一种柔性作业车间环境下单向导引路径网络设计方法

›› 2013, Vol. 49 ›› Issue (3): 122-129.

一种柔性作业车间环境下单向导引路径网络设计方法

肖海宁;楼佩煌;钱晓明; 武星;满增光

南京航空航天大学机电工程学院;盐城工学院机械工程学院;南京航空航天大学江苏省精密与微细制造技术重点实验室

发布日期:2013-02-05

A Unidirectional Guided-path Network Design Method under Flexible Job Shop Environment

XIAO Haining; LOU Peihuang; QIAN Xiaoming;WU Xing;MAN Zengguang

College of Mechanical and Electric Engineering, Nanjing University of Aeronautics and Astronautics College of Mechanical Engineering, Yancheng Institute of Technology Jiangsu Key Laboratory of Precision and Micro-Manufacturing Technology, Nanjing University of Aeronautics and Astronautics

Published:2013-02-05

摘要/Abstract

摘要： 针对柔性作业车间环境下自动导引车系统单向导引路径网络设计问题，以最小化最大完工时间为目标，提出一种改进的小生境遗传算法。该算法每条染色体由单向路径网络染色体和工序染色体两部分组成，分别表示各路径段方向和可行调度序列。针对两种染色体设计相应的交叉与变异算子，并通过邻域搜索操作提高了算法的收敛速度。为了保持种群的多样性，综合运用小生境技术和精英保留策略。试验结果验证了该算法的有效性。

关键词: 单向导引路径网络, 柔性作业车间, 遗传算法, 自动导引车系统

Abstract: With the objective of minimizing makespan, an improved niche genetic algorithm (INGA) is proposed to solve the unidirectional guided-path network design problem of automated guided vehicle system under flexible job shop environment. In the genetic algorithm, each chromosome consists of unidirectional guided-path network chromosome and operation chromosome, denoting unidirectional segment direction and feasibility scheduling respectively. Corresponding crossover and mutation operators are designed for two types of chromosome. Neighborhood search is adopted to improve the convergence speed of the algorithm. To keep a high degree of population diversity, niche technology and spirit strategy are applied. The experimental results show that the proposed NGA is effective.

Key words: Automated guided vehicle system, Flexible job shop, Genetic algorithm, Unidirectional guided-path network

中图分类号:

TP24

肖海宁;楼佩煌;钱晓明;武星;满增光. 一种柔性作业车间环境下单向导引路径网络设计方法[J]. , 2013, 49(3): 122-129.

XIAO Haining;LOU Peihuang;QIAN Xiaoming;WU Xing;MAN Zengguang. A Unidirectional Guided-path Network Design Method under Flexible Job Shop Environment[J]. , 2013, 49(3): 122-129.

[1]	石小秋, 李炎炎, 邓丁山, 龙伟. 基于自适应变级遗传杂草算法的FJSP研究[J]. 机械工程学报, 2019, 55(6): 223-232.
[2]	刘秀全, 姬景奇, 郑健, 王向磊, 陈国明, 张浩. 基于涡激抑制的深水钻井隔水管系统浮力块配置智能优化[J]. 机械工程学报, 2019, 55(4): 164-171.
[3]	朱茂桃, 吴新佳, 郑国峰, 李利平, 韩鹏飞, 上官文斌. 基于短时傅里叶变换的汽车零部件耐久性载荷信号编辑方法[J]. 机械工程学报, 2019, 55(4): 126-134.
[4]	谢延敏, 张飞, 王子豪, 黄仁勇, 杨俊峰, 胡云川. 基于渐变凹模圆角半径的高强钢扭曲回弹补偿[J]. 机械工程学报, 2019, 55(2): 91-97.
[5]	杨志军, 陈超然, 黄观新. 面向机器人优化设计的GA-非均匀Kriging-梯度投影混合全局优化算法[J]. 机械工程学报, 2019, 55(11): 61-68.
[6]	李明龙, 杨文婧, 易晓东, 王彦臻, 王戟. 面向灾难搜索救援场景的空地协同无人群体任务规划研究[J]. 机械工程学报, 2019, 55(11): 1-9.
[7]	姜兴宇, 王蔚, 张皓垠, 张凯, 李丽. 考虑质量、成本与资源利用率的再制造机床优化选配方法[J]. 机械工程学报, 2019, 55(1): 180-188.
[8]	魏鑫, 张泽群, 唐敦兵, 杨长祺, 金永乔, 秦威. 面向节能的导弹结构件混线生产作业车间多目标调度研究[J]. 机械工程学报, 2018, 54(9): 45-54.
[9]	赵宏晨,王刚,刘晓明. 多种群遗传算法与截断奇异值分解法在开关电弧反演中的应用[J]. 电气工程学报, 2018, 13(6): 14-19.
[10]	周生海,尹航,顾颖,王翀,柏峰. 基于POP NSGA-Ⅱ的配电网故障恢复重构[J]. 电气工程学报, 2018, 13(6): 28-35.
[11]	崔健,王久和. 基于最优阻尼注入的Buck变换器无源控制研究[J]. 电气工程学报, 2018, 13(6): 7-13.
[12]	常予, 焦敬品, 李光海, 何存富, 吴斌. 漏磁传感器励磁结构影响因素分析及优化设计[J]. 机械工程学报, 2018, 54(24): 7-17.
[13]	夏毅敏, 林赉贶, 贺飞, 吴遁, 李正光, 暨智勇. 盘形滚刀刀圈结构地质适应性设计方法[J]. 机械工程学报, 2018, 54(1): 10-17.
[14]	陈波, 高殿荣, 杨超, 毋少峰, 张光通. 大功率远程射雾器结构参数多目标智能协同优化^*[J]. 机械工程学报, 2017, 53(6): 166-175.
[15]	李聪波, 沈欢, 李玲玲, 易茜. 面向能耗的多工艺路线柔性作业车间分批优化调度模型^*[J]. 机械工程学报, 2017, 53(5): 12-23.