x满足一条流水线上的1个要求 x满足一条流水线上的2个要求 x满足一条流水线上的3个要求
x满足一条流水线上的4个以上个要求
如果需要在一条线上需要满足四种以上的要求，那么可能并没有最佳的优化方案。在一条线上如果要满足三个要求，那么在另一条流水线上满足在一个简单的要求是可以的。在一条线上如果要满足两个要求，那么这两个要求之一就可能在另一线上完成或者两个简单的要求在不同的流水线上完成。建立这些n重元组的流畅程度如图5所示。 7.堆垛机的优化
自动化仓库的堆垛机被用来储存和保护材料和货物或者在柔性制造系统（FMS)中充当内部操作运输的方式。该优化的任务时分类并且处理一些方面的工艺要求使卸载用的堆垛机（用面板的堆垛机）的移动的长度的数值达到最小，与之相关的是装载用的堆垛机（用于运输面板的堆垛机）的移动的长度的数值。
这两个用户之间的区别是,可以考虑到输入和输出的面板在机架的一端,因此运输需求不对称，同时在FMS中的每个工作地点有他们自己的输入和输出，因此运输的要求都是平衡的。
四种优化方案正在应用： xFIFO（没有优化）
x全部的序列（蛮力）——由于计算时间，只能满足11个需求。 x随机的排序——1000中试验中最合适的。 x直接需求（装载点）对于堆垛机当前的位置 7.1FMS堆垛机 在架子上，其需求的起点和终点都源自于对于所有地点的具有相等的可能，优化的结果如图6所示。
FIFO的策略不能依赖于运输需求的数量。从随机重复序列得出了与满足11个需求的全部序列同样的结果，装载与卸载的比率的改变最好应该超过40%，然后结论就会变得稍微糟糕，但是对于超过15种要求的条件下，这种直接的策略反而是最好的。因此，直接（决
定性的）和重复随机序列（启发式的）结合是最好的解决方案。这中解决方案已经备用于一些程序项目的实践之中。 7.2仓库堆垛机
在架子上，其需求的起点和终点都源自于对于所有地点的具有相等的可能。然后，另外的移动的起点和终点随机地设置为零。这是一个从输入和输出的仓库模型到另一个仓库的一边，优化的结果如图7所示。
FIFO的策略是通过增加运输需求的数量，这是非常有惊艳的。这是由于像这样一个模型的不对称性。这种直接的策略是所有里面最糟的。重复随机序列能比FMS模型得出更好的结果。
7.3用于真品系统的堆垛机
其他的优化可行性能够改善堆垛机装载和卸载之间的比率。
x根据路径并因此缩短移动的长度，尝试设计一个更好的工作场地的布局。（在项目程序或车间的设计）
x尝试寻找一个增强货板的地方，这个地点应该接近输入（处在过载运输的情况）或者接近可行性的输出（处于装载运输的能力之下）或者处于输入和输出的某个地方。
8.结论
这个研究产生了一个特殊的证明假说的目标模型，该假说说明一个动态列车优化创造和列车供应路线的意义能够在一段真正的时间内使用相关的简单模型。该模型并不是非常依赖一个优秀优化成果的输入数据的准确性。运输方式和人力在这个方面得到解决，并且运输要求的高峰能够更快的解决。
这个模型的提出了理论性的发展，更是极大促进装配线上实际产品系统模型。随后的研究一方面将要建立于一到两个优化系统部门的假说的广泛的产品系统的优化，另一方面实际的产品系统和经验的准确数据的意义引导着他的供应需求的优化。 比较已经提出的关于FMS或者仓库的堆垛机的优化。
当考虑NP竞争的优化任务时，重复随机选择是一个优秀的结局方案。
百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库4日DAAAM智能制造与自动化国际研讨会(2)在线全文阅读。
相关推荐：