一种复杂车间低熵化布局与稳健优化方法与流程

本发明涉及专门适用于预测目的的数据处理方法，特别涉及一种复杂车间低熵化布局与稳健优化方法。
背景技术：
：制造业的市场需求有着持续性、关联性、多变性等特点，客户需求多样化和订单动态波动的趋势日益突显，企业需要更加合理的车间布局以满足生产高柔性，制造低碳化，布局低熵化等要求。车间低熵化布局和稳健优化是一种多加工单元群或装配单元群的布局方式，其意义在于能让企业在不增加成本或扩建车间面积的前提下，使车间布局具有低碳节能、高稳定性的低熵特性。目前应用于车间布局的智能优化算法主要集中于遗传算法(ga)、蚁群算法(aco)、禁忌搜索算法(ts)等，但是将这些算法运用于求解复杂车间布局问题的时候，存在着计算量大、收敛慢、效率低、寻优能力不足的问题。目前车间布局考虑的目标主要集中于车间物流成本、搬运距离等，将低碳节能及稳健性能作为车间布局优化的目标甚少。以低碳节能与可持续发展为目标构造低碳化绿色车间布局，以熵为度量指标构造高稳健性车间布局，进行一类典型的复杂车间布局设计与优化已成为目前国内制造业迫切需要解决的问题。一种模糊聚类方法与并行导向进化方法相结合的环状多元胞混合优化算法的复杂车间低熵化布局与稳健优化方法，能够有效降低车间碳排放，提高布局稳健性，属于企业管理工程与智能制造领域。技术实现要素：为解决现有技术的不足，提供一种复杂车间低熵化布局与稳健优化方法，使其在解决复杂车间布局时能够有效降低车间碳排放，提高车间的稳健性能。为实现上述目的，本发明采用以下技术方案：1.一种复杂车间低熵化布局与稳健优化方法，包括以下步骤：步骤1：低碳节能目标函数构建1)单元布置成本q：式中：i——设备标号，表示设备i；j——单元标号，表示单元j；m——设备总数量；n——单元总数量；qi——设备i的成本；f(ηj)——单元j纵横比评价函数；ηj——单元j纵横比；hj——单元j的高度；wj——单元j的宽度；2)单位面积产能t：式中：tj——单元j的单位面积产能；pjk——单元j生产产品k的数量；hj×wj——单元j的面积；k——产品种类标号，表示产品k；k——产品种类总数；3)物流量距积成本z：式中：fjl——车间中功能单元j至l的物流量；cjl——功能单元j和l之间单位运输成本；djl——功能单元j和l的距离；l——单元标号，表示单元l；4)布局/工艺鲁棒性r：式中：lk——表示产品k经过完整工艺路线时的加工距离；5)布局柔性f：式中：ok——产品k生产过程中经过的单元数；——为产品k的平均产量；ukj——表示单元j生产产品k的理论负载量；6)低碳节能布局集成优化模型：ce＝min(qνq+ct+cz+crf)(式8)cz＝fz×z×pk(10)crf＝(1-r)fr+(1-f)ff(式11)式中：ce——布局总碳排放量；ct——产能引起的碳排放量；cz——车间工件运输引起的碳排放量；crf——鲁棒性与柔性引起的未来改善的预期碳排放量；vq——布置成本碳排放转换因子；ftj——单元j的单位面积产能碳排放系数；fz——单位量距积碳排放系数；pk——产品k对应的运输工具功率；fz——量距积碳排放系数；fr——鲁棒性碳排放系数；ff——柔性碳排放系数；步骤2：复杂车间稳健优化模型构建式中：h——车间熵，表示车间紊乱度衡量指标；a——玻尔兹曼常数；n——系统中粒子数量，即车间布局系统中的产品种类；a、b——系统参数；wk——系统中拥有的能量，即产品k在该布局下的生产成本；ck——产品k的物流量距积成本；w——布局总成本；α，β，γ，χ——加权因子，α+β+γ+χ＝1；μ1——单位面积产能成本转换因子；μ2——布局/工艺鲁棒性成本转换因子；μ3——布局柔性成本转换因子；步骤3：复杂车间低熵化布局模型构建式中：cemax——车间布局过程中碳排放理论最大值；cemin——车间布局过程中碳排放理论最小值；步骤4：环形多元胞混合优化算法进化步骤如下：步骤41：染色体编码/解码:设置单元排序-分割混合编码；每条染色体由单元排序编码和单元分割点编码两部分组成；单元排序编码由n个单元符号组成(n表示车间单元数量)，表示车间中由左至右，从上至下单元的排列顺序；分割点编码由n-1个0-1二进制编码组成，插空分布于单元排序编码间隔之中；0表示单元处于同一纵列，1表示该单元为纵列最后排布的单元；其中，a1、a2、a3、a4、a5、a6表示单元编号。步骤42：模糊聚类生成若干种群元胞：式中：fm——聚类目标函数，表示不同种群元胞所有聚类特征因子综合相异程度最小；u(x)ij——布局方案j在分类i中的隶属度函数；i——种群标号，表示种群元胞i；j——染色体标号，表示染色体j；g——聚类因子标号，表示聚类因子g；g——种群标号，表示种群元胞g；ci——种群i的聚类中心，即集合中的代表性染色体；cg——种群g的聚类中心，即集合中的代表性染色体；xj——种群中第j条染色体；ni——种群元胞的数量；nj——种群元胞中染色体数量；ng——聚类因子数量；f——大于1的模糊参数；步骤43：适应度评价：fit1＝qνq+ct+cz+crf(式19)步骤44：种群元胞匹配规则：完成模糊聚类与适应度计算，得到若干组种群元胞，每个元胞均为相似染色体集合；为了最大限度保证种群协作进化过程中的多样性，以适应度fit1为目标对所有元胞降序排列，采用插空法排列元胞并组成环状拓扑结构，进行种群元胞之间的配对操作，形成两两匹配的环形进化拓扑结构；该操作保证了形成配对的两元胞之间均存在差异，且差异度值较为接近；步骤45：染色体选择：设计二次排挤算法进行选择；采用子个体与父个体直接竞争模式，竞争的内容包括碳排放值与熵值；算法的过程如下：①用放回的方式从匹配的种群元胞组中随机选择两个父个体p1和p2；②进行交叉和变异，产生子代c1和c2；③根据适应度函数计算适应度值fit1和fit2：如果fit1(c)<fit1(p)，则若fit2(c1)<fit2(p1)，则用c1替换p1，否则保留p1；若fit2(c1)<fit2(p2)，则用c1替换p2，否则保留p2；若fit2(c2)<fit2(p1)，则用c2替换p1，否则保留p1；若fit2(c2)<fit2(p2)，则用c2替换p2，否则保留p2；其中，fit1(c)<fit1(p)表示任意子代的适应度fit1均小于父代；步骤46：种群协作进化：①匹配元胞间的混合交叉操作；②各元胞内独立变异操作；③环状拓扑结构种群元胞之间的移民操作：完成选择、交叉、变异操作，要为种群元胞之间设计某种迁移拓扑，确定各集合间个体交换的方式；如a、b为相邻元胞，设计染色体迁移路径：复制元胞a中一定比例最优个体按路径迁移至邻域元胞b，同时元胞b中剔除相同比例的最差个体；依次操作所有元胞及其邻域元胞；移民策略能够在保持种群多样性的同时，对种群进化起到导向性作用；步骤47：终止条件种群初始化后，循环执行模糊聚类、选择、交叉、变异、移民等，当产生n条pareto解集并且熵值h始终在理论可控范围内，则循环结束，输出最优结果。本发明的优点：1)由于复杂车间资源繁多，车间几何约束严格、物流与非物流关系复杂，单元间功能关系密切。本发明提出的低碳布局模型、稳健优化模型以及集成的低熵化车间布局模型能够有效应对上述复杂车间的各项约束，得到多约束条件、多动态扰动下的低碳化、高稳健性车间布局；2)设计模糊聚类方法与并行导向进化方法结合的环形多元胞混合优化算法，设计种群元胞内与元胞间的个体进化规则，有效提高进化的速度与质量。本发明所阐述的复杂车间是指大规模定制企业和产业集群下大型代工企业为满足多品种、小批量的市场需求，以单元群制造模式为基础，实现的多产品、多工艺、多功能区域一体化的生产车间。其生产过程在订单、设备、工艺、批量、瓶颈等层次上越来越凸显出形态和状态的多样性，布局的柔性、鲁棒性和动态性需求逐步增强。复杂车间布局问题描述可以描述为有n种产品需要在m个功能单元内进行加工装配。每种产品受到功能区域紧前关系的约束，需要完整的在必须经过的功能单元上完成相应的功能过程，不能变化，不能遗漏。布局过程受到单元形状、物流成本、产品工艺、布局柔性等多条件约束，寻求车间布局整体最优化。附图说明图1为车间稳健性与熵值关系图。图2为环形多元胞混合优化算法匹配组合示意图。图3为本发明实例车间布局图。图4为优化布局过程中碳排放变化曲线图。图5为优化布局过程中车间熵值变化曲线图。图6为低碳节能目标各指标前后变化对比图。图7为布局鲁棒性、柔性指标前后变化对比图。具体实施方式下面结合附图和实施例，具体说明本发明的内容。某公司是一家以吸尘器为主要产品的制造企业，目前的生产装配车间仍是以大规模且重复的生产作业方式来满足客户的订单需求。车间的总面积为100×100(m2)，包括如表1所示的15个功能单元区域。单元间单位物流量距积成本见表2，产品的功能单元约束见表3。规定长度方向最小间距4.5m，宽度方向最小间距2.5m，与车间边界间距均为5m。表1单元尺寸与数量表2各单元间物流量成本(元)表3产品功能单元约束一类复杂车间低熵化布局与稳健优化方法，具体步骤如下：1.低碳节能目标函数构建企业希望通过降低设备或单元布置成本、物流成本，提高面积利用率，同时保证足够的鲁棒性和布局柔性，降低固定成本和变动成本引起的碳排放，达到车间低碳节能、可持续发展的目的。根据绿色布局关键目标，提出复杂车间布局的低碳节能目标函数：1)单元布置成本q：单元布置成本是指考虑不同的设备布局方式带来功能单元布置形状的变化，引起单元布置成本的变动。引入单元纵横比评价单元布置形状的优劣，对任意单元而言，适当的纵横比表征合理的单元形状，过大或过小的纵横比会引起布置成本的增加。将纵横比与布置成本耦合，能够忽略单元横向或纵向摆放问题对编码的影响。式中：q——单元布置成本；i——设备标号，表示设备i；j——单元标号，表示单元j；m——设备总数量；n——单元总数量；qi——设备i的成本；f(ηj)——单元j纵横比评价函数；ηj——单元j纵横比；hj——单元j的高度；wj——单元j的宽度；2)单位面积产能t：在土地资源紧缺与土地成本过高的背景下，充分利用车间面积，合理安排各单元的位置，并且满足生产要求，实现低土地成本下的高产量要求，是企业迫切解决的问题。当车间生产多种类型产品时，可用综合产能衡量单元生产能力。单位面积产能表示车间某一单元综合产能与单元面积之比。式中：tj——单元j的单位面积产能；pjk——单元j生产产品k的数量；hj×wj——单元j的面积。k——产品种类标号，表示产品k；k——产品种类总数；3)物流量距积成本z：物流量矩和距离量矩的乘积即为物流量矩积成本。复杂车间中，不同类型的产品涉及不同的物流路径和物流量。车间布局的优劣决定了物流路线复杂程度与交叉频繁度。减少物流量和车间内个各功能单元间的距离量是减少物流量矩积成本的直接手段，亦是绿色指标的直观体现。式中：z——物流量距积成本，见表2；fjl——车间中功能单元j至l的物流量；cjl——功能单元j和l之间单位运输成本；djl——功能单元j和l的距离；l——单元标号，表示单元l；4)布局/工艺鲁棒性r：客户需求变化快，鲁棒性针对生产情况的动态变化，布局对产品工艺的鲁棒性体现在产品加工距离稳定性上。不同产品的工艺路线与加工距离各不相同，保证加工距离的稳定性能够保证生产的稳定性，降低变动成本。将鲁棒性作为车间目标，是车间性能优良的重要指标。式中：r——布局/工艺鲁棒性；lk——表示产品k经过完整工艺路线时的加工距离。5)布局柔性f：布局柔性体现布局系统自身调节能力。客户订单的多变性，制造环境的不确定性导致企业需要频繁改变布局以适应生产需求，多产品、多功能、多工艺于一体的复杂车间更加需要较高的布局柔性。它的主要影响因素有可选择的路径数、路径的工作效率、物流量、可变单元数、单元负载量等。式中：f——布局柔性；ok——产品k生产过程中经过的单元数；——为产品k的平均产量；ukj——表示单元j生产产品k的理论负载量；6)低碳节能布局集成优化模型：根据上述车间布局低碳节能指标，车间布局碳排放模型由单元布置碳排放、物流碳排放、生产碳排放以及预期布局碳排放四部分组成。预期碳排放指由布局鲁棒性与柔性引起的未来布局改善过程的潜在的碳排放，鲁棒性和柔性越高表征布局越稳定，预期改善成本越低。设计低碳节能布局集成优化模型：ce＝min(qνq+ct+cz+crf)(式8)cz＝fz×z×pk(10)crf＝(1-r)fr+(1-f)ff(式11)式中：ce——布局总碳排放量；ct——产能引起的碳排放量；cz——车间工件运输引起的碳排放量；crf——鲁棒性与柔性引起的未来改善的预期碳排放量；vq——布置成本碳排放转换因子；ftj——单元j的单位面积产能碳排放系数；fz——单位量距积碳排放系数；pk——产品k对应的运输工具功率；fz——量距积碳排放系数；fr——鲁棒性碳排放系数；ff——柔性碳排放系数；2.复杂车间稳健优化模型构建复杂系统的结构是一种具有潜在崩溃趋势的脆性结构，基于脆弱性抽象的布局稳健优化模型以物理熵为度量稳健性指标，能很好地满足系统持续改善的要求。将车间视为一个无序的开放系统，单元设备、物料等视为该系统中粒子，粒子的运动产生不同的状态。布局的不同状态产生的车间熵本质上是由不同状态引起的总成本波动，熵值增加，甚至导致车间停产崩溃。根据熵公式定义，构建车间布局稳健优化模型：式中：h——车间熵，表示车间紊乱度衡量指标；a——玻尔兹曼常数；n——系统中粒子数量，即车间布局系统中的产品种类；a、b——系统参数；wk——系统中拥有的能量，即产品k在该布局下的生产成本；ck——产品k的物流量距积成本，见表2；w——布局总成本；α，β，γ，χ——加权因子，α+β+γ+χ＝1；μ1——单位面积产能成本转换因子；μ2——布局/工艺鲁棒性成本转换因子；μ3——布局柔性成本转换因子；3.复杂车间低熵化布局模型构建提出的低熵化布局是低碳背景下的低熵稳健布局。因此，模型包括满足能源资源约束的低碳节能和满足低物理熵的稳健优化两部分。将碳排放ce归一化处理，映射至[0-1]范围内。h是[0-1]范围内的熵值。集成低熵布局优化模型：式中：cemax——车间布局过程中碳排放理论最大值；cemin——车间布局过程中碳排放理论最小值；4.环形多元胞混合优化算法的设计设计模糊聚类方法与并行导向进化方法相结合的环形多元胞混合优化算法。模糊聚类方法将种群聚类划分代替随机划分产生若干组种群元胞操作，每个种群元胞由若干相似个体组成，按规则组成环状拓扑结构，进行各种群元胞间的协作交叉与移民，增强种群的导向性进化。环形多元胞混合优化算法进化步骤如下：1)染色体编码/解码:设置单元排序-分割混合编码。每条染色体由单元排序编码和单元分割点编码两部分组成。单元排序编码由n个单元符号组成(n表示车间单元数量)，表示车间中由左至右，从上至下单元的排列顺序；分割点编码由n-1个0-1二进制编码组成，插空分布于单元排序编码间隔之中。0表示单元处于同一纵列，1表示该单元为纵列最后排布的单元。如表1，将编号为1-15的单元依次用字母a-o表示，随机生成0-1单元分割点编码。表4单元编码符号编号123456789101112131415编码a1a2a3a4a5a6a7a8a9a10a11a12a13a14a152)模糊聚类生成若干种群元胞：设定聚类特征因子：单元布置成本q、单位面积产能t、物流量距积成本z、布局/工艺鲁棒性r、布局柔性f，以这5个特征的综合隶属度为指标，对所有染色体进行模糊聚类操作。由于布局问题复杂多变，允许同一布局方案同时处于多个分类中。完成模糊聚类操作，初始种群被划分为有若干种群元胞，每个元胞都是特征相似的染色体集合。式中：fm——聚类目标函数，表示不同种群元胞所有聚类特征因子综合相异程度最小；u(x)ij——布局方案j在分类i中的隶属度函数；i——种群标号，表示种群元胞i；j——染色体标号，表示染色体j；g——聚类因子标号，表示聚类因子g；g——种群标号，表示种群元胞g；ci——种群i的聚类中心，即集合中的代表性方案的5个聚类特征的值；cg——种群g的聚类中心，即集合中的代表性方案的5个聚类特征的值；xj——种群中第j条染色体；ni——种群元胞的数量，案例中取ni＝8；nj——种群元胞中染色体数量；ng——聚类因子数量，案例中ng＝5；f——大于1的模糊参数，f取值为2；3)适应度评价：低熵化布局模型是以碳排放量最小和可控范围内的低熵稳健优化组成的多目标函数，二者是非线性关系，碳排放指标因素之间存在相互竞争的关系，为了得到满足所有目标的均衡解，便于染色体选择，使用双函数计算染色体pareto适应度解集，得到低碳排量与低熵值且在可控范围内的布局方案。通过对十余家企业典型复杂车间布局案例研究与数据分析，车间稳健性指标熵值h控制在[0.3-0.8]的范围内，既能保证低熵要求，又能得到熵值控制在合理范围内的高稳健性要求。fit1＝qνq+ct+cz+crf(式19)4)种群元胞匹配规则：完成模糊聚类与适应度计算，得到若干组种群元胞，每个元胞均为相似染色体集合。为了最大限度保证种群协作进化过程中的多样性，以适应度fit1为目标对所有元胞降序排列，采用插空法排列元胞并组成环状拓扑结构，进行种群元胞之间的配对操作。由2)知元胞个数是8，匹配排列规则见图2：假设8个种群元胞，按适应度值由高至低依次排列，元胞编号1、2、3、4、5、6、7、8，元胞1适应的最优，元胞2次之，依次类推，元胞8最差，插空法先排列元胞1、2、3、4，然后元胞1与2之间排列元胞5，元胞2与3之间排列元胞6，3与4之间排列元胞7，最后排列元胞8，连接首尾，组成环状结构，并匹配元胞组合。形成两两匹配的环形进化拓扑结构。该操作保证了形成配对的两元胞之间均存在差异，且差异度值较为接近。5)染色体选择：设计二次排挤算法进行选择。采用子个体与父个体直接竞争模式，竞争的内容包括碳排放值与熵值。算法的过程如下：①用放回的方式从匹配的种群元胞组中随机选择两个父个体p1和p2；②进行交叉和变异，产生子代c1和c2；③根据适应度函数计算适应度值fit1和fit2：如果fit1(c)<fit1(p)，则若fit2(c1)<fit2(p1)，则用c1替换p1，否则保留p1；若fit2(c1)<fit2(p2)，则用c1替换p2，否则保留p2；若fit2(c2)<fit2(p1)，则用c2替换p1，否则保留p1；若fit2(c2)<fit2(p2)，则用c2替换p2，否则保留p2；其中，fit1(c)<fit1(p)表示任意子代的适应度fit1均小于父代。6)种群协作进化：①匹配元胞间的混合交叉操作；②各元胞内独立变异操作；③环状拓扑结构种群元胞之间的移民操作：完成选择、交叉、变异操作，要为种群元胞之间指定某种迁移拓扑，确定各集合间个体交换的方式。如a、b为相邻元胞，设计迁移路径：复制元胞a中一定比例最优个体按路径迁移至邻域元胞b，同时元胞b中剔除相同比例的最差个体。依次操作所有元胞及其邻域元胞。移民策略能够在保持种群多样性的同时，对种群进化起到导向性作用。设计迁移路径见图2。7)终止条件种群初始化后，循环执行模糊聚类、选择、交叉、变异、移民等，当产生50条pareto解集并且熵值h始终在理论可控范围[0.3-0.8]内，则循环结束，输出最优结果。应用该模型与算法对上述案例具体实施后，得到的部分有效解见表5。选择序号1的解为实例布局的最优解，最优染色体编码为：表5pareto解集本实施例车间布局图如图3所示，车间碳排放与熵值变化曲线图如图4、5所示，计算得到的各子目标优化前后对比图如图6所示。布局成本最终收敛于16751.33元，相比较与初始布局的19813元，布局总成本降低15.45％。对于复杂车间，应用本发明方法所得到的布局方案可以明显降低布局总成本，得到低碳排放和高稳健性的车间布局。本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举，本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式，本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。当前第1页12