求解拆卸线平衡问题的改进人工蜂群算法

摘要：

大规模拆卸线平衡问题(disassembly line balancing problem,DLBP)是NP完全问题.为克服传统算法求解DLBP搜索过于随机、易于早熟,且求解难度随任务规模的增加呈指数级增长等不足,构建了基于最小化工作站、均衡负荷、尽早拆卸有危害和高需求零部件的DLBP多目标优化模型,在此基础上,提出了改进人工蜂群算法.该算法包括以下4个阶段:在初始解生成阶段,引入危害指标和需求指标,提升算法收敛性能;在雇佣蜂搜索阶段,采取可变步长搜索策略,增加对较优解的搜索深度,加速淘汰劣解;在观察蜂搜索阶段,采用常规搜索与蠕动搜索相结合的混合搜索策略;在侦察蜂搜索阶段,构造了基于分布估计的搜索策略,引导搜索过程.应用本文算法对70个测试问题进行求解,其中65个求得了最优解,寻优率为92.86％;对10个任务实例求得最优解的需求指标为9 730个,比蚁群算法减少了360个;52个任务实例的开启工作站数目、平滑率和拆卸成本3项指标均取得了更优的结果,求解较大规模问题的性能显著提升.

关键词：拆卸线平衡、人工蜂群算法、优化、拆卸

所属期刊栏目：51

分类号：THI65

资助基金：国家自然科学基金资助项目51205328;教育部人文社会科学研究青年基金资助项目12YJCZH296;四川省应用基础研究计划项目2014JY0232

在线出版日期：2016-12-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：910-917