针对一类广泛存在的生产装配问题,建立人机共同作业的资源约束U形装配线平衡问题(ResourceconstraintU-shaped assembly line balancing problem with man-robot cooperation,RCUALBP_MRC)模型。该模型中机器人与助理均为有限资源,机器...针对一类广泛存在的生产装配问题,建立人机共同作业的资源约束U形装配线平衡问题(ResourceconstraintU-shaped assembly line balancing problem with man-robot cooperation,RCUALBP_MRC)模型。该模型中机器人与助理均为有限资源,机器人可替代人工操作,助理可协助工人操作,优化目标为同时最小化总成本指标和最大化线效率以及负载标准差综合指标。一种用于求解RCUALBP_MRC的基于交叉熵(Cross-entropy,CE)方法与遗传算法(Geneticalgorithm,GA)的协同进化算法(CE-GACo-evolutionaryalgorithm,CE-GACEA)被提出。首先,根据问题特点,对解中工序子序列设计了一种基于工序选择因子的编码(Task selection factor based code,TSFBC)。其次,在算法的全局搜索阶段对解中工序子序列和机器人及助理子序列所确定的子空间,分别利用GA和CE的操作进行协同搜索,可丰富搜索方向并发现优质解区域;局部搜索阶段加入种群分裂-合并机制,可有效平衡算法的全局与局部搜索,改善算法性能。最后,通过在不同规模问题上的仿真试验和算法对比,验证所提CE-GACEA的有效性。展开更多
文摘针对一类广泛存在的生产装配问题,建立人机共同作业的资源约束U形装配线平衡问题(ResourceconstraintU-shaped assembly line balancing problem with man-robot cooperation,RCUALBP_MRC)模型。该模型中机器人与助理均为有限资源,机器人可替代人工操作,助理可协助工人操作,优化目标为同时最小化总成本指标和最大化线效率以及负载标准差综合指标。一种用于求解RCUALBP_MRC的基于交叉熵(Cross-entropy,CE)方法与遗传算法(Geneticalgorithm,GA)的协同进化算法(CE-GACo-evolutionaryalgorithm,CE-GACEA)被提出。首先,根据问题特点,对解中工序子序列设计了一种基于工序选择因子的编码(Task selection factor based code,TSFBC)。其次,在算法的全局搜索阶段对解中工序子序列和机器人及助理子序列所确定的子空间,分别利用GA和CE的操作进行协同搜索,可丰富搜索方向并发现优质解区域;局部搜索阶段加入种群分裂-合并机制,可有效平衡算法的全局与局部搜索,改善算法性能。最后,通过在不同规模问题上的仿真试验和算法对比,验证所提CE-GACEA的有效性。
