多目標(biāo)拆卸線平衡問題的Pareto細(xì)菌覓食優(yōu)化與仿真分析.pdf

1、無(wú)論是出于法規(guī)和制度的約束，還是出于對(duì)經(jīng)濟(jì)因素的考量，制造企業(yè)越來越重視廢舊產(chǎn)品的回收處理工作。拆卸是產(chǎn)品回收過程中的關(guān)鍵環(huán)節(jié)，以流水化連續(xù)作業(yè)的方式組織拆卸生產(chǎn)不但是提高其拆卸效率的重要舉措，而且對(duì)于推動(dòng)產(chǎn)品拆卸的自動(dòng)化及產(chǎn)業(yè)化發(fā)展具有重要意義。
　　由于拆卸線平衡問題（Disassembly Line Balancing Problem，DLBP）的復(fù)雜性，其預(yù)期優(yōu)化目標(biāo)往往有多個(gè)，除了要考慮各工作站間任務(wù)負(fù)荷的均衡性，還要考

2、慮盡早拆除有危害的零部件、盡早拆除需求高的零部件、最小化拆卸作業(yè)成本、最小化操作方向的變動(dòng)等目標(biāo)。為克服傳統(tǒng)方法在求解多目標(biāo)拆卸線平衡問題時(shí)不能很好處理各子目標(biāo)間沖突及易于早熟等不足，提出了一種多目標(biāo)細(xì)菌覓食優(yōu)化算法(Multi-objectiveBacterial Foraging Optimization，MBFO)。算法采用Pareto非劣排序技術(shù)對(duì)種群進(jìn)行分級(jí)，并結(jié)合擁擠距離機(jī)制評(píng)價(jià)同級(jí)個(gè)體的優(yōu)劣。為提高算法收斂性能，在趨向性操

3、作結(jié)束后引入精英保留策略保留優(yōu)秀個(gè)體，并采用全局信息共享策略引導(dǎo)菌群不斷向均勻分布的Pareto最優(yōu)前沿趨近。在對(duì)算法性能的測(cè)試中，對(duì)于小規(guī)模算例，相比較于已知方法，能夠額外給出側(cè)重點(diǎn)不同的另外6種平衡方案，為生產(chǎn)者提供多樣化的決策空間;對(duì)于大規(guī)模算例，三個(gè)優(yōu)化指標(biāo)的求解性能分別比已知方法提高了50.4％、7.6％、14.9％。
　　在對(duì)某打印機(jī)的拆卸回收工作進(jìn)行線平衡設(shè)計(jì)時(shí)，考慮到無(wú)效作業(yè)時(shí)間會(huì)對(duì)生產(chǎn)周期時(shí)間產(chǎn)生影響這一實(shí)際情況

4、，建立了包含調(diào)整時(shí)間的拆卸線數(shù)學(xué)模型。采用MBFO算法求得了拆卸成本較低、作業(yè)效率較高、符合規(guī)劃產(chǎn)能的任務(wù)分配方案。經(jīng)過對(duì)理論平衡方案的仿真分析，發(fā)現(xiàn)由于作業(yè)時(shí)間的波動(dòng)性及故障情況的發(fā)生，拆卸線上出現(xiàn)了大量的堵塞與等待現(xiàn)象。采用在工作站后增加緩存區(qū)的手段進(jìn)行改善，仿真結(jié)果顯示，改善后的方案堵塞率平均下降38.75％，等待率平均下降69.91％，產(chǎn)量提高了20.40％。由此可知，本文運(yùn)用算法優(yōu)化與仿真分析相結(jié)合的技術(shù)手段，使得對(duì)拆卸線的平