动漫网站模板下载,转运公司网站制作,阿里云1核1g wordpress,商洛建设网站文章目录 【获取资源请见文章第5节#xff1a;资源获取】1. 车间布局优化2. 基于GA的布局优化模型3. 部分代码展示4. 仿真结果展示5. 资源获取 【获取资源请见文章第5节#xff1a;资源获取】 1. 车间布局优化
车间设施布置的规划一直是工业工程领域不断研究和探索的内容获取资源请见文章第5节资源获取】1. 车间布局优化2. 基于GA的布局优化模型3. 部分代码展示4. 仿真结果展示5. 资源获取 【获取资源请见文章第5节资源获取】 1. 车间布局优化
车间设施布置的规划一直是工业工程领域不断研究和探索的内容其中最具代表性之一的是系统布置设计(system layout planningSLP) 方法。作为一种经典且有效的方法其为设施布置提供了很好的改善思路但在长期的发展中也存在一些不可避免的缺点如计算结果不够精确很难确保计算结果较优且受人员主观因素的影响较大等。
随着计算机技术的快速发展基于计算机技术的启发式算法在数据处理、数学建模、运算速度等方面相比传统方法具备更大的优势因此在用 SLP 方法布置时完全可以将大量计算求解的工作交由计算机处理从而可大幅度提高布置效率和布置结果的精确性。
目前设施布置设计的模型与算法已经比较成熟常见的有遗传算法、蚁群算法、模拟退火算法等启发式算法。
2. 基于GA的布局优化模型
车间布局优化模型如下图所示 模型目标函数为搬运费用最小化及非物流关系最大化。
假设布置方案为Xi 和 j 为该方案的作业单位两者距离用 d i j d_{ij} dij表示搬运量用 f i j f_{ij} fij表示可得距离矩阵及物流量矩阵进而求得物料搬运成本表达式如下 C 1 ∑ i 1 m ∑ j 1 m c i j f i j d i j C_{1}\sum_{i1}^{m} \sum_{j1}^{m} c_{ij}f_{ij}d_{ij} C1i1∑mj1∑mcijfijdij 式中 C 1 C_{1} C1为总搬运成本 c i j c_{ij} cij为各单位之间的搬运成本。非物流关系表达式为 C 2 ∑ i 1 m ∑ j 1 m T i j b i j C_{2}\sum_{i1}^{m} \sum_{j1}^{m} T_{ij}b_{ij} C2i1∑mj1∑mTijbij 式中 C 2 C_{2} C2为非物流关系总和 T i j T_{ij} Tij为作业单位之间非物流关系的紧密程度。
由此可得两个基本目标即 C 1 C_{1} C1的最小化和 C 2 C_{2} C2的最大化从而构建双目标函数如下 m i n C 1 ∑ i 1 m ∑ j 1 m c i j f i j d i j minC_{1}\sum_{i1}^{m} \sum_{j1}^{m} c_{ij}f_{ij}d_{ij} minC1i1∑mj1∑mcijfijdij m a x C 2 ∑ i 1 m ∑ j 1 m T i j b i j maxC_{2}\sum_{i1}^{m} \sum_{j1}^{m} T_{ij}b_{ij} maxC2i1∑mj1∑mTijbij 为方便求解将双目标函数 C 1 C_{1} C1和 C 2 C_{2} C2进行合并得到单目标函数 C C C表达式如下 m i n C ∑ i 1 m ∑ j 1 m c i j f i j d i j − ∑ i 1 m ∑ j 1 m T i j b i j minC\sum_{i1}^{m} \sum_{j1}^{m} c_{ij}f_{ij}d_{ij}-\sum_{i1}^{m} \sum_{j1}^{m} T_{ij}b_{ij} minCi1∑mj1∑mcijfijdij−i1∑mj1∑mTijbij
此单目标函数仍需进行标准化处理并且还需以惩罚函数加以限制
3. 部分代码展示
%% 物料搬运成本最小化和非物流关系最大化的合并目标函数
function [fit,Z1,Z2] Fitness(P,LW,D,A,C,T,L,W,big)
dmax max([L W]);
gap 3;
%% SECTION TITLE
% DESCRIPTIVE TEXT
K size(P,1); % 设施数量
%% 计算关联因子
dB zeros(K);
for i 1 : Kfor j i 1 : Kif D(i,j) dmax / 6dB(i,j) 1;elseif D(i,j) dmax / 3dB(i,j) 0.8;elseif D(i,j) dmax / 2dB(i,j) 0.6;elseif D(i,j) dmax * 2 / 3dB(i,j) 0.4;elseif D(i,j) dmax * 5 / 6dB(i,j) 0.2;elsedB(i,j) 0;enddB(j,i) dB(i,j);end
end
%% 目标函数1
Z1 0;
for i 1 : K - 1for j i 1 : KZ1 Z1 C(i,j) * A(i,j) * D(i,j);end
end
%% 目标函数2
Z2 0;
for i 1 : K - 1for j i 1 : KZ2 Z2 T(i,j) * dB(i,j);end
end
%% 归化因子计算
u1 0;for i 1 : K - 1for j i 1 : Ku1 u1 C(i,j) * A(i,j) * dmax;endend
u1 1 / u1;
u2 0;
for i 1 : K - 1for j i 1 : Ku2 u2 T(i,j);end
end
u2 1 / u2;
%% 边界约束1
t 0;
for i 1 : Kif P(i,1) - LW(i,1) / 2 gap || P(i,1) LW(i,1) / 2 L - gapt t 1; % x方向不满足边界要求endif P(i,2) - LW(i,2) / 2 gap || P(i,2) LW(i,2) / 2 W - gapt t 1; % y方向不满足边界要求end
end
%%
dtag (D big);
dtn sum(sum(dtag));
t t dtn;
%% 适应度
w1 3 / 4;
w2 1 / 4;
fit w1 * u1 * Z1 - w2 * u2 * Z2 10000000000 * t;4. 仿真结果展示 5. 资源获取
可以获取完整代码资源。
