一种混合遗传算法的工厂动态布局问题(外文翻译).rar

附件C：译文



一种混合遗传算法的工厂动态布局问题



(a)Jaydeep Balakrishnan,(b)Chun Hung Cheng,

(c)Daniel G.Conway,(b)Chun Ming Lau



(a) 操作管理领域，Haskayne商业学校，卡尔加里大学，卡尔加里，阿尔巴，加拿大T2N IN4;

(b) 系统工程及工程管理部门，香港中文大学，香港；

(c) 管理与行政科学部门，门多萨商业学院，巴黎圣母院大学，巴黎圣母院，IN 46556-5646，美国



摘要

动态工厂布局问题（DPLP）主要涉及的是多周期的布局设计问题。虽然基于动态规划方法的最原始的解决方案是可行的，但是它解决不了大型的复杂的动态规划问题。最近有结果表明，基于遗传算法的启发式方法可以解决大型DPLP问题。在本研究中，我们通过建立一个混合遗传算法延伸和完善了遗传算法的利用。最近提出了一种算法，它通过比较了与现有遗传算法和模拟退火算法。研究表明：该算法是有效的。因此，它可能解决大问题很有帮助。

关键词：动态布局，遗传算法，动态规划，两两交换

1.前言

本文探讨了基于多重规划的布局范围的问题。在布局中，不同部门之间的原材料的相互流动可以改变。这就需要比静态的工厂布局问题更复杂的研究途径。工厂的动态布局通过考虑不同时段的物流问题以及和重新规划的费用问题，从而扩展了静态布局问题。良好的布局规划的重要性可以用这个事实得到衡量。在美国，仅布局规划的费用就已超过2500亿美元。在制造业行业中运作成本的20%-50%被用于物料流动的费用上面来。

在一个原材料流动路线篅@な奔涠疾换岱⑸谋涞幕肪诚拢蔡季址治鼍妥愎唤饩鑫侍狻Ｈ欢诘苯竦氖谐⌒星橐约岸肪常牧系牧鞫涞姆浅？欤浅８丛樱饩推仁蛊笠敌枰擞枚季址治隼唇饩鑫侍狻＠纾萜展?5%的产品模型生产周期都小于3年，而且这个百分比在逐步增长。任何产品型号的改变都会导致物流的改变，从而影响到布局。第二部分通过Rosenblatt的一个例子解释了动态问题。