买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西南交通大学

摘要：本发明公开了考虑工人疲劳恢复与分级的多目标拆卸线设置方法，属于拆卸线技术领域，包括收集拆卸线和拆卸任务信息，构建考虑工人疲劳恢复与分级的多目标拆卸线平衡问题的数学模型；求解上述数学模型。本发明建立了考虑工人疲劳恢复与分级的数学模型，并以工作站数量、空闲时间均衡指标、工作站负荷均衡指标以及高级工人数为目标建立拆卸方案评价指标体系，采用疲劳指数和脑力刚度值分别对执行各任务时工人所产生的的体力和脑力负荷进行科学度量，弥补了以往对拆卸任务繁重度和复杂度研究的不足，为科学布置拆卸线提供了依据。

主权项：1.考虑工人疲劳恢复与分级的多目标拆卸线设置方法，其特征在于，包括以下步骤：S1000、收集拆卸线和拆卸任务信息，构建考虑工人疲劳恢复与分级的多目标拆卸线平衡问题的数学模型，其中，所述数学模型包括目标函数和约束条件；所述目标函数包括：Z＝min[Z1,Z2,Z3,Z4]； 其中，Z1为工作站开启的数量；Z2为空闲时间均衡指标；Z3为工作负荷均衡指标；Z4为高级工人数；M为工作站的最大开启数量；m为工作站编号；Sm为决策变量，若工作站m开启，则Sm＝1，否则Sm＝0；CT为节拍时间；i为任务编号；I为任务总数；ti为任务i的拆卸时间；xim为决策变量，若任务i分配到工作站m，则xim＝1，否则xim＝0；ΔW为各工作站工作负荷均值；Wm为工作站m的工作负荷；cm为决策变量，若工作站m存在复杂任务，则cm＝1，否则cm＝0；所述约束条件包括： Rm为工人完成工作站m的任务所承受的体力负荷；k为工人等级，k＝1为高级工人,k＝2为普通工人；Qmk为等级为k的工人完成工作站m的任务所承受的脑力负荷； αi为任务i的疲劳指数；β为疲劳恢复指数； ei为操作任务i所产生的脑力刚度值；μ为工人经验水平对工人脑力负荷的影响系数；γk为等级为k的工人的经验水平； j为任务编号；aij为决策变量，若任务i是j的紧前任务，则aij＝1，否则aij＝0； bi为决策变量，若任务i是复杂任务，则bi＝1，否则bi＝0； S2000、求解上述数学模型；步骤S2000包括如下步骤：S2100、参数初始化，所述参数包括种群规模、外部档案规模、疲劳恢复指数、操作经验影响系数、工人操作水平、每棵树生成的种子数量、搜索趋势、第一生成策略内部选择概率；S2200、生成初始种群；S2300、对初始树种群中的个体进行Pareto筛选生成初始外部档案；S2400、确定初始外部档案中各单目标最优个体；工作站开启的数量、空闲时间均衡指标、工作负荷均衡指标、高级工人数均为单目标；S2500、开始算法迭代直至满足预设的迭代次数，根据上一迭代结果更新下一迭代的初始值，通过不断迭代来更新初始种群、外部档案和各单目标最优个体；每次迭代均包括如下步骤：S2510、将初始种群中的个体依次进行两点交叉操作生成更新后的初始种群；S2520、对更新后的初始种群中的每个个体依次生成种子，每个个体生成种子均具体包括如下步骤：S2521、根据随机生成的随机数确定生成种子的策略：首先，根据随机生成的第一随机数确定选择第一生成策略或第二生成策略；当选择第一生成策略时，再根据随机生成的第二随机数确定选择第一生成策略1或第一生成策略2；其中，第一生成策略1采用交换对操作，第一生成策略2采用单点插入操作，第二生成策略采用四点交叉操作；S2522、根据选定的生成种子的策略生成所述个体的种子；S2553、重复步骤S2521、S2522直至所述个体的种子数量达到预设的数量；S2530、将外部档案中的每一个个体分别与各单目标最优个体进行两点交叉操作，以提高算法的收敛性；S2540、将更新前的初始种群、每个个体生成的种子、两点交叉得到的新个体合并并进行Pareto筛选以更新外部档案；S2550、通过更新后的外部档案更新各单目标最优解；S2560、更新初始种群，初始种群更新策略：若外部档案数量小于初始种群数量，则数量不足部分采用初始种群生成方式生成解补足，否则选择前pop_num个解作为初始种群，其中，pop_num为种群规模；S2600、根据迭代完成的最终外部档案确定拆卸方案：判断外部档案解的个数是否大于给定的外部档案规模，若大于则采用拥挤距离机制筛选除去多余的解，否则直接输出外部档案解作为拆卸方案；所述第一生成策略1包括如下步骤：1以当前待生成种子的树为current_tree，随机从各单目标最优序列中选择一条作为best_tree；2确定执行交换对操作的任务对的数量EX，其计算式为EX＝ROUNDDOWNRI；其中，I为任务总数，R为位于0,1区间的随机数，ROUNDDOWN表示向下取整；3以current_tree、best_tree中相同位置的任务序号为任务对，随机选择位置生成EX个任务对；4在current_tree中对确定的交换对逐一进行交换操作，交换操作需遵循拆卸任务优先关系约束，若不遵守则放弃该对任务的交换，直接进行下一对任务交换；所述第一生成策略2包括如下步骤：以当前待生成种子的树为current_tree，随机从current_tree中选择一个任务并将该任务随机插入其最大紧前任务与最小紧后任务之间的任意位置，从而得到新的序列；所述第二生成策略包括如下步骤：1以当前待生成种子的树为current_tree，从初始种群中随机选择一条序列作为random_tree；2在current_tree序列上随机确定互不相同的四个点P1、P2、P3、P4确定将current_tree序列分为5段；3在current_tree中，点P1至P2间各任务的顺序映射随机选择的树random_tree上对应任务的顺序、点P3至P4间各任务的顺序映射random_tree上对应任务的顺序，从而得到New_current_tree。

全文数据：

权利要求：

百度查询： 西南交通大学 考虑工人疲劳恢复与分级的多目标拆卸线设置方法