[发明专利]一种基于免疫遗传算法求解第一类装配线平衡问题的方法

说明书

一种基于免疫遗传算法求解第一类装配线平衡问题的方法，该方法定义了一个函数ψ(∙)使种群中的个体满足装配优先关系约束，并给出了第一类装配线平衡问题的约束条件和目标函数，最后构建了免疫遗传算法求解第一类装配线平衡问题，该方法包括函数ψ(∙)的定义，约束条件，目标函数，免疫遗传算法；其中免疫遗传算法包括：设定参数、初始化、更新种群、更新记忆库、终止条件验证和结果输出。本发明将人工免疫算法和遗传算法结合起来，建立一种综合性能更好的混合算法，可用于解决第一类装配线平衡问题，例如用于求解APXV9R20B天线装配线平衡问题。

技术领域

本发明涉及一种基于免疫遗传算法求解第一类装配线平衡问题的方法。

背景技术

装配线作为一种重要的制造系统，它是高效生产的开始。在装配线的设计中，最重要、最关键的是装配线平衡问题。为了解决产品第一类装配线平衡问题，尤其是APXV9R20B天线装配线平衡问题，本专利设计了一种免疫遗传算法。

自从福特于1913年建立第一条汽车装配线开始，生产平衡问题就随之产生，但是直到1954年这一问题才由Bryton在其硕士论文《Balancing of a continuous productionline》中正式提出。迄今为止，解决此问题的方法主要有：最优化方法（精确方法）、启发式方法和人工智能方法。

Bowman采用两个独立的线性规划模型求解装配线平衡问题，其运算量很大，与实际情况相差甚远。Calleja等提出一种MILP模型求解AWALBP。其中，以最小化装配节拍为目标函数。结果表明，工件的长度越长，求解将越困难；对于大规模的问题而言，只能获得工件长度在25个单位之内的最优解；对于小/中等规模而言，可以获得工件长度在25～40个单位之内的最优解。Ozcan提出一种机会约束的线性分段的混合整数规划求解双边随机装配线平衡问题。实例结果显示，该算法是有效的，且是双边随机装配线平衡问题研究方面的第一篇文章。Bautista等提出一种基于启发式规则的动态规划算法求解第I类装配线平衡问题。从公开发表的文献中选取269个实例，利用本文所提出的算法进行求解。结果表明，有267个实例可以获得更好的解，另外一个实例也获得了最优解，仅对一个实例无法求解。吴尔飞等提出一种分支定界算法求解双边装配线平衡问题。该算法采用基于任务、单步、深度优先的方法进行搜索，采用一系列启发式规则来控制分支节点搜索顺序，运用节点支配规则、下界规则、最大缓冲时间规则等对分支节点进行定界，以便迅速找到最优解。算例结果表明该算法具有较好的性能。

尽管最优化方法可以获得待求问题的最优解，但是由于其大量的数学计算以及实际生产线问题的复杂性而降低了其实用性，它只能适用于较小计算规模的问题。

Jackson首次采用枚举法求解第一类装配线平衡问题。他从理论上证明，该方法一定可以获得最优解，且优于完全枚举法。但是，随着求解问题规模的增大，该方法的求解时间耗时巨大。Amen提出两种新的启发式方法求解面向成本的装配线平衡问题。一种优先规则叫做“闲置成本最佳变化”；另一种更复杂的方法叫做“滑动问题窗”，该方法不仅可以用于装配线平衡问题的求解，而且也可以用于其它一些具有优先关系问题的求解。Chen等采用启发式方法对具有并行工作站的U型装配线平衡问题进行了研究。结果表明该算法执行速度很快，同时也预测：如果利用该算法对不具有并行工作站的U型装配线平衡问题进行求解，则有大约50%的概率获得最优解。Fazlollahtabar等提出一种基于RPW算法的启发式方法对随机装配线平衡问题进行研究，同时，也开发了正态分布法和蒙特卡罗模拟法。实例结果表明，与正态分布法相比，本文所提出的算法和和蒙特卡罗模拟法更有效。Su等采用基于Petri网的两阶段启发式算法求解第E类混流装配线平衡问题。实例表明，针对大规模问题，无论是在求解的精度方面，还是求解的效率方面，该算法都可以实现较好的效果。