论文摘要
混流生产线由于能够快速满足顾客多样化的需求,正在被越来越多的制造企业所采用,混流装配排序优化对于企业降低生产成本,提高生产效率具有重要意义。以往对混流排序多目标优化的研究,主要注重Pareto解集的求解而很少涉及如何选择唯一最优解,本文提出了分阶段优化与决策策略,多目标优化阶段求解一组Pareto解集,模糊决策阶段从Pareto解集中选择最优解,最后实现其在汽车总装生产中的应用。在多目标优化模型的建立方面,本文分析了混流装配线的特征,研究了最小化辅助工作时间和闲置时间目标、物料消耗平准化目标、最小化产品型号切换成本目标,并基于这三个目标建立了混流排序的多目标优化模型。非劣排序遗传算法（NSGA-II）采用快速非劣排序、拥挤距离比较和精英策略等技术,可以较好的保证算法的收敛性和多样性。本文采用NSGA-II求解混流排序的多目标优化模型,两组问题的求解结果证明其在解集覆盖、间距、最大散布距离三个方面均优于MOGA。目标权重的确定是决策问题的关键方面。针对混流装配系统的复杂性,本文用三角模糊数来表示目标权重,并采用主观赋权和客观赋权结合的专家熵权法求解目标的组合模糊权重,然后采用模糊理想解法,对Pareto解集进行比较、排序,选出最优解。最后,本文在JAC-MES平台上实现算法在汽车总装生产中的应用,通过在江淮汽车公司的应用,证明了算法和模型的有效性。