次数的目标函数f3： 式3中，表示第m+n辆车的变速器，Amn表示第m辆车到第m+n辆车的变速器是否相同，若Amn＝1代表相同，若Amn＝0，代表不相同，其中，1≤n≤k，m+n＜N；k表示连续生产四驱车数量的上限；步骤1.5、利用式4构建订单O在各车间总的生产时间的目标函数f4：minf4＝T1+T2+T34式4中，T1代表N辆车全部通过焊装车间的时间；T2代表N辆车全部通过涂装车间的时间；T3代表N辆车全部通过总装车间的时间；步骤2、构建适用于车辆生产序列优化的一组算子集，并评估算子集中每个算子的性能；步骤2.1、利用式5构建适用于车辆生产序列优化的一组算子集 式5中，hj表示第j个算子，μj∈[-1,1]是第j个算子hj的均值，σj∈[0,1]是第j个算子hj的方差，rj是第j个算子hj的权值，N为正态分布；步骤2.2、利用式6构建第j个算子hj的参数矩阵wj： 式6中，μj,k和σj,k分别表示参数矩阵wj中第k行的均值和方差，pj,k表示选择参数矩阵wj中第k行均值μj,k和方差σj,k的概率，K表示总行数；步骤2.3、定义当前迭代次数为j，初始迭代次数j＝1，并设置最大迭代次数为q；随机初始化一组算子集H及其每个算子对应的参数矩阵；步骤2.4、定义当前迭代次数为t，初始迭代次数t＝1，并设置最大迭代次数为tmax；步骤2.5、随机初始化第t次迭代的第j个算子hj对应的车辆生产序列方案集其中，A表示Bj,t中共有A个车辆生产序列方案，表示第t次迭代的第j个算子hj对应的第a个车辆生产序列方案；且表示第t次迭代的第j个算子hj对应的第a个车辆生产序列方案中第m辆车的属性集合；步骤2.6、基于第t次迭代的第j个算子hj对应的车辆生产序列方案集Bj,t产生第t次迭代的的第j个算子hj对应的新车辆生产序列方案集Oj,t；步骤2.7、将Oj,t与Bj,t合并，对合并的方案集中所有车辆生产序列方案的目标函数值进行非支配排序，并计算所有车辆生产序列方案的目标函数值间的相似度，从而根据相似度，利用二元锦标赛从合并的方案集中选出A2个方案作为第t+1次迭代的第j个算子hj对应的车辆生产序列方案集Bj,t+1；步骤2.8、将t+1赋值给t，判断t是否小于tmax，若小于，则转至步骤2.6顺序执行，否则，表示得到第tmax次迭代的第j个算子hj对应的车辆生产序列方案集Bj,tmax；步骤2.9、计算Bj,tmax中每个车辆生产序列方案的各目标函数值之和，并以最小目标函数值之和所对应的方案作为第j个算子hj对应的最优车辆生产序列方案并将的目标函数值之和作为第j个算子hj的性能，记为fitj；步骤2.10、将j+1赋值给j后，若j小于q，则返回步骤2.3顺序执行，否则，表示得到算子集H的每个算子的性能；步骤3、从算子集H中选取最优算子，作为汽车全厂排产优化的自适应算子；步骤3.1、定义当前迭代次数为i，初始迭代次数i＝1，并设置最大迭代次数为imax；定义对第i次迭代的算子集为Hi，并初始化Hi＝H；步骤3.2、根据每个算子的性能，对第i次迭代的算子集Hi中的每个算子进行升序排序后，再对排序后的每个算子进行二元锦标赛选择，直至选择出q个算子作为第i次迭代的性能优良算子集Gi；步骤3.3、基于第i次迭代的性能优良算子集Gi产生第i次迭代的新算子集Ui；步骤3.4、按照步骤2的过程，得到第i次迭代的新算子集Ui中每个算子的性能；步骤3.5、合并Ui和Hi，并保留第i次迭代的合并种群中性能较好的前q个算子组成第i+1次迭代的算子集Hi+1；步骤3.6、将i+1赋值给i，若i小于imax，则返回步骤3.2顺序执行；否则，表示得到第imax次迭代的算子集Himax，并从中选择最优算子作为汽车全厂排产优化的自适应算子；步骤4、根据最优算子按照步骤2的过程，得到最优算子对应的最优车辆生产序列方案Xbest。

全文数据：

权利要求：

百度查询： 安徽大学 一种基于自适应算子的车辆生产序列优化方法