论文部分内容阅读
目前,汽车制造企业提高核心竞争力的关键是追求更高精益程度的准时制(Just In Time,JIT)生产,其中,物料配送系统的物流服务能力一直是影响JIT生产精益求精的重要因素,而物料配送路径问题是物料配送系统的核心问题之一,优化物料配送路径不仅能够提高物料配送系统的物流服务能力,同时还能减少在制品库存、提高物流运作效率、降低物流成本。本课题选择了物料种类数量众多、复杂程度较高的汽车总装生产线的物料配送系统作为对象,研究物料配送路径优化问题。首先选取某汽车总装生产线大件配送系统作为实践对象与数据来源,并描述系统现状,在此基础上定义LOC(Local Operational Center,本地配送中心)物料配送路径优化问题,通过对比分析发现系统仿真方法能够解决VRPTW(Vehicle Route Problem with Time Window,带有时间窗约束的车辆路径问题)数学模型在验证路径方案时的局限性问题,因此,确定以系统仿真方法作为路径方案的验证方法。选择了遗传算法作为LOC物料配送路径的优化方法,对标准遗传算法进行了改进与创新:设计了基于道路网约束的染色体编码方式、基于仿真结果反馈的适应度评价体系、基于路径基因段的PMX(Partially Mapped Crossover,映射交叉)&OX(Order Crossover,顺序交叉)交叉操作方式。然后在Plant Simulation软件平台上开发了仿真动态反馈的遗传算法优化系统,系统包括仿真模型与遗传算法两个主要功能模块,分别用于路径方案的验证与最优解的快速搜索,接口方案是通过染色体解码将遗传算法模块中的个体传递给仿真模型,仿真模型运行完之后再将目标值反馈给遗传算法模块以支持个体的适应度评价。最后结合汽车制造企业总装生产线的LOC大件配送系统实例,完成了物料配送路径的优化,使整体断料等待时间降低了222min,从而提高了物料配送系统的物流服务能力。