基于NSGA-Ⅱ的多目标设备动态布局方法

合集下载

《基于NSGA-Ⅱ遗传算法的M100甲醇发动机多目标性能优化》范文

《基于NSGA-Ⅱ遗传算法的M100甲醇发动机多目标性能优化》篇一一、引言随着全球能源危机和环境保护意识的加强，对于高效率、低排放的发动机设计提出了更高要求。

M100甲醇发动机作为一种新型环保动力装置，其性能优化具有重要意义。

传统的发动机性能优化方法往往难以满足多目标优化的需求，因此，本文提出基于NSGA-Ⅱ遗传算法的M100甲醇发动机多目标性能优化方法。

二、NSGA-Ⅱ遗传算法概述NSGA-Ⅱ（非支配排序遗传算法II）是一种多目标优化算法，通过模拟自然选择和遗传学机理，对问题进行优化。

该算法能够在一次运行中处理多个目标，通过非支配排序、适应度分配、选择、交叉和变异等操作，寻找Pareto最优解。

三、M100甲醇发动机性能优化模型针对M100甲醇发动机的性能优化，本文建立了包括动力性、经济性、排放性等多目标优化模型。

其中，动力性主要考虑发动机的功率和扭矩；经济性则以燃油消耗率为主要指标；排放性则以NOx、PM等有害排放物为优化目标。

四、NSGA-Ⅱ遗传算法在M100甲醇发动机性能优化中的应用将NSGA-Ⅱ遗传算法应用于M100甲醇发动机的性能优化中，首先需要确定遗传算法的参数，如种群大小、交叉概率、变异概率等。

然后，将发动机的性能参数编码为染色体，通过选择、交叉和变异等操作，生成新的种群。

在每一代中，通过非支配排序和适应度分配，选出优秀的个体，逐渐逼近Pareto最优解。

五、实验结果与分析通过实验，我们得到了多组Pareto最优解，这些解在动力性、经济性和排放性等方面均有所改善。

与传统的发动机性能优化方法相比，NSGA-Ⅱ遗传算法能够更好地处理多目标优化问题，能够在一次运行中找到多个最优解，为发动机设计提供了更多的选择。

同时，通过对比分析，我们发现某些参数的优化对于改善发动机性能具有显著影响。

六、结论本文提出的基于NSGA-Ⅱ遗传算法的M100甲醇发动机多目标性能优化方法，能够有效地提高发动机的动力性、经济性和排放性。

基于改进的NSGA-II的多目标鲁棒性设备布局研究

基于改进的NSGA-II的多目标鲁棒性设备布局研究张萍萍;郑飂默;王诗宇【期刊名称】《组合机床与自动化加工技术》【年(卷),期】2018(000)012【摘要】针对某柔性制造单元(FMC)在动态环境下频繁地进行设备布局从而导致生产效率低下、生产费用高等问题,引入鲁棒性指标,以物流搬运费用、非物流关系以及面积利用率作为优化目标,构建多目标鲁棒性设备布局模型.针对上述模型采用引入DE策略的NSGA-II算法进行求解,有效地保证了Pareto最优解的多样性和算法的收敛性.分别运用该算法、差分算法和经典的NSGA-II算法对车间设备布局模型进行计算,通过数据和结果比较分析表明,针对多目标鲁棒性设备布局的模型,改进的NSGA-II算法具有良好的收敛性和多样性,能有效解决相关生产实践问题.【总页数】4页(P125-128)【作者】张萍萍;郑飂默;王诗宇【作者单位】中国科学院大学,北京 100039;中国科学院沈阳计算技术研究所高档数控国家工程研究中心,沈阳 110168;中国科学院沈阳计算技术研究所高档数控国家工程研究中心,沈阳 110168;沈阳高精数控技术有限公司,沈阳 110168;中国科学院大学,北京 100039;中国科学院沈阳计算技术研究所高档数控国家工程研究中心,沈阳 110168【正文语种】中文【中图分类】TH166;TG506【相关文献】1.NSGA-II算法的改进及其在风火机组多目标动态组合优化中的应用 [J], 王进;周宇轩;戴伟;李亚峰;宋翼颉2.基于病毒进化改进NSGA-II算法的扩展黑启动多目标优化 [J], 陈亮;顾雪平;贾京华3.基于TOPSIS和改进NSGA-II法的搅拌摩擦工艺制备B4C/A356复合材料显微组织和力学性能的混合多目标优化 [J], Mostafa AKBARI;Mohammad Hasan SHOJAEEFARD;Parviz ASADI;Abolfazl KHALKHALI;;;;4.改进的自适应NSGA-II求解多目标流水车间调度问题 [J], 张伟5.一种多目标非线性优化的NSGA-II改进算法 [J], 郑夏;马良因版权原因，仅展示原文概要，查看原文内容请购买。

基于NSGA-II_算法解决多目标优化实际应用的研究

Advances in Applied Mathematics 应用数学进展, 2023, 12(10), 4195-4207Published Online October 2023 in Hans. https:///journal/aamhttps:///10.12677/aam.2023.1210413基于NSGA-II算法解决多目标优化实际应用的研究向芷恒，王秉哲，雪景州，山晟北方工业大学理学院，北京收稿日期：2023年9月11日；录用日期：2023年10月5日；发布日期：2023年10月13日摘要优化问题是工业生产中十分常见的一类问题，但在具体的实际应用中，单目标优化往往无法满足实际的需求。

工厂需要在保证利润的前提下降低自己的成本，如能耗、人工、生产时间等。

此时单目标优化无法较好地给出需要的可行解，采用多目标优化能较为简单地解决此类问题。

NSGA-II算法在解决此类问题时具有较好的可行性，本文主要介绍NSGA-II算法的发展与原理，并以模拟工业生产的实际情况给出了简单的应用案例。

关键词多目标优化，NSGA-II算法，Pareto占优Research on the Practical Application ofNSGA-II Algorithm for Multi-ObjectiveOptimizationZhiheng Xiang, Bingzhe Wang, Jinzhou Xue, Shen ShanCollege of Science, North China University of Technology, BeijingReceived: Sep. 11th, 2023; accepted: Oct. 5th, 2023; published: Oct. 13th, 2023AbstractOptimization problems are common in industrial production, but in specific practical applications, single-objective optimization often fails to meet the actual requirements. Factories need to reduce their costs, such as energy consumption, labor, and production time, while ensuring profitabili-向芷恒等ty. In such cases, single-objective optimization cannot provide satisfactory feasible solutions, and multi-objective optimization can effectively address these problems. The NSGA-II algorithm demon-strates good feasibility in solving such problems. This paper primarily introduces the development and principles of the NSGA-II algorithm and provides a simple application case based on simulated industrial production scenarios.KeywordsMulti-Objective Optimization, NSGA-II Algorithm, Pareto Dominance Array Copyright © 2023 by author(s) and Hans Publishers Inc.This work is licensed under the Creative Commons Attribution International License (CC BY 4.0)./licenses/by/4.0/1. 绪论1.1. 引言多目标优化是现实生活中许多实际问题的重要组成部分，如工程设计、资源分配、机器学习等。

基于粒子融合NSGA—Ⅱ的永磁无刷直流电机多目标优化

基于粒子融合NSGA—Ⅱ的永磁无刷直流电机多目标优化【摘要】为了更好地解决永磁无刷直流电机设计中的复杂非线性模型多目标优化问题，设计了一种基于粒子融合机制改进的精英保留非劣排序遗传算法（NSGA-Ⅱ），用多目标粒子群优化算法中的粒子位置更新模式替代NSGA-Ⅱ的交叉操作，大幅提高了算法的搜索性能。

将该算法应用于永磁无刷直流电机优化设计，通过计算达到了减小电机的体积重量、减小转子转动惯量及机电时间常数、提高永磁无刷直流电动机功率密度的目的。

仿真结果表明该优化设计方法效果比较理想，对电机的优化设计有较大的参考价值。

【关键词】多目标优化；永磁无刷直流电机；NSGA-Ⅱ；粒子融合1.前言电机的优化设计技术是在满足国家标准、用户要求以及特定约束的条件下，使电机效率、体积、功率、重量等设计性能指标达到最优的一种设计技术，被描述为一个有约束、多目标、多变量以及多峰值的复杂非线性问题，属于典型的多目标优化问题。

永磁无刷直流电动机的优化设计中，由于电机磁路中导磁材料磁化曲线的非线性及电枢反应的非线性，决定了其目标函数、约束函数多为非线性程度很高的数值函数，使其优化设计的难度更大，因此选择适合于永磁无刷直流电机的优化设计方法是优化设计能否成功的关键[1]。

人们一直致力于探寻非线性的电动机的优化数学模型，以期得到全局最优解及其优化算法，电机优化设计方法经历了以单纯形法、可变容差法、梯度法为代表的传统方法到以模拟退火算法、遗传算法、禁忌搜索算法等全局优化算法为代表的新型优化算法[2]。

近年来，有研究将全局优化算法与直接搜索法相结合的混合寻优策略应用于某些类型电机的优化设计，如将遗传算法和模拟退火算法相结合，充分利用了遗传算法全局搜索能力强而模拟退火算法局部搜索能力强的优点，成功地进行了长定子同步直线电动机的优化设计[3]。

有研究将多种优化算法综合，引入电机优化中，如先应用模糊优化设计算法建立电机的优化设计数学模型，再利用Tabu算法对目标函数进行优化，减少电机体积和设计时间，提高电机的力能指标[4]。

基于NSGA-Ⅱ算法的低碳机床主轴多目标优化设计

ａｎｄｈｉｇｈｑｕａｌｉｔｙｍａｃｈｉｎｅｔｏｏｌｓｉｓｅｓｔａｂｌｉｓｈｅｄｗｈｉｃｈｔａｋｅｓｔｈｅｍａｘｉｍｉｚａｔｉｏｎｏｆｔｈｅｓｐｉｎｄｌｅｓｔｉｆｆｎｅｓｓａｎｄ
ＮＳＧＡ—ｌａｌｌｇｏｒｉｔｈｍ
ＺＨＡＮＧＪｉｎｇｙａｏ，ＬＩＵＺｈｉｊｉｅ，ＨＵＩＤｏｎｇｌｉｎ（ＴｒａｎｓｐｏｒｔａｔｉｏｎＥｑｕｉｐｍｅｎｔｓ＆ＯｃｅａｎＥｎｇｉｎｅｅｉｒｎｇＣｏｌｌｅｇｅ，ＤａｌｉａｎＭａｒｉｔｉｍｅＵｎｉｖｅｒｓｉｔｙ，Ｄａｌｉａｎ１１６０２６，ＣＨＮ）
ａｎｄｓｈｅａｒｆｏｒｃｅｏｎｔｈｅｓｐｉｎｄｌｅｓｔｉｆｆｎｅｓｓ，ｔｈｅｓｐｉｎｄｌｅｍｕｌｔｉ — ｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎｍｏｄｅｌｆｏｒｌｏｗ— ｃａｒｂｏｎ
中图分类号：ＴＧ５０２．１：ＴＨ１６６文献标识码：Ａ
ＤｏＩ：１０．１９２８７／ｊ．ｃｎｋｉ．１００５－２４０２．２０１７．１２．００２
Ｓｐｉｎｄｌｅｍｕｌｔｉ — — ｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎｄｅｓｉｇｎｏｆｌｏｗ‘ ‘ ｃａｒｂｏｎｍａｃｈｉｎｅｔｏｏｌｓｂａｓｅｄｏｎ

基于改进NSGA-Ⅱ的航空发动机管路多目标布局优化

收稿日期：２０１７一Ｏ１—０５；修订目期：２０１７—０４—２０。Ｒｅｃｅｉｖｅｄ０５Ｊａｎ．２０１７；ａｃｃｅｐｔｅｄ２０Ａｐｒ．２０１７．基金项目：国家自然科学基金资助项目（５１３０５１９２）；辽宁省高等学校杰出青年学者成长计划资助项目（ＬＪＱ２０１４０３７）。Ｆｏｕｎｄａｔｉｏｎｉｔｅｍｓ：Ｐｒｏ—
半由管路问题引起。例如，一台典型的航空发动机通常包括数百根管路及线缆，这些管路的排布质量和效率对发动机的设计周期、成本及效率有重要影响。由于三维空间内的管路敷设问题已属于非确定多项式（Ｎｏｎ－ＤｅｔｅｒｍｉｎｉｓｔｉｃＰｏｌｙｎｏｍｉａｌ，ＮＰ）难问题，同时还需考虑多种目标及约束，因此其管路设计问题已成为复杂产品开发的关键环节。
柳强，焦国帅
（辽宁石油化工大学信息与控制工程学院，辽宁抚顺１１３００１）
摘要：为了提高航空发动机管路布局的优化效率，提出一种基于改进ＮＳＧＡ－Ⅱ的航空发动机管路多目标布
局优化方法。为了提高ＮＳＧＡ－１１的全局搜索能力，提出一种新的种群更新机制，在进化过程中采用拉丁超立方方法对种群的部分较差个体进行替换，同时保留原有的精英保留策略，以达到全局搜索能力与收敛性的均衡；采用三
维凸包对敷设空间进行建模，基于Ｂ样条曲线设计了个体编码方式；以管路长度及平滑性为优化目标，应用改进
ＮＳＧＡ－ＩＩ求解发动机管路布局Ｐａｒｅｔｏ解集。通过数值算例及管路敷设仿真验证了所提方法的可行性。

基于NSGA-Ⅱ算法的水轮机活动导叶多目标优化设计

（ｃｏｌｆＨｄｏｏｅＥｇｅｒｇｉｎＵｉｌｔ【ｅｈｏ￣ＸＩＳａｎｉ１０８Ｃｈｎ）Ｓｈｏｏ、ｒｐｗｒｎｉｅｉ，Ｘｎｖｓ？１ｃｎｌ，ｉ］ｈａｘ７０４，ｉｎｎａｅｉ： ¨ ｏａ，ａ
ｅｅｇｎａｉｔｎｐｒｒｎｅｗｒｓｄａｂｅｔｅｆｎｔｎ．ｎｅｍｌ—ｂｅｔｐｉｚｔｎｒｎｒｙａｄｃｖａｉｅｏｍａｃｓｅｅｅｓｊｃｖｃｏｓａｄｔｕｔｏｊｃｏｔａｉ１ｔｏｆｕｏｉｕｉｈｉｍｉｏ
ＡｂｔａｔＴｅｍｕｔｏｊｃｏｔｉｔｎｍｔｏｌｈｄａｌｃｉｅｂａｅｗｓｐｏｏｅａｅｎｓｒｃ：ｈｌ— ｅｔｐｉｚｉｅｈｄｆ’ ｒｕｉｍａｈｎ￣ｌｓａｒｐｓｄｂｓｄｏｉｂｍａｏｏｙｃｄ
■ 排灌机械工程学报
—＿＿＿ＪｕｎｌｏａｎｇｎｒｉａｉｎＭａｈｎｒｎｉｅｒｎｏｒａｆＤｒｉａｅａｄｌｒｇｔｏｃｉｅ
基于ＮＧ Ⅱ算法的水轮机活动导叶多目标优化设计ＳＡ一
关键词：水轮机导叶；数化；算流体动力学；ＳＡＩ算法；多目标优化设计参计ＮＧ —Ｉ
中图分类号：２７９Ｔ３ｌ￥７．；Ｈｌ文献标志码：文章编号：１７Ａ６４～８３（００Ｏ０６０５０２１）５— ３９— ５
ｔｔｌｐｅｓｒｏｓｒｄｃｄｂｏａｒｓｕｅｌｓｅｕｅｙ２６．７％．ａｄｔｎｍａｒｓｕｅｉｕｄａｅｉｃｅｓｄｂ４．１６％．９ｎｈｅｍｉｉｌｐｅｓｒｎｇｉｅｖｎｕｔａｅｙ３７

基于NSGA-Ⅱ的伺服系统控制参数多目标优化设计

第２卷
第５期
导航定位与授时
ＮａｖｉｇａｔｉｏｎＰｏｓｉｔｉｏｎｉｎｇ＆Ｔｉｍｉｎｇ
Ｖ０Ｊ．２Ｎｏ．５
２０１５年９月
Hale Waihona Puke Ｓｅｐｔｅｍｂｅｒ２０１５
基于ＮＳＧＡ．１Ｉ的伺服系统控制参数多目标优化设计
中图分类号：ＴＰ３９１．９文献标志码：Ａ文章编号：２０９５．８１１０（２０１５）０５．００１４．０８
ＴｈｅＭｕｌｔｉ－ｏｂｊｅｃｔｉｖｅＯｐｔｉｍｉｚａｔｉｏｎＤｅｓｉｇｎｏｆＣｏｎｔｒｏｌＰａｒａｍｅｔｅｒｓｉｎＳｅｒｖｏＳｙｓｔｅｍＢａｓｅｄｏｎＮＳＧＡ－ｉＩ
武飞，段丽华，张昆峰
（中国空空导弹研究院，河南洛阳４７１００９）
摘要：针对采用分段式ＰＩＤ控制策略的伺服系统控制参数设计周期长、成本高的问题。提出一
种基于快速非支配排序遗传算法（ＮＳＧＡ — ＩＩ）的控制参数多目标优化设计方法。在建立某型伺服系
ｄｏｍｉｎａｔｅｄＳｏｒｔｉｎｇＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍ（ＮＳＧＡ一１／）ｗａｓｐｒｏｐｏｓｅｄｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｏｆｍａｋｉｎｇｔｈｅｄｅｓｉｇｎｃｙｃｌｅｌｏｎｇｅｒａｎｄ

基于NSGA Ⅱ的多目标车间设施布局优化方法

Ｋｅｒｓｗｏｋｈｐｆｃｉｙｕ；ｌ—ｂｅｔｅｐｉｚｔｎＮＳＩｙｗｏｄ：ｒｓｏｉｔｌｏｔｍｕｔｏｊｃｉｔａｉ；ＧＡＩａｌｙａｉｖｏｍｉｏ
摘
一
要：对多品种批量生产系统，出了一种基于ＮＳＩ针提ＧＡＩ的多目标车间设施布局优化方法。以物料搬运
ｔｅｄｃａｄｉｇｃｓ（ｒａｄｉｇａｕｔ，ｎｒａｅｔｔｌｔｎｔｆｏ — ｇｓｃｍｏｇｆｃｉｅｎａｅｉｓｏｒｕｅｎｌｏｔｏｎｌｍｏｎ）ｉｃｅｓａｓｅｇｈｏｎｎｌｉｉｓｖｔｅｈｎｈｎｏｒｏｔａｎｉｔｓｄｓｖａｌｉａ
ｏｔａｅｎＮＳ．ｍｐｔｒｎｉｅｒｎｎｐｉｔｎ，０２４（７：２－２．ｕｓｄｏＧＡＩＣｏｕｅｇｎｅｉｇａｄｂＩＥＡｐｌａｉｓ２１，８２）２３２８ｃｏ
ＡｂｔａｔＡｉｎｔｌ— ｐｎａｃｒｄｃｉｎｓｓｍ，ｌ—ｂｅｔｅｏｔｚｔｎｍｅｏｒｏｋｈｐｓｃ：ｍｉｇａｔｔｅａｄｂｔｈｐｏｕｔｙｔａｍｕｔｏｊｃｖｐｉａｉｔｄｆｒｓｏｒｍｕｉｙｏｅｉｉｍｉｏｈｏｗｆｃｌｙｌｏｔａｅｎＮＳＡＩｉｐｏｏｅ．ｌ—ｂｅｔｅｏｔｚｔｎｍｏｅｉｃｎｔｃｅｔｔｅｏｊｃａｉｔｙｕｓｄｏＧＩｓｒｐｓｄＡｍｕｔｏｊｃｖｐｉａｉｄｌｓｏｓｕｔｗｉｂｅ— ｉａｂｉｉｍｉｏｒｄｈｈ

基于改进NSGA-Ⅱ的给水管网多目标优化设计

基于改进NSGA-Ⅱ的给水管网多目标优化设计摘要：为较好地解决给水管网优化设计中的经济性和可靠性问题，提出了以管网年费用和可靠性为目标的管网多目标优化设计模型。

以管网年费用和可靠性为目标，在传统NSGA-Ⅱ算法的基础上，采用算术交叉算子，并引入累积排序适应度赋值策略，提高了算法的收敛速度和种群多样性。

实例分析结果表明，改进NSGA-Ⅱ算法的优化结果优于传统的NSGA-Ⅱ算法。

关键词：给水管网；多目标优化模型；水力可靠度；熵值可靠度；NSGA-ⅡMulti–objective optimization design of water distribution network based on improved NSGA-ⅡLiu Mengyun(College of Civil Engineering and Architecture, Zhejiang University of Technology, Hangzhou 310014, China)Abstract: For a sound achievement of economy and reliability in the water distribution networks (WDS) design, the multi-objective mathematical model was established based on economy and reliability in WDS. Aiming at WDS annual fee and reliability, based on traditional NSGA-Ⅱalgorithm, arithmetic crossover operator and a new accumulated rank fitness assignment strategy were proposed for higher convergence speed and better population diversity. The improved NSGA-Ⅱalgorithm was applied to actual project, and the results of this improvedalgorithm were compared with the traditional NSGA-Ⅱalgorithm in order to prove the superiority of the former.Key words:water supply network;multi-objective optimal model ;hydraulic reliability ;hydraulic reliability information entropy ;NSGA-Ⅱ给水管网系统是城市供水系统的重要组成部分，其投资一般要占整个供水系统总投资的50-80%。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｕｓｉｎｇｅｌｉｔｉｓｔｓｔｒａｔｅｇｙｉｓｕｓｅｄｔｏｅｌｉｍｉｎａｔｅｔｈｅｗｅａｋｎｅｓｓｏｆｔｒａｄｉｔｉｏｎａｌｗｅｉｇｈｔｅｄａｖｅｒａｇｅｍｅｔｈｏｄｆｏｒｗｅｉｇｈｔ
ｄｙｎａｍｉｃｌａｙｏｕｔｐｒｏｂｌｅｍ（ＤＬＰ）ｉｎｔｏｔｈｅｓｔａｔｉｃｌａｙｏｕｔｐｒｏｂｌｅｍ（ＳＬＰ）ｗｉｔｈｒｅａｌｌｏｃａｔｉｏｎｐｒｏｃｅｓｓａｎｄｍｕｌｔｉｐｌｅ
ＮＳＧＡ．ＩＩ－ｅｎａｂｌｅｄｍｕｌｔｉ－ｏｂｊｅｃｔｉｖｅｄｙｎａｍｉｃｆａｃｉｌｉｔｙｌａｙｏｕｔｍｅｔｈｏｄ
ＨｕａｎｇＪｕｎ — ｚｈｅｎｇ，ＬｉＡｉ — ｐｉｎｇ，ＬｅｉＭｉｎｇ
ｃｏｓｔ，ｎｏｎ — ｌｏｇｉｓｔｉｃｓｒｅｌａｔｉｏｎａｎｄａｒｅａｕｔｉｌｉｚａｔｉｏｎａｒｅｔｒｅａｔｅｄａｓｏｐｔｉｍｉｚａｔｉｏｎｏｂｊｅｃｔｉｖｅｓ．Ｂｙｔｒａｎｓｆｅｒｒｉｎｇｔｈｅ
ｍｕｌｔｉ．ｐｅｒｉｏｄｄｙｎａｍｉｃｆａｃｉｌｉｔｙｌａｙｏｕｔ．Ｎｅｘｔ，ｔｈｅｎｏｎ — ｄｏｍｉｎａｔｅｄｓｏｒｔｉｎｇｇｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍＩＩ（ＮＳＧＡ－ＩＩ）
ｓｕｂ．ｐｅｒｉｏｄｓ．ａｃｏｎｔｉｎｕｏｕｓｍｕｌｔｉ — ｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎｍｏｄｅｌｉＳｔｈｅｎｅｓｔａｂｌｉｓｈｅｄｂａｓｅｄｏｎｕｎｅｑｕａ１．ａｒｅａ
（ＣｏｌｌｅｇｅｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＴｏｎｇｊｉＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２０１８０４，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｆｉｒｓｔｌｙ，ａｄｙｎａｍｉｃｗｏｒｋｓｈｏｐｆａｃｉｌｉｔｙｌａｙｏｕｔｉｓｃｏｎｄｕｃｔｅｄｏｎｍｕｌｔｉｐｌｅ — ｐｌａｎｎｉｎｇ — ｐｅｒｉｏｄｄｅｍａｎｄ
ｆｏｒｅｃａｓｔｉｎｇ．Ｆｏｒｔｈｅｍｕｌｔｉ — ｏｂｊｅｃｔｉｖｅａｎｄｍｕｌｔｉ — ｃｏｎｓｔｒａｉｎｔｐｒｏｂｌｅｍ，ｔｈｅｌｏｇｉｓｔｉｃｓｔｒａｎｓｐｏｒｔｃｏｓｔ，ｒｅａｌｌｏｃａｔｉｏｎ
黄君政，李爱平，雷明
（同济大学机械与能源工程学院，上海２０１８０４）
摘要：对多个计划期内需求可预测的车间动态设备布局问题进行了研究．针对这一多目标、多约束的问题，以物流搬运和重布局费用之和、非物流关系以及面积利用率作为优化目标，将动态布局问题转化为重布局过程和多个子计划期的静态布局问题，构建了针对不等面积设备的动态多期布局问题的连续型多目标优化模型．采用带精英策略的非支配遗传算法（Ｎｏｎ — ｄｏｍｉｎａｔｅｄＳｏｒｔｉｎｇＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍＩＩ，ＮＳＧＡ－ＩＩ）进行求解，克服了传统加权法求解多目标问题时加权系数难以确定和无法保证多目标同时优化的缺点，求解得到Ｐａｒｅｔｏ解集，供决策者根据企业实际情况优中选优．通过实例验证了本方法的有效性．关键词：设备动态布局；连续模型；多目标优化；带精英策略的非支配遗传算法；Ｐａｒｅｔｏ解集中图分类号：ＴＢ４９１文献标志码：Ａ文章编号：１６７２—５５８１（２０１４）０１ —０００１ —０６
第１２卷第１期２０１４年２月
中
国
ቤተ መጻሕፍቲ ባይዱ
工
程
机
械
学
报
ＶｏＩ．１２Ｎｏ．１
Ｆｅｂ．２０１４
ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦＣＯＮＳＴＲＵＣＴＩＯＮＭＡＣＨＩＮＥＲＹ
基于ＮＳＧＡ．ＩＩ的多目标设备动态布局方法