工業(yè)工程生產(chǎn)線中英文對照外文翻譯文獻(xiàn)

中英文對照外文翻譯(文檔含英文原文和中文翻譯)Asolution=procedurefortypeEsimpleassemblylinebalancingproblemAbstract:ThispaperpresentsatypeEsimpleassemblylinebalancingproblem(SALBP-E)thatcombinesmodelsSALBP-1andSALBP-2.Furthermore,thisstudydevelopsasolutionprocedurefortheproposedmodel.Theproposedmodelprovidesabetterunderstandingofmanagementpracticethatoptimizesassemblylineefficiencywhilesimultaneouslyminimizingtotalidletime.Computationalresultsindicatedthat,underthegivenupperboundofcycletime(ctmax),theproposedmodelcansolveproblemsoptimallywithminimalvariables,constraints,andcomputingtime.KeywordsSimpleassemblylinebalancingproblem,TypeEsimpleassemblylinebalancingproblem,Manufacturingoptimization.Introduction

Ithasbeenoverfivedecadessinceresearchersfirstdiscussed

theassemblylinebalancingproblem(ALBP).OfallkindsofALBP,

themostbasicisthesimpleassemblylinebalancingproblem

(SALBP).BrytondefinedandstudiedSALBPasearlyas1954.In

thefollowingyear(1955),Salversonbuiltthefirstmathematical

modelofSALBPandpresentedquantitativesolvingsteps,whichattractedgreatinterest.AfterGutjahrandNemhauser(1964)stated

thatSALBPisanNP-hardcombinationoptimizationproblem,the

majorityofresearchershopedtodevelopanefficientmethodto

obtainthebestsolutionandefficientlysolvevariantassemblyline

problems(e.g.Baybars,1986;Boysen,Fliedner,&Scholl,2007,

2008;Erel&Sarin,1998;Ghosh&Gagnon,1989;Scholl&Becker,

2005,2006;Toksari,Isleyen,Güner,&Bayko?,2008;Yeh&Kao,

2009).Duringsubsequentyears,SALBPbecameapopulartopic.

Kim,Kim,andKim(1996)dividedSALBPintofivekindsofproblems,ofwhichtypeIproblem(SALBP-1)andtypeIIproblem(SALBP-2)arethetwobasicoptimizationproblems.

Researchershavepublishedmanystudiesonthesolutionforthe

SALBP-1problem.Salverson(1955)usedintegerprogramming(IP)

tosolvetheworkstationassignmentproblem.Jackson(1956)proposeddynamicprogramming(DP)tosolveSALBP-1.Bowman

(1960)developedtwomathematicalmodelsandintroduced0–1

variablestoguaranteethatnotaskstookthesametimeandthat

notaskswereperformedatdifferentworkstations.Talbotand

Patterson(1984)presentedamathematicalmodelwithasingle

decisionvariable,andusedittocalculatethenumberoftasks

assignedtoworkstations.Essafi,Delorme,Dolgui,andGuschinskaya(2010)proposedamixed-integerprogramforsolvinganovel

linebalancingproblemcomposedofidenticalCNCmachines.Hackman,Magazine,andWee(1989)usedabranchandbound(BB)

schemetosolveSALBP-1.Toreducethesizeofthebranchtree,they

developedheuristicdepthmeasurementtechniquesthatprovided

anefficientsolution.BettsandMahmoud(1989),SchollandKlein

(1997,1999),Ege,Azizoglu,andOzdemirel(2009)havesuggested

BBmethodsforapplication.Otherheuristicshavebeendeveloped

forsolvingthevariantproblems.Thesemayincludesimulated

annealing(Cakir,Altiparmak,&Dengiz,2011;Saeid&Anwar,

1997;Suresh&Sahu,1994),GeneticAlgorithm(McGovern&Gupta,

2007;Sabuncuoglu,Erel,&Tayner,2000),andantcolonyoptimizationalgorithm(Sabuncuoglu,Erel,&Alp,2009;Simaria&Vilarinho,2009).Recently,multiple-objectiveproblemshaveemergedfromthediversifieddemandofcustomers.Forexample,Rahimi-VahedandMirzaei(2007)proposedahybridmulti-objectivealgorithmthatconsiderstheminimizationoftotalutilitywork,totalproductionratevariation,andtotalsetupcost.Chica,Cordon,andDamas(2011)developedamodelthatinvolvesthejointoptimizationofconflictingobjectivessuchasthecycletime,thenumberofstations,and/ortheareaofthesestations.Anotherinterestingextensionisthemixed-modelproblem,whichisaspecialcaseofassemblylinebalancingproblemwithdifferentmodelsoftheproductallowedmovingonthesameline.Aimedatthemixed-modelassemblylineproblem,ErelandG?k?en(1999)studiedonmixed-modelassemblylineproblemandestablished0–1integerprogrammingcoupledwithacombinedprecedencediagramtoreducedecisionvariablesandconstraintstoincreasesolvingefficiency.KimandJeong(2007)consideredtheproblemofoptimizingtheinputsequenceofjobsinmixed-modelassemblylineusingaconveyorsystemwithsequence-dependentsetuptime.?zcanandToklu(2009)presentedamathematicalmodelforsolvingthemixed-modeltwo-sidedassemblylinebalancingproblemwiththeobjectivesofminimizingthenumberofmated-stationsandthenumberofstationsforagivencycletime.UnlikeSALBP-1,thegoalofSALBP-2istominimizecycletime

givenanumberofworkstations.Moststudiesfocusedonsolutions

forSALBP-1,andnotSALBP-2,becauseSALBP-2maybesolvedwithSALBP-1bygraduallyincreasingthecycletimeuntiltheassemblylineisbalanced(Hackmanetal.,1989).HelgesonandBimiepresentedaheuristicalgorithmtosolveSALBP-2asearlyas1961.Scholl(1999)presentedseveraldecisionproblemsregardingtheinstallationandutilizationofassemblylinesystems,indicating

thatbalancingproblemisespeciallyimportantinpacedassembly

linecases.SchollusedtaskorientedBBtosolveSALBP-2andcompareditwithexistingsolutionprocedures.KleinandScholl(1996)adoptednewstatisticalmethodsasasolutionprocedureand

developedageneralizedBBmethodfordirectlysolvingSALBP-2.

Inaddition,G?k?enandAgpak(2006)usedgoalprogramming

(GP)tosolvesimpleU-typeassemblylinebalancingproblems,in

whichdecisionmakersmustconsiderseveralconflictinggoalsat

thesametime.Nearchou(2007)proposedaheuristicmethodto

solveSALBP-2basedondifferentialevolution(DE).Inthefollowing

year,Nearchou(2008)advancedanewpopulationheuristicmethodbaseonthemulti-goalDEmethodtosolvetypeIIproblems.

Gao,Sun,Wang,andGen(2009)presentedaroboticassemblyline

balancingproblem,inwhichtheassemblytaskshavetobeassignedtoworkstationsandeachworkstationneedstoselectone

oftheavailablerobotstoprocesstheassignedtaskswiththeobjectiveofminimumcycletime.Severalothermethodshavebeenreportedintheliterature.Forexample,Bock(2000)proposedthe

TabuSearch(TS)forsolvingSALBP-2andextendedTSusingnew

parallelbreadth,whichcanbeusedtoimproveexistingTSprogramsforassemblylineproblems.Levitin,Rubinovitz,andShnits

(2006)developedageneticalgorithm(GA)tosolvelarge,complex

machineassemblylinebalancingproblemsbyadoptingasimple

principleofevolutionandtheBBmethod.Acompletereviewof

GAtoassemblylinebalancingproblemscanbefoundinTasan

andTunali(2008).Therestofthepaperisorganizedasfollows.Section2introducesSALBP-Eformulationanditssolutionprocedure.Section3

presentssolutionstoanotebookcomputerassemblymodeland

sometestproblemsusingsmall-tomedium-sizedfornumerical

calculations.Finally,thispaperconcludeswithasummaryofthe

approach.FormulationandsolutionprocedureofSALBP-E

TheSALBP-EmodelintegratestheSALBP-1andSALBP-2models.Forthispurpose,thefollowingnotationsandvariablesaredefinedasfollows:Notations:

nNumberoftasks(i=1,...,n)

mNumberofstations(j=1,...,m)

mmaxUpperboundofstations(j=1,...,mmax)

mminLowerboundofstations(j=1,...,mmin)

tiOperationtimeoftaskiCtCycletimePSubsetoftask(i,k),giventhedirectprecedence

relationsDecisionvariables:xijε{0,1}1iftaskiisassignedtostationj0otherwise("i;j=mmin,...,mmax)yjε{0,1}1ifanytaskiisassignedtostationj0otherwise(j=1,...,mmax)ct≥Cycletimeissettogreaterthanorequalto0M*MinimalnumberofstationsTheoriginalSALBP-1modelisasfollows:SALBP-1:生產(chǎn)線設(shè)備選擇多目標(biāo)的方法摘要：考慮10一月2012一個新的問題，處理設(shè)計(jì)的可重構(gòu)自動加工線這種線是由工作站順序處理。每個工作站都需要最合適的設(shè)備。每個可用的設(shè)備的特點(diǎn)是它的成本,可以執(zhí)行的一組操作,需要給定級別的維護(hù)技能。提出了一種多目標(biāo)的方法來分配任務(wù),選擇和分配設(shè)備工作站考慮所有參數(shù)和約束的問題。發(fā)達(dá)的技術(shù)是基于一個NSGA-II類型的遺傳算法。NSGA-II建議也結(jié)合本地搜索。這兩個遺傳算法(有或沒有本地搜索)測試了好幾行兩個版本的示例和考慮問題:bi-objective和4個客觀情況。數(shù)值測試的結(jié)果報(bào)告。最有趣的是,這些算法的評估是通過使用三個衡量標(biāo)準(zhǔn):差距的直接措施,這些措施Zitzler和蒂埃爾提出的在1999年和2002年里瑟建議的距離。關(guān)鍵詞：生產(chǎn)線設(shè)計(jì)、生產(chǎn)線平衡、設(shè)備選擇、多目標(biāo)優(yōu)化。他生產(chǎn)系統(tǒng)設(shè)計(jì)與分析已經(jīng)被廣泛討論的文獻(xiàn)[1-6]。制定了一些標(biāo)準(zhǔn)的科學(xué)問題如最優(yōu)流程規(guī)劃、設(shè)施布局、線平衡、緩沖區(qū)分配、設(shè)備選擇等.本文論述了生產(chǎn)線平衡和在設(shè)計(jì)時(shí)加工線時(shí)設(shè)備選型。請注意，我們認(rèn)為一個比較普遍的情況：——每一塊設(shè)備不僅可以用來完成一個,而是一組不同的技術(shù)任務(wù)。–在線路設(shè)計(jì)階段，每個任務(wù)都有一組不同類型的設(shè)備都可以用來執(zhí)行任務(wù)，一個設(shè)備必須服從一組。在以前的作品中，我們已經(jīng)研究的模型和算法與一個單一的標(biāo)準(zhǔn)和幾個標(biāo)準(zhǔn)加工線組合優(yōu)化。在本文中，我們專注于生產(chǎn)線的平衡和設(shè)備選型問題的一種特殊類型的線：可重構(gòu)在每個自動化加工生產(chǎn)線的可用設(shè)備，我們知道任務(wù)可否執(zhí)行與設(shè)備關(guān)系最大，但在每一個設(shè)計(jì)的決定，我們只使用的任務(wù)的一個子集。我們提出了先前提出的多目標(biāo)算法的一些調(diào)整和改進(jìn)，通過一系列數(shù)值試驗(yàn)研究其有效性。此外，比較這些測量技術(shù)算法的不同將被用來提供一個更廣泛的角度。當(dāng)一個新的加工線設(shè)計(jì)(或現(xiàn)有的線重新配置一個新產(chǎn)品)相應(yīng)的生產(chǎn)線平衡和設(shè)備選擇問題必須得到解決。因?yàn)槿蝿?wù)之間的優(yōu)先約束和為每個工作站需要選擇設(shè)備,我們不得不考慮這些約束以及其他相關(guān)設(shè)備的兼容性。這將導(dǎo)致一個非常復(fù)雜的組合優(yōu)化問題。這種線是設(shè)計(jì)(或改造)為制造一個給定的產(chǎn)品。在任何設(shè)計(jì)或重新設(shè)計(jì)開始之初，所有的工作就是對本產(chǎn)品的制造要應(yīng)已知。那么，是要定義工作站問題，即分配任務(wù)和設(shè)備工作站這樣一個標(biāo)準(zhǔn)（或幾個標(biāo)準(zhǔn)）優(yōu)化。本文其余部分安排如下，第2部分提出了在這一領(lǐng)域的藝術(shù)狀態(tài)的分析。在第三節(jié)，問題陳述了在考慮加工線情況下建立的帕累托優(yōu)化模型。優(yōu)化算法簡要解釋在第4節(jié)。第五節(jié)給出了測試和比較，。在第6節(jié)提出了可能的擴(kuò)展方法的一些討論。最后，結(jié)論是在7節(jié)報(bào)道。藝術(shù)的狀態(tài)和動力在文學(xué)中,類似的簡化問題被稱為裝配線平衡(ALB)。簡單的裝配線平衡問題(SALBP)處理分組的任務(wù)(non-divisible工作元素)為工作站考慮優(yōu)先級任務(wù)之間的關(guān)系和約束線周期時(shí)間或數(shù)量的工作站。在每個工作站的任務(wù)執(zhí)行順序，組裝線的周期時(shí)間是由工作站的最大工作負(fù)載決定的。兩個主要類型的研究最小化工作站的數(shù)量需要周期T0,雖然SALBP-2試圖減少周期時(shí)間對于一個給定的數(shù)w的工作站。在這些問題上的全面調(diào)查上,他們對此一概而論的發(fā)表,例如,在(7-13)。然而,實(shí)際工業(yè)問題通常是更復(fù)雜的。通常情況下,任務(wù)的分配工作站需要為每個站設(shè)備的選擇是通過所需的工作效率的。這也應(yīng)該考慮設(shè)備兼容性約束能力的設(shè)備來執(zhí)行任務(wù),等。在這種情況下,我們有一個比SALBP更復(fù)雜的組合問題，通常被稱為生產(chǎn)線平衡和設(shè)備選擇的問題。最近，一些新的概括，ALB，命名為傳輸線平衡問題，提出了大規(guī)模生產(chǎn)加工線。在【14-15】研究了在每一臺設(shè)備的順序激活線，。隨著各站的設(shè)備激活平行線在[16]認(rèn)為。在每一站的混合設(shè)備激活線在[17]解決，等一些特異性的加工線有：I）相同設(shè)備的任務(wù)（多軸頭）是并聯(lián)的，即同時(shí)執(zhí)行的，因此設(shè)備工作時(shí)間等于其任務(wù)時(shí)間的最大值；II）如果選擇一個線的設(shè)備設(shè)計(jì)，該設(shè)備的所有任務(wù)的執(zhí)行將在這里（我們不能只執(zhí)行一次套裝備任務(wù)）。因此，不同的ALB模型的裝配線充斥著文學(xué)對工作順序的標(biāo)準(zhǔn)，我們也有一些經(jīng)驗(yàn)，應(yīng)用白蛋白的方法大規(guī)模生產(chǎn)加工線與并行執(zhí)行任務(wù)在工作站，生產(chǎn)線平衡和設(shè)備選型問題的研究。然而，可以發(fā)現(xiàn)，通常，考慮問題時(shí)，組裝和/或加工生產(chǎn)線平衡和設(shè)備選型，開發(fā)只有標(biāo)量優(yōu)化技術(shù)。他們優(yōu)化只有下列條件之一：設(shè)備成本（投資），占地面積，工作站負(fù)荷，等，參見[20]18–。再次，在現(xiàn)實(shí)生活中的工業(yè)場合，該問題通常是更復(fù)雜的，因?yàn)橛袔讉€相互沖突的標(biāo)準(zhǔn)，都應(yīng)同時(shí)考慮.因此,這個工作的動機(jī)是建議多目標(biāo)生產(chǎn)線平衡和設(shè)備選擇的方法可重構(gòu)自動加工線。將被考慮線上所有設(shè)備的每個工作站的同時(shí)激活。然而,我們以前的工作是致力于設(shè)計(jì)與批量生產(chǎn)加工線,在本文處理的情況下,只有一個子集的任務(wù)可以使用每一塊設(shè)備,不一定所有的任務(wù)都需要。這對于設(shè)計(jì)的決策提供更大的靈活性,簡化了未來修改和可重構(gòu)加工線的屬性。在這項(xiàng)研究中,將處理多個目標(biāo)函數(shù)。在文學(xué)作品中，多目標(biāo)優(yōu)化問題通常是減少到一個相應(yīng)的單目標(biāo)優(yōu)化問題通過一個初始的標(biāo)準(zhǔn)[21]的加權(quán)總和。這種方法的主要缺點(diǎn)在于難以獲得所需考慮的標(biāo)準(zhǔn)重量。此外，這種技術(shù)提供了唯一的解決方案。通常，決策者選擇一組可接受的解決方案，而不是一個單一的選擇應(yīng)用。因此，本文的目標(biāo)是開發(fā)一個pareto1優(yōu)化方法。這種方法提供了一整套的解決方案，使決策者留有一些決策的余地。在本文中,我們開發(fā)了多目標(biāo)遺傳算法基于帕累托最優(yōu)的財(cái)產(chǎn)。豐塞卡和弗萊明[25]提出了三種技術(shù)為這種類型的多目標(biāo)進(jìn)化算法。第一,健康是決定通過一個聚合的目標(biāo)解決方案(線性標(biāo)準(zhǔn)之和)。第二個同時(shí)適用于不同人群,每個人口與一個標(biāo)準(zhǔn)。第三是基于帕累托排名的一個人口(利基技術(shù)排名)。袍[26]另一個遺傳算法基于帕累托最優(yōu)。綜述基因技術(shù)用于解決多目標(biāo)問題中可以找到的紙[27]。很明顯,越來越多的使用,可以說是最強(qiáng)大的是以下算法:NPGA角[28],NSGA斯和Deb[24],SPEAZitzler和蒂埃爾[29]。存在多目標(biāo)方法對裝配線平衡。多目標(biāo)線平衡問題研究了30],工作站的數(shù)量,總死亡時(shí)間和加載工作站之間的平滑。作者提出了一個遺傳算法使用一個方法基于加權(quán)和的標(biāo)準(zhǔn)。類似的方法提出了本文的尤尼斯[31]柔性制造系統(tǒng)。他們的標(biāo)準(zhǔn)是:1)轉(zhuǎn)移一部分成本,從一站到另一個,和2)負(fù)載站之間的平滑。一群多目標(biāo)遺傳算法(分公司)的混合裝配線的設(shè)計(jì)建議[32]。該算法被引入一個分支豐富,削減上來)和(優(yōu)先排名組織濃縮方法評價(jià))技術(shù)。在我們以前的出版物[33]和[34],我們使用了眾所周知的多頭方法一,兩個和四個標(biāo)準(zhǔn),確定最佳的參數(shù)設(shè)置。基于NSGA-II算法我們還建立了一個方法來治療,有一定效果,設(shè)備選擇的情況下,唯一的問題(線平衡已經(jīng)解決)。在這篇文章中,我們進(jìn)一步發(fā)展這個NSGAII更一般情況下的線平衡和設(shè)備選擇。兩個版本的算法這里提供:與當(dāng)?shù)厮阉?NSGALS),沒有本地搜索(NSGAWLS)。這兩種方法將測試一組隨機(jī)生成問題,而使用三種類型不同的措施:直接測量目標(biāo)函數(shù)之間的差距,提出的措施Ziztler蒂埃爾[29]和里瑟[35]建議的距離。問題陳述背景類似的單一標(biāo)準(zhǔn)設(shè)備選擇和線平衡優(yōu)化問題是研究的論文[33]投資成本降到最低。三種方法,一個分支定界算法,基于截?cái)嗝杜e,啟發(fā)式遺傳算法,提出了。在[34],這個模型是新配方與帕累托優(yōu)化多目標(biāo)設(shè)備選擇的方法,但沒有線平衡。提出了兩種多目標(biāo)算法:aMulti-start算法來源于Sysoev和Dolgui[22]和一個NSGA-II類型的遺傳算法(第二個版本控制的非排序遺傳算法),工作的啟發(fā)[36]。本文提出的模型和算法都是基于一些初步想法和[34]的結(jié)果。然而,他們更一般更現(xiàn)實(shí)的,因?yàn)槲覀冋J(rèn)為這兩個生產(chǎn)線平衡和設(shè)備選擇與額外的約束問題。問題公式化每一塊設(shè)備可以用于處理一組任務(wù)。對于每個任務(wù),都有一組可用的替代設(shè)備。任何設(shè)備都有其優(yōu)點(diǎn)和缺點(diǎn)。加工線設(shè)計(jì)對于一個給定的產(chǎn)品,但可能重新配置的另一個產(chǎn)品在未來。這是可行的,因?yàn)榫€的模塊化原理設(shè)計(jì)和可能只使用部分設(shè)備已經(jīng)安裝。讓N的所有任務(wù)才能制造一項(xiàng)考慮產(chǎn)品,M組可用的設(shè)備。讓nn=||制造一個產(chǎn)品所需要的數(shù)量的任務(wù)項(xiàng)和mm=||可用類型的設(shè)備的數(shù)量,可以用于這條線,分別。讓Eqj設(shè)備類型的j,∈M和SetEqj設(shè)置的所有任務(wù)執(zhí)行‘如果Eqj分配給工作站k,然后一個子集Nkj?SetEqj任務(wù)將執(zhí)行與該設(shè)備工作站k,k=1,。,w。每個可用的塊設(shè)備的特點(diǎn)是它的成本,可以執(zhí)行的一組操作,需要給定級別的維護(hù)技能。當(dāng)然,通常執(zhí)行一個任務(wù)需要不同的時(shí)間用不同的設(shè)備。幾個不同類型的設(shè)備安裝在工作站上。我們還將使用以下符號:Ecjj類型的設(shè)備成本,ProdL吞吐量的線(每年生產(chǎn)的產(chǎn)品數(shù)量),Areaj區(qū)域被j類型的設(shè)備,背景技術(shù)的復(fù)雜性站k,這定義了一個工人的技術(shù)水平要求用于維護(hù)。介紹了以下假設(shè):任務(wù)優(yōu)先級關(guān)系(i=1,…從給出n,n);-M集的所有可用設(shè)備給出;——組操作成本和復(fù)雜性水平為每個設(shè)備類型是已知的;——設(shè)備之間的兼容性約束是已知的;——包含約束的任務(wù)要求執(zhí)行某些任務(wù)的工作站也知道;——任務(wù)處理時(shí)間是已知的、確定的和依賴于類型的設(shè)備使用;——一個任務(wù)可以在任何執(zhí)行工作站,如果車站提供合適的設(shè)備;——任務(wù)最長不超過預(yù)定的周期時(shí)間T0;——任務(wù)分組集,將執(zhí)行所有的任務(wù)設(shè)置Nkjj在工作站和設(shè)備k;——設(shè)置工具改變、材料處理、裝卸時(shí)間可以忽略不計(jì)或者包含在任務(wù)的處理時(shí)間;——所有任務(wù)同時(shí)執(zhí)行分配給設(shè)備,因此,設(shè)備時(shí)間等于最大的任務(wù)時(shí)間任務(wù)執(zhí)行與此設(shè)備;——目標(biāo)線周期等于T0=Av-時(shí)間/ProdL,AvTime每年可用工作時(shí)間的地方?？紤]到一些建議多目標(biāo)遺傳算法的基本思想和技術(shù)已經(jīng)發(fā)表在[34],提出了只有一個簡短的描述的改進(jìn)算法和重點(diǎn)是這種方法的合理性和應(yīng)用,新思想和主要擴(kuò)展的方法,但最重要的是實(shí)驗(yàn)的測試算法,分析和討論本研究的進(jìn)一步發(fā)展。結(jié)論一種新的多目標(biāo)問題，生產(chǎn)線平衡和設(shè)備選型（資源計(jì)劃）介紹。這個問題是自動加工線。每個工作站都可以包含一個或多個設(shè)備。問題是，選擇從一個給定的所有可用的設(shè)備，每個工作站的碎片。我們的目標(biāo)是配置一個加工線的一個產(chǎn)品在大批量生產(chǎn)而優(yōu)化的一些標(biāo)準(zhǔn)。該模型與文獻(xiàn)中已知的區(qū)別在于我們使用的一個子集的每個可用的塊設(shè)備的任務(wù)和不必要的所有任務(wù)，該設(shè)備可以執(zhí)行。這是由于可重構(gòu)制造系統(tǒng)的概念有了新的要求?？赡懿捎玫囊唤M給定的任務(wù)可以執(zhí)行與選定的設(shè)備的任何子，有利于未來重構(gòu)的線。同時(shí)，這增加了問題的復(fù)雜性的組合的情況相比，每件設(shè)備的任務(wù)的設(shè)置是固定的。提出問題的陳述后,一個NSGA-II類型的算法被開發(fā)。然后,它是豐富的本地搜索改編過程多目標(biāo)優(yōu)化。我們比較算法的版本(NSGALS)和沒有(NSGAWLS)本地搜索使用三個測量標(biāo)準(zhǔn):為每個標(biāo)準(zhǔn)差距;距離里瑟和測量。他們是用來比較最優(yōu)帕累托面前獲得NSGALS和最優(yōu)帕累托NSGAWLS面前,為每一個測試的例子。數(shù)值測試的結(jié)果在幾個家庭的隨機(jī)生成的實(shí)例,證明了這些措施的基礎(chǔ)上,額外的本地搜索的NSGA-II(NSGALS)大大優(yōu)于相同NSGA-II沒有這個本地搜索過程(NSGAWLS)。有關(guān)觀點(diǎn)，用其他啟發(fā)方式，可能是未來研究的主題，是其他可能的交叉或產(chǎn)生初始種群的測試。此外，它可能會增加其他行業(yè)約束更接近實(shí)際工業(yè)情況有趣。此外，另一個追求希望的途徑可能是并行計(jì)算技術(shù)的這些NSGA-II算法的應(yīng)用。本文的研究結(jié)果鼓勵的其他問題和不同類型的生產(chǎn)系統(tǒng)使用類似的技術(shù)。與其他多目標(biāo)算法NPGA和SPEA較為全面的比較可能是有趣的。還檢查另一條路徑是集成模型中的隨機(jī)因素,如機(jī)器故障,維修時(shí)間,等最后，它可能會考慮到一些用戶偏好的交互使管理方法更具吸引力。參考文獻(xiàn)[1]AskinR.G.,StandridgeC.R.制造系統(tǒng)的建模和分析,約翰威利&Sons,1993。[2]K。制造系統(tǒng)工程,1996年泰勒和弗朗西斯。[3]肖勒。生產(chǎn)線平衡和測序,1999年。[4]D人工智能(Ed),21世紀(jì)機(jī)械制造技術(shù)的未來技術(shù),施普林格,2003年。[7]精確算法的的一項(xiàng)調(diào)查顯示,對于簡單的裝配線平衡,管理科學(xué),32歲,909-932年,909年。托爾伯特F.B.[8],帕特森J.H.,GehrleinW.V.比較評估的啟發(fā)式平衡技術(shù),管理科學(xué),32(4),430-454年,430年。Ghosh[9]。,GadnonR.J.的、全面的文獻(xiàn)回顧和分析設(shè)計(jì)、裝配系統(tǒng)的平衡和調(diào)度,生產(chǎn)研究的國際期刊,27歲,637-670年,637年。[10]ErelE。,薩林年代。的一項(xiàng)調(diào)查顯示,裝配線平衡的過程,生產(chǎn)計(jì)劃與控制、9(5),414-434年,414年。[11]RekiekB。Dolgui。Delchambre。Bratcu。,國家藝術(shù)裝配線的設(shè)計(jì)優(yōu)化,年度審核控制,26(2),163-174年,163年。[12]肖勒。貝克爾C。、先進(jìn)的精確和啟發(fā)式解決方案程序簡單的裝配線平衡,歐洲運(yùn)籌學(xué)雜志》,168年,666-693年,666年。[13]GuschinskayaO。Dolgui。Equilibrage德涅德生產(chǎn):′狀況del藝術(shù)品,《歐洲′甚至des系統(tǒng)玩法Automatis′,44歲,1081-1119年,1081年。[14]Dolgui。,FinelB。,GuschinskyN。萊文G。,VernadatF。,生產(chǎn)線平衡的啟發(fā)式方法,智能制造學(xué)報(bào),16歲,159-171年,159年。[15]Dolgui。,FinelB。,GuschinskyN。萊文G。,VernadatF。,MIP的方法來平衡傳輸線路和塊的并行操作,國際教育協(xié)會事務(wù),38(10),869-882年,86