基于slp的福州台钻厂金工车间布局设计(任务书及开题报告

基于slp的福州台钻厂金工车间布局设计(任务书及开题报告内容摘要：

计人员经验为基础，借助一定的计算方法和计算工具，以寻求布局方案较优解。 该方法的典型代表是 Muther提出的 SLP(SystematicLayoutPlanning)法。 SLP是将研究工厂布局问题的依据和切入点归纳为五个基本要素：产品、产量、生产路线、辅助部门和时间。 前二个基本要素是一切其他特征或条件的基础。 在上述各要素充分调查研究并取得全面、准确的各项原始数据的基础上，通过绘制各种表格和图形，有条理地细致分析和计算，最终求得工程布局的最佳方案。 它是一种条理性很强、物流分析与作业单位相互关系密切程度分析相 结合、求得合理布局的技术。 该方法标志着系统布局设计由定性阶段向定量阶段的转变。 因其实用性较强且高度系统化的特点，在系统布局领域具有方法论的地位。 目前，在应用启发式方法进行设施布局规划的研究方面有代表性的探索有：University ofCincinnati的 Hammad提出一种对传统 U型流水线进行改进的启发式布局方法【 1】； National Cheng Kung University的 Taho Yang等基于 TOPSIS法在设施布局中的多目标决策分析【 2】；北京科技大学程国全应用 SLP实现化工厂总 平面布置设计【 3】；上海交通大学邓静等基于 SLP理论在精密铸造车间的布局研究【 4】：武汉科技大学唐秋华等提出一种 SLP和 Flexsim软件相结合解决车间重构的方法【 5】；北京科技大学琚科昌等基于 SLP在大型流程型制造企业设施布局中的应用研究【 6】；清华大学刘阶萍等利用可重组制造系统模型解决车间布局问题的研究【 7】。 (2)现代优化计算方法 现代优化计算方法主要包括禁忌搜索算法、模拟退火算法、遗传算法、蚁群优化算法和人工神经网络算法等。 这些算法都以人类、生物的行为方式或物质的运动形式为背景，经过数学抽象建立算 法模型，通过计算机的计算来求解组合最优化问题。 目前，遗传算法在车间设施布局规划领域的应用最为广泛。 遗传算法 (GeicAlgorithm)是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，它是由 TheUniversity ofMichigan的 Holland教授于 1975年首先提出来的，并出版了颇有影响的专著((Adaptation in Natural and Artificial Systems))， GA这个名称才逐渐为人所知，Holland教授所提出的 GA通常为简单遗传算法。 随着遗传算法的普及和应用，在简单遗传算法的基础上，又产生了多种变形的遗传算法，比如混合遗传算法、并行遗传算法等。 这些算法在解决实际问题的过程中显示了其良好的优化能力和适应能力。 近些年，国内外在应用现代优化计算方法进行设施布局规划研究方面有代表性的探索有： Lebanese American University的 Zouein等提出了利用遗传算法解决不等面积设 施布局问题【 8】； Hong Kong Polytechnic University的 Heng Li等采用改进的遗传算法实现设施布局优化的研究 【 9】 ；中国科学技术大学齐继阳等提出将增加记忆功能的模拟退火算法应用于布局设计【 10】；上海交通大学李岩等基于遗传算法和嵌套布局方式处理柔性制造系统设施布局的研究 【 11】 ；四川大学经小川等采用改进遗传算法解决机器布局问题【 12】；华中科技大学周亦波等应用模拟退火算法对成组车间设施布局优化的研究【 13】；南京航空航天大学陈希等针对布局设计中遗传算法的高效性和有效性分析【 14】；中国科学技术大学曾议等基于群智能算法的设备布局离散优化研究【 15】。 (3)计算机辅助设施布局及仿真软件 目前 市场上主要的计算机辅助设施布局及仿真软件主要有 STORM、 FACTORY． CAD、PROMODEL、 FACTORYFLOW、 FACTOR／ AIM和 ARENA等，它们能够根据输入的生产数据和物料搬运数据，生成一个与实际相符的物流路径，自动生成布局图，并清晰的表示出总的移动距离、物流强度和发生的成本，以此。