用于汽车冲压生产规划的遗传算法

用于汽车冲压生产规划的遗传算法

板材冲压具有高生产率和低劳动力成本的优势，是一种需要广泛应用在汽车行业中的成形方法。由于汽车制造厂通常需要冲压多种零件，这需要制订严格的生产计划，保证效益最高，所以需考虑冲压调度问题。而冲压调度问题需考虑与零件需求量、冲压模具、零件库存有关的多种因素。研究了与汽车冲压作业相关的规划问题，提出了一种基于最早日期排序的生产规划遗传算法。

通过设置截止日期（EDD）和预期成本而进行目标规划求解是一种基于最早日期排序的优化方法。该方法能解决大部分冲压调度问题，但是如果零件库存比较低，则不能很好地体现调度方法。重点研究了在基于最早日期排序法的基础上结合遗传算法，提出一种适用于各种库存状况的改进遗传算法，该算法将库存作为规划目标之一，避免库存不足，从而可解决所有情况下的冲压调度问题。利用所提出的新方法，在始终保证完成各种冲压任务的前提下，对一种大型冲压机冲压调度规划问题进行了研究。此前，冲压机的调度规划大部分需人工参与，而改进后的遗传算法完全可以通过计算机进行规划。

研究结果表明，该改进算法合理地解决了库存不足情况下的冲压调度问题，也可以扩展到在有随机需求情况下解决最优规划的类似问题。该算法不仅限于解决避免库存不足的问题，而且可以实现在受多种因素制约下的最优冲压生产规划。

刊名：Computers& Industrial Engineering（英）

刊期：2017年第1期

作者：Sayak Roychowdhury et al

编译：徐嘉浩