(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110496495.1 (22)申请日 2021.05.07 (65)同一申请的已公布的文献号 申请公布号 CN 113191085 A (43)申请公布日 2021.07.3 0 (73)专利权人 西南交通大 学 地址 610000 四川省成 都市金牛区二环路 北一段111号 (72)发明人 张则强　梁巍　刘思璐　郑红斌　 计丹　方潇悦　 (74)专利代理 机构 深圳峰诚志合知识产权代理 有限公司 4 4525 专利代理师 胡石开 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/00(2006.01) G06F 111/04(2020.01) G06F 111/06(2020.01)(56)对比文件 CN 111860990 A,2020.10.3 0 CN 110580530 A,2019.12.17 CN 110580547 A,2019.12.17 CN 10794 4133 A,2018.04.20 CN 111652392 A,2020.09.1 1 张则强等.考虑零件分类的U型拆卸线平衡 问题与改进烟花 算法求解. 《信息与控制》 .2020, 第49卷(第4期), 蒋晋等.空间约束下多目标拆卸线平衡问题 的改进狼 群算法. 《计算机集成制造系统》 .2019, 第27卷(第6期), 李六柯等.不确定因素 下的多机 器人拆卸线 平衡模型及算法研究. 《机 械工程学报》 .2017,第 54卷(第3期), Zhang Zhi Wei等.Multi-objective Discrete Grey W olf Optimizer for. 《2020 IEEE Internati onal Conference o n System s, Man, and Cybernetics (SM C)》 .2020, 审查员 轩海珍 (54)发明名称 考虑工具变换能耗下的不完全拆卸线的设 置方法 (57)摘要 考虑工具变换能耗下的不完全拆卸线的设 置方法， 包括以下步骤： 提出不完全拆卸线平衡 问题(PDLBP)的约束条件， 并建立不完全拆卸线 平衡问题的目标函数， 之后依照待拆卸产品的优 先关系， 构建初始蜘蛛种群， 以两点交叉操作的 方式使蜘蛛个体产生振动， 并对振动蜘蛛个体进 行迭代计算， 使用精英策略和拥挤评价机制对每 次迭代计算结果进行筛选， 筛选出目标函数的外 部档案集中的非劣解， 作为最终结果输出； 本发 明提出的一种改进社会蜘蛛算法， 重新设计随机 移动和掩码改变操作， 分阶段执行人工蜘蛛替换 种群部分个体， 避免陷入局部最优， 有效提升了 算法全局搜索能力， 实现了对不完全拆卸线问题的求最优解， 为拆卸线的布局优化设置提供了可 行的理论指导。 权利要求书3页 说明书10页 附图3页 CN 113191085 B 2022.06.07 CN 113191085 B 1.考虑工具变换能耗下的不完全拆卸线的设置方法， 其特 征在于， 包括以下步骤： 步骤1： 以最小化开启工作站数量、 空闲时间均衡指标、 工具更换次数和拆卸能耗指标 为目标， 提出不完全拆卸线平衡 问题的约束条件， 并建立不完全拆卸线平衡问题的目标函 数， 其中， 目标函数为： F＝min[NS,IT,TR,E C] 式中， NS为开启工作站的数量， 且： IT为空闲时间均衡指标， 且： TR为工具 更换次数， 且： EC为拆卸能耗指标， 且： 所述约束条件包括零件拆除约束、 工作站任务分配约束、 节拍时间约束、 真实节拍时间 约束、 工作站顺序开启约束、 拆卸任务优先关系约束， 其具体为： 零件拆除约束： 工作站任务分配约束： 节拍时间约束： 真实节拍时间约束： 工作站顺序开启约束：权　利　要　求　书 1/3 页 2 CN 113191085 B 2拆卸任务优先关系约束： 且上式中符号表示的意 义分别为： TP—优先关系矩阵； I—拆卸任务集； s,i,k—拆卸任务编号， s,i,k∈I； J—拆卸工作站 集； j,g—拆卸工作站编号， j∈J； n—任务总数； RT—预定节拍时间； CT—真实节拍 时间； ti—任务i的拆卸时间； tt—工具变换时间间隔； cr—工具变换的能耗； ch—拆卸危害零部件 额外能耗； cd—拆卸需求零部件额外能耗； cu—开启工作站单位时间能耗； NS—开启工作站 数量； IT—空闲时间均衡指标； TR—工具更换次数； EC—拆卸能耗指标； xij—0‑1变量， 若任 务i被分配至工作站j中， 则xij＝1； 否则xij＝0； zj—0‑1变量， 若工作站j开启， 则zj＝1， 否则 zj＝0； rsi—拆卸工具变换指标， 若当前拆卸任务i与同一工作站上一拆卸任务s的拆卸工具 不同时， 则rsi＝1， 否则rsi＝0； di—需求属性， 若拆卸任务i所拆卸的零部件为需求零部件， 则di＝1， 否则di＝0； hi—危害属性， 若拆卸任务i所拆卸的零部件为危害零部件， 则hi＝1， 否则hi＝0； 步骤2： 设置问题参数与算法参数， 并依照问题参数中待拆卸产品的优先关系， 构建初 始蜘蛛种群， 经算法考察后以两点交叉操作的方式改变蜘蛛所含可行序列拆卸序列， 变化 其表示振动的目标值， 以此使蜘蛛个 体产生振动； 步骤3： 基于步骤2中的振动蜘蛛个体进行迭代计算， 随机移动蜘蛛个体， 并在迭代过程 中采用单点随机插入法进一步改进 可行拆卸 序列， 增加额外振动， 提高蜘蛛移动效率， 同时 在迭代过程中引入提高算法全局寻优能力的特殊手段， 其中， 提高算法全局 寻优能力的特 殊手段为， 在算法迭代G/5、 2G/5、 3G/5、 4G/5处使用人工蜘蛛替换种群中数量为Pop_num/10 的蜘蛛个 体， Pop_num为种群规模， G为 最大迭代次数； 步骤4： 使用Pareto精英策略对每次迭代计算结果进行筛选， 选出符合目标函数且互不 支配的非劣个体， 储存在外部档案集中， 作为下次迭代种群或非劣解， 迭代计算次数满足终 止条件后， 利用NSGA ‑Ⅱ拥挤距离评价标准筛选出目标函数的外部档案集中的非劣解， 作为 最终结果输出。 2.根据权利要求1中所述的考虑工具变换能耗下的不完全拆卸线的设置方法， 其特征 在于， 步骤2中， 所述构建初始蜘蛛种群的方法是采用基于实数编码表示的方式， 将编码得 到的每一组可 行的任务拆卸序列 作为蜘蛛个 体。 3.根据权利要求2中所述的考虑工具变换能耗下的不完全拆卸线的设置方法， 其特征 在于， 步骤2中， 所述两点交叉操作的具体方式为， 在蜘蛛种群中随机选择两只蜘蛛个体定 义为配对蜘蛛， 并在配对蜘蛛个体的可行拆卸序列上随机选择相同的两点， 相互映射任务 编号并移动其 位置， 使得配对蜘蛛个 体分别形成新的拆卸序列。 4.根据权利要求1中所述的考虑工具变换能耗下的不完全拆卸线的设置方法， 其特征 在于， 步骤3中， 随机移动蜘蛛个体时对配对的两可行拆卸的任务序列进行对比， 并删除差 异的任务编号。权　利　要　求　书 2/3 页 3 CN 113191085 B 3