试析基于遗传算法车间动态设施布置-

论文导读：遗传算法的运用30-313.2遗传算法的浅析与改善31-443.2.1标准遗传算法的步骤31-343.2.2编码案例探讨34-373.2.3相关遗传操作的探讨37-443.3遗传算法的收敛性与终止判断条件44-463.4遗传算法的进化参数探讨46-473.5本章小结47-48第4章动态设施布置求解实例48-53

4.1第一周期布局案例浅析48-502第二周期布局案例浅析

摘要：在全球制造行业市场需求多变和竞争日益激烈的背景下,柔性制造系统和精益生产论述在制造业中的运用越来越广泛。车间设备的柔性布局是柔性制造方式的重要探讨内容之一,传统大规模、小批量的生产方式所对应的静态设施布置策略已经不能适应现在企业的布置要求。本论文基于敏捷制造的理念,探讨柔性化生产环境下的车间动态设施布置不足：包括车间动态设施布置的数学建模,启发式优化算法求解等,对车间动态设施布置模型以及针对设施布置模型寻优的遗传算法探讨有着很重要的现实作用。本论文首先解决了车间动态设施布置的数学建模和求解不足,提出了将动态设施规划不足向静态设施规划不足转化的解题思路,同时还浅析柔性生产环境下的车间动态设施布置的各种要求、条件和优化目标,对车间设备布局不足进行数学建模,其中针对动态设施布置不足的特点将优化目标通过车间物料搬运成本与设备的再布置成本分别进行考察,在建立数学模型后,针对所建立的数学模型进行浅析,选用合适的优化求解算法。然后根据车间设施布置的特点选择遗传算法作为优化求解算法,遗传算法作为一种仿生算法和启发式优化算法,已经广泛运用于各种布局不足的探讨中。车间布局作为布局不足的一种实例,对算法提出了更高的要求。本论文浅析了标准遗传算法的特点、参数与操作步骤,并针对标准遗传算法在求解设施规划不足时的不足之处,进行了一定程序的改善。在编码对策上,采取实数编码方式遗传算法对设备布局不足求解,实数便于编码和解码,所包含的设备信息量大,以而提升了设备的布置精度。在选择算子操作历程中也采取了精英保留对策,精英保留对策的的进化操作保证了通过遗传进化所得到的最优个体不会再次被交叉和变异遗传操作所破坏,由此它是保证了遗传算法在搜索历程中良好的收敛性。最后选取车间动态设施布置实例对模型和算法进行了验证,确保所建立模型的合理可行性与算法计算的精度,其中遗传算法的操作历程在Matlab7.8环境下实现。关键词：动态设施布置论文数学模型论文遗传算法论文实数编码论文精英保留对策论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要4-5
Abstract5-8
第1章 绪论8-13

1.1 引言8

1.2 探讨目的和作用8-9

1.3 设施布置的国内外探讨近况9-12

1.3.1 设施布置的进展及近况9-11

1.3.2 动态设施布置的探讨近况11-12

1.4 本论文的探讨内容12-13

第2章 动态设施布置不足的数学模型13-27

2.1 动态设备布局的相关概念13-15

2.2 设备布置形式的讨论15-17

2.3 设备布局的优化目标和约束条件17-21

2.3.1 布局约束18-19

2.3.2 布局的优化目标19-21

2.4 车间设备布局案例的评价标准21-23

2.5 动态设备布局的数学建模23-26

2.6 本章小结26-27

第3章 遗传算法的改善与运用27-48

3.1 遗传算法的原理27-31

3.

1.1 遗传算法的起源进展与基本原理27-29

3.

1.2 遗传算法的特点29-30

3.

1.3 遗传算法的运用30-31

3.2 遗传算法的浅析与改善31-44
3.

2.1 标准遗传算法的步骤31-34

3.

2.2 编码案例探讨34-37

3.

2.3 相关遗传操作的探讨37-44

3.3 遗传算法的收敛性与终止判断条件44-46

3.4 遗传算法的进化参数探讨46-47

3.5 本章小结47-48

第4章 动态设施布置求解实例48-53

4.1 第一周期布局案例浅析48-50

4.2 第二周期布局案例浅析50-52

4.3 本章小结52-53

第5章 结论与展望53-55

5.1 全文总结53

5.2 展望53-55

致谢55-56
参考文献56-58