Modelling and optimisation of energy-efficient U-shaped robotic assembly line balancing problems
Modelling and optimisation of energy-efficient U-shaped robotic assembly line balancing problems
复制标题
节能U型机器人装配线平衡问题建模与优化
DOI：
10.1080/00207543.2018.1530479
复制
发表时间：
2018-10
影响因子：
9.2
通讯作者：
Zhang Liping
中科院分区：
文献类型：
--
作者：
Zhang Zikai;Tang Qiuhua;Li Zixiang;Zhang Liping
在U型装配线内，劳动力成本的增加和随后机器人的使用导致了能源消耗的增长，而能源消耗是目前汽车和电子行业的主要支出。然而，关于U型机器人装配线的节能降耗和生产率提高的研究却很有限。本文首先建立了一个非线性多目标混合整数规划模型，通过将两个二元变量的乘法线性化，将其转化为线性形式，然后对多个目标的权重进行精化，从而更好地逼近真实的Pareto边界。此外，还对Pareto人工蜂群算法(PABC)进行了扩展以解决这一新的复杂问题。该算法将所有的非支配解存储到一个永久的档案库集合中，以保留所有的好基因，并从这个集合中选择一个解来克服强局部极小值。基于一组新生成的基准的对比实验验证了所提出的PABC算法在生成距离、最大扩散、超体积比和非支配解比等方面优于四种多目标算法。
Within U-shaped assembly lines, the increase of labour costs and subsequent utilisation of robots has led to growing energy consumption, which is the current main expense of auto and electronics industries. However, there are limited researches concerning both energy consumption reduction and productivity improvement on U-shaped robotic assembly lines. This paper first develops a nonlinear multi-objective mixed-integer programming model, reformulates it into a linear form by linearising the multiplication of two binary variables, and then refines the weight of multiple objectives so as to achieve a better approximation of true Pareto frontiers. In addition, Pareto artificial bee colony algorithm (PABC) is extended to tackle this new complex problem. This algorithm stores all the non-dominated solutions into a permanent archive set to keep all the good genes, and selects one solution from this set to overcome the strong local minima. Comparative experiments based on a set of newly generated benchmarks verify the superiority of the proposed PABC over four multi-objective algorithms in terms of generation distance, maximum spread, hypervolume ratio and the ratio of non-dominated solution.
登录
查看更多内容
影响因子：
8.3
作者：
Saif Ullah;Z. Guan;Li Zhang;Fei Zhang;Baoxi Wang;M. Jahanzaib
通讯作者：
Saif Ullah;Z. Guan;Li Zhang;Fei Zhang;Baoxi Wang;M. Jahanzaib
影响因子：
2.7
作者：
Pugazhendhi Kanakasabai;A. Dhingra
通讯作者：
Pugazhendhi Kanakasabai;A. Dhingra
影响因子：
5
作者：
Hadi Gökçen;Kürşat Ağpak;Cevriye Gencer;Emel Kizilkaya
通讯作者：
Hadi Gökçen;Kürşat Ağpak;Cevriye Gencer;Emel Kizilkaya
DOI：
10.1016/j.cie.2013.08.008
发表时间：
2013-12
期刊：
Comput. Ind. Eng.
影响因子：
--
作者：
Alper Hamzadayi;Gokalp Yildiz
通讯作者：
Alper Hamzadayi;Gokalp Yildiz
DOI：
10.1016/j.ejor.2004.07.030
发表时间：
2006-02
期刊：
Eur. J. Oper. Res.
影响因子：
--
作者：
G. Levitin;J. Rubinovitz;B. Shnits
通讯作者：
G. Levitin;J. Rubinovitz;B. Shnits