论文总字数：55597字

摘 要

在现代造船模式下，船舶的分段建造是整个造船过程的关键所在，合理地改善其生产、建造、装配等过程对提高我国造船业竞争力意义重大。

船坞总组场地作为船坞搭载资源的直接供给者，直接关系着船坞的搭载效率和使用效率。基于船舶分段在船坞总组场地的总组搭载过程，本文提出了一种基于粒子群算法与遗传算法的混合优化算法用以合理优化总组场地的空间布局。

船坞总组场地的空间布局优化问题规模大、约束多且复杂，传统算法求解困难而单一智能优化算法在求解时依然存在不足，本文提出的混合算法保持了粒子群算法与遗传算法各自的优点，又能有效的避免原算法的不足之处，取长补短，能高效地进行求解。论文最后通过两个算例的测试证明了本文提出的混合算法相较于单一智能优化算法更为有效。

关键词：船坞总组场地；布局优化；粒子群算法；遗传算法；混合优化

Abstract

In modern shipbuilding mode, ship-block assembly process is the key to the whole shipbuilding process, and the reasonable improvement of the production, construction, assembly and other processes is significant to the enhancement of the competitiveness of our country's shipbuilding industry.

As the direct supplier of shipyard loading resources, the block-assembling yard of shipyard directly affects the loading efficiency and use efficiency of the shipyard. In view of the block assembling process of ship block in the shipyard block-assembling yard; this paper proposes a hybrid optimization algorithm based on particle swarm optimization (PSO) and genetic algorithm (GA) to optimize rationally the blocking assembling yard space layout.

The spatial configuration optimal problem of shipyard block assembling yard is large, constrained and complex. The traditional algorithm is difficult to solve and the single intelligent optimization algorithm still has a few shortcomings. This paper propose a hybrid algorithm which can maintain the advantages of particle swarm optimization (PSO) and genetic algorithm(GA),and can effectively avoid the shortcomings of the original algorithm, learn from each other, and solve the problem efficiently. The end of the paper attests that the hybrid algorithm is more efficient than single intelligent optimization algorithm by two examples.

Key Words: shipyard block assembling yard; layout optimization; PSO; GA; hybrid optimization

目录

摘要 I

Abstract II

目录 III

第1章 绪论 1

1.1课题研究的背景和目的 1

1.1.1研究的背景 1

1.1.2课题的目的 1

1.2国内外研究现状 1

1.2.1总组场地空间布局优化研究现状 1

1.2.2智能优化方法研究现状 2

1.3课题研究内容、预期目标 3

1.3.1课题的研究内容 3

1.3.2课题的预期目标 3

第2章 总组场地空间布局数学模型 4

2.1问题描述 4

2.2模型建立 5

第3章 基于粒子群优化算法的模型求解 8

3.1概述 8

3.2初始化 8

3.3参数设置 8

3.3.1学习因子c₁和c₂的取值 8

3.3.2惯性权重ω的取值 9

3.3.3适应度函数的确认 9

3.4位置优化策略 9

3.5算法实现过程 10

第4章 基于遗传算法的模型求解 12

4.1遗传算法概述 12

4.2编码及初始化 12

4.3参数设置 12

4.3.1交叉概率 12

4.3.2变异概率 12

4.4算法实现过程 13

第5章 基于混合优化算法的模型求解 14

5.1混合优化算法概述 14

5.2混合策略 14

5.3算法实现过程 14

第6章 算例分析 16

6.1 21个分段空间布局优化 16

6.1.1粒子群算法优化 18

6.1.2 遗传算法优化 20

6.1.3混合算法优化 21

6.2 84个分段的空间布局优化 22

6.2.1粒子群算法优化 24

6.2.2遗传算法优化 26

6.2.3混合算法优化 28

6.3结果与分析 29

第7章 总结与展望 31

7.1总结 31

7.2展望 31

参考文献 32

附 录 34

致 谢 68

第1章 绪论

围绕着论文的主题，介绍了船舶分段搭载过程中的总组场地空间布局问题的研究背景和意义。通过对现有文献的综述，分析了相关领域的国内外研究现状；最后分析了船舶的船坞搭载过程中分段在总组场地中的工位分配存在的问题，明确研究内容。

1.1课题研究的背景和目的

1.1.1研究的背景

现代造船模式，以统筹优化理论为指导，以成组技术为核心，船舶建造过程中以分段作为基本生产单元，最终进行壳舾涂一体化作业。

船舶的分段首先在船坞之外进行加工建造，然后到船坞总组场地进行总组。在船舶的船坞总组搭载过程中，由堆场或作业车间运来的分段一般不会直接进入船坞总装，而是临时放置在船坞旁边的总组场地，在需要的时间由龙门吊吊装至目标位置。总组场地作为船坞搭载资源的直接供给者，其管理水平直接关系着船坞的搭载效率和使用效率。

总组场地的管理方面，关键之处便是空间布局问题。目前，国内多数船厂在总组场地的空间布局管理方面主要依赖专门的调度小组进行人工管理，这种管理方式在面对多批次连续生产时，管理粗放被动、应激处理能力不足等问题就暴露出来，且凭经验制定的分段空间布局方案缺乏科学性，无法保证资源的高效利用。因此，研究分段在总组场地中的工位分配问题并制定最优的空间布局方案成为重要问题。

1.1.2课题的目的

本课题以船坞总组搭载过程中龙门吊将所有分段从装配区域工位吊运到各自在搭载区域的位置所消耗的能源总和为优化目标。采用混合优化算法为每个在场地总组的分段在有效的区域中合理分配工位，旨在通过场地资源布局的调度优化提高船坞使用效率、降低总组吊运过程中能源消耗，节约资源。

1.2国内外研究现状

1.2.1总组场地空间布局优化研究现状

近年来，国内外关于船坞总组场地空间布局优化方面的研究较少，而关于分段堆场调度优化方面的研究较多，陶宁蓉^[1]将分段堆场等分成m×n矩阵，以最少分段临时移动次数为优化目标，提出了基于禁忌搜索的优化算法。Lee 等^[2]提出了动态空间布局的思路,采用空间调度回溯和调整策略,对调度中的瓶颈分段的建造位置和时间进行调整。张志英等^[3]提出基于规则的分段调度方法。Zhengyang Shang 等^[4]将分段空间调度问题等价成一个基于时间约束的三维装箱问题，并提出了一种更适合动态过程的分配算法，提高场地的空间利用率。尚正阳^[5]提出一种启发式最优剩余空间算法实现二维矩形装箱问题的高效求解。张德富^[6]将二维装箱方法有效地扩展到了三维装箱领域，提出了一个高效求解三维装箱问题的多层启发式搜索算法。Junli Zheng^[7]提出了一种以极小化最大完工时间为目标的块空间调度贪心算法。Bobae Kwon^[8]开发了一种采用调度优先级规则和对角填充空间分配方法的两阶段启发式算法求解大型装配体的空间调度问题。Túlio A. M.^[9]提出了一种多阶段启发式分解方法求解装箱问题。Koh S^[10]提出了一维空间布局方法，通过遗传算法产生分段加工顺序的随机序列，再按照各个分段的最晚开工时间在空间维上按照最左最右策略布局。

虽然分段堆场调度优化与船坞总组场地空间布局优化具有一定相似性，但分段调度问题更侧重于总组场地和龙门吊综合使用效率问题，而很少将降低能耗考虑在内，并且传统的遗传算法、启发式算法在场地空间布局优化问题上的应用效果并不理想。

请支付后下载全文，论文总字数：55597字