基于有向加權(quán)網(wǎng)的軌道車輛生產(chǎn)工藝路線優(yōu)化研究

劉云龍，印 璽

(南車南京浦鎮(zhèn)車輛有限公司，江蘇 南京 210031)

基于有向加權(quán)網(wǎng)的軌道車輛生產(chǎn)工藝路線優(yōu)化研究

劉云龍，印 璽

(南車南京浦鎮(zhèn)車輛有限公司，江蘇 南京 210031)

為解決城市軌道車輛生產(chǎn)線存在的生產(chǎn)效率不高與穩(wěn)定性差等問(wèn)題，提出了一種基于有向加權(quán)網(wǎng)絡(luò)的城市軌道車輛工藝路線優(yōu)化方法。該方法首先利用有向加權(quán)網(wǎng)絡(luò)理論構(gòu)建車輛生產(chǎn)線的生產(chǎn)網(wǎng)絡(luò)模型，然后以生產(chǎn)線可靠性與制造成本為目標(biāo)，建立軌道車輛工藝路線的多目標(biāo)優(yōu)化模型，并基于粒子群算法得到最優(yōu)工藝路線生成算法，最后以某軌道列車生產(chǎn)線為例進(jìn)行了驗(yàn)證，結(jié)果表明，該方法能顯著降低生產(chǎn)線的生產(chǎn)成本，提高生產(chǎn)線的生產(chǎn)效率與穩(wěn)定性。

網(wǎng)絡(luò)生產(chǎn)線；有向加權(quán)網(wǎng)絡(luò)；穩(wěn)定性；生產(chǎn)成本；粒子群算法

隨著我國(guó)城市建設(shè)的大規(guī)模發(fā)展與城市經(jīng)濟(jì)的快速發(fā)展，城市現(xiàn)代化水平得到了迅速提高，城市環(huán)境污染與交通擁堵已經(jīng)成為目前城市化問(wèn)題最為突出的矛盾點(diǎn)。軌道交通作為我國(guó)城市公共交通體系的最佳選擇方式，得到了很大發(fā)展。軌道交通包括地鐵、有軌電車、輕軌等方式，在緩解交通阻塞、綜合利用土地、節(jié)能環(huán)保等方面具有顯著優(yōu)勢(shì)[1]。

軌道車輛是軌道交通中運(yùn)送乘客的重要工具，車輛的技術(shù)水平、質(zhì)量、品種和數(shù)量直接影響城市軌道交通發(fā)展速度和規(guī)模。軌道車輛生產(chǎn)線具有工藝結(jié)構(gòu)復(fù)雜、環(huán)節(jié)多、物料周轉(zhuǎn)路徑長(zhǎng)、工序分散等特點(diǎn)，是各種復(fù)雜因素相互作用和相互影響的復(fù)雜生產(chǎn)系統(tǒng)。在實(shí)際生產(chǎn)過(guò)程中，存在許多導(dǎo)致軌道生產(chǎn)線不穩(wěn)定的因素，如物料損耗、加工設(shè)備故障、生產(chǎn)任務(wù)安排不合理以及工藝規(guī)劃不合理等，都會(huì)導(dǎo)致生產(chǎn)加工延遲或設(shè)備負(fù)載過(guò)高，從而引發(fā)軌道車輛的生產(chǎn)線不穩(wěn)定，嚴(yán)重的甚至導(dǎo)致系統(tǒng)災(zāi)難性崩潰[2]。因此，優(yōu)化車輛生產(chǎn)線的工藝路線，降低生產(chǎn)成本，提高車輛生產(chǎn)線的穩(wěn)定性對(duì)軌道車輛的生產(chǎn)具有重要的實(shí)用價(jià)值。

軌道車輛生產(chǎn)線的產(chǎn)品數(shù)據(jù)、工序流程、工位布局相互之間的配置直接影響整個(gè)生產(chǎn)線的生產(chǎn)效率，當(dāng)前的生產(chǎn)工藝制定往往單憑想象，很難使它們之間能達(dá)到最佳配置，只能帶來(lái)低效生產(chǎn)工藝。通過(guò)模擬生產(chǎn)線，能夠清晰地給出不同工序之間的相對(duì)位置關(guān)系、特定的工序描述以及可以檢查驗(yàn)證的工序，從而能顯著提高生產(chǎn)線的自動(dòng)化水平和生產(chǎn)效率，并提升產(chǎn)品可靠性。制造工藝是生產(chǎn)線狀態(tài)變化的根本原因和驅(qū)動(dòng)力，通過(guò)對(duì)各種車輛制造資源進(jìn)行有效組織，驅(qū)動(dòng)物流搬運(yùn)系統(tǒng)完成各個(gè)工位之間的物料流動(dòng)，形成車輛產(chǎn)品的生產(chǎn)工藝路線。工藝路線是整個(gè)制造過(guò)程的表征，在不改變現(xiàn)有制造資源的條件下優(yōu)化工藝路線，可以有效地提高車輛生產(chǎn)線的效率與穩(wěn)定性[3]。常見的工藝路線優(yōu)化方法主要包括基于圖論和基于復(fù)雜網(wǎng)絡(luò)兩類，如：劉新華等[4]利用簡(jiǎn)單有向圖將工藝路線規(guī)劃問(wèn)題轉(zhuǎn)化為工藝路線路徑尋優(yōu)的決策問(wèn)題進(jìn)行求解；黃偉軍等[5]基于有向圖利用深度優(yōu)先算法解決了最優(yōu)加工生產(chǎn)特征序列生成問(wèn)題；劉偉等[6]針對(duì)計(jì)算機(jī)輔助工藝規(guī)劃中的工藝路線的決策問(wèn)題，提出了一種基于蟻群算法的模擬生產(chǎn)線的工藝路線生成及優(yōu)化算法；尤登飛[7]提出了一種面向裝配單元的工藝路線規(guī)劃方法，以裝配工藝約束優(yōu)先對(duì)產(chǎn)品進(jìn)行裝配單元?jiǎng)澐郑匝b配單元作為工藝數(shù)據(jù)組織基礎(chǔ)，通過(guò)建立裝配流程視圖、工藝文檔視圖和裝配單元視圖以及多圖關(guān)聯(lián)關(guān)系，實(shí)現(xiàn)模擬生產(chǎn)線的設(shè)計(jì)、工藝、生產(chǎn)等相關(guān)信息集成；歐陽(yáng)華兵等[8]面向STEP-NC技術(shù)利用混合遺傳算法解決了基于STEP-NC非線性工藝路線優(yōu)化問(wèn)題；基于復(fù)雜網(wǎng)絡(luò)技術(shù)，楊升等[9]研究了工藝路線優(yōu)化下的復(fù)雜產(chǎn)品生產(chǎn)線穩(wěn)定性問(wèn)題。

由于圖論理論的限制，基于圖論的工藝路線優(yōu)化方法無(wú)法解決工藝路線過(guò)長(zhǎng)、零件數(shù)目過(guò)大情形下的工藝路線優(yōu)化問(wèn)題，而且工藝路線優(yōu)化側(cè)重于降低生產(chǎn)成本、提高生產(chǎn)率等，忽略了系統(tǒng)產(chǎn)品可靠性問(wèn)題。因此，本文在現(xiàn)有研究的基礎(chǔ)上，采用有向加權(quán)網(wǎng)絡(luò)理論構(gòu)建基于模擬線路的軌道車輛生產(chǎn)網(wǎng)絡(luò)模型，以軌道車輛生產(chǎn)成本與生產(chǎn)線可靠性為目標(biāo)來(lái)優(yōu)化軌道車輛生產(chǎn)工藝路線，從而獲得更具代表性、生產(chǎn)成本與可靠性盡可能最優(yōu)的生產(chǎn)工藝路線。

1 基于復(fù)雜網(wǎng)絡(luò)的生產(chǎn)網(wǎng)絡(luò)模型

軌道車輛制造資源在生產(chǎn)線中以一定方式組成高內(nèi)聚松耦合、具有獨(dú)立制造能力的工位，依據(jù)制造工藝路線通過(guò)物料搬運(yùn)系統(tǒng)實(shí)現(xiàn)各個(gè)工件在工位之間的流動(dòng)來(lái)完成整個(gè)生產(chǎn)線的制造行為，最終得到滿足生產(chǎn)要求的軌道車輛產(chǎn)品。工藝路線以面向?qū)ο蠓绞蕉x的工序表現(xiàn)為加工特征，由若干相互關(guān)聯(lián)的工序構(gòu)成，加工特征對(duì)制造資源的加工能力等功能需求形成了生產(chǎn)任務(wù)。每個(gè)任務(wù)可以由多個(gè)不同工藝構(gòu)成，同一個(gè)任務(wù)不同工藝、不同任務(wù)的不同工藝，都會(huì)有大量的制造資源沖突，任務(wù)的增減，資源的變化，各子系統(tǒng)及單元節(jié)點(diǎn)之間關(guān)聯(lián)、耦合、互斥等各類關(guān)系復(fù)雜，使得產(chǎn)品制造過(guò)程具有復(fù)雜網(wǎng)絡(luò)的典型特點(diǎn)，在各個(gè)工位之間形成了具有復(fù)雜特性的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)[10]。

根據(jù)軌道車輛生產(chǎn)線中各個(gè)產(chǎn)品工藝路線所表現(xiàn)出的復(fù)雜網(wǎng)絡(luò)拓?fù)涮匦裕怨の槐硎竟?jié)點(diǎn)，以有向邊表示節(jié)點(diǎn)之間的工藝關(guān)系，用權(quán)值表示各產(chǎn)品節(jié)點(diǎn)之間的多重關(guān)系，結(jié)合生產(chǎn)執(zhí)行過(guò)程中的生產(chǎn)制造單元、工序、工位間的優(yōu)先關(guān)系與生產(chǎn)節(jié)點(diǎn)的重用，則整個(gè)軌道車輛生產(chǎn)線可用如下加權(quán)網(wǎng)絡(luò)結(jié)構(gòu)G(V,E,W)來(lái)描述：

a.節(jié)點(diǎn)集合V={vi|vi=i},i=1,2,…,n,表示制造工位構(gòu)成的集合；E={eij}為有向邊集，i,j∈V且i≠j；W={ωij}，i,j∈V且i≠j為權(quán)值矩陣，表示制造節(jié)點(diǎn)重用次數(shù)。

c.權(quán)值矩陣W={ωij}，i,j=1,2,…,n,ωij表示從一個(gè)節(jié)點(diǎn)vi到另一個(gè)節(jié)點(diǎn)vj的連接強(qiáng)度，表示該有向邊eij的重要性，可通過(guò)工藝矩陣PR按行遍歷得到[11]。鄰接矩陣a={aij}，表示制造節(jié)點(diǎn)之間的連通性，由權(quán)值矩陣生成，其中如果ωij≠0，則aij=1，否則aij=0。

構(gòu)建軌道車輛生產(chǎn)的有向加權(quán)網(wǎng)絡(luò)的過(guò)程如圖1所示，具體步驟如下：

Step 1，基于每個(gè)產(chǎn)品在每個(gè)工位上的制造工藝，提煉出每個(gè)工序上的工時(shí)與所需制造資源，結(jié)合各個(gè)節(jié)點(diǎn)的各工位之間的優(yōu)先級(jí)關(guān)系編碼生成每個(gè)產(chǎn)品的工藝路線。

Step 2，根據(jù)工藝路線中各工位之間的重要程度，確定所有產(chǎn)品的工藝矩陣，即權(quán)值矩陣W。

Step3，根據(jù)生產(chǎn)工藝矩陣W，用鄰接矩陣a表示各個(gè)節(jié)點(diǎn)之間的連接關(guān)系，并由此生成軌道車輛制造生產(chǎn)的有向加權(quán)網(wǎng)絡(luò)。

由車輛生產(chǎn)的有向加權(quán)網(wǎng)絡(luò)構(gòu)建過(guò)程及其網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，利用各個(gè)節(jié)點(diǎn)的入度和出度來(lái)描述該節(jié)點(diǎn)對(duì)整個(gè)生產(chǎn)網(wǎng)絡(luò)的重要性，其中，入度kj表示從其他節(jié)點(diǎn)流入到節(jié)點(diǎn)vi邊的數(shù)目，它描述制造節(jié)點(diǎn)每個(gè)加工對(duì)象的范圍，出度ki表示從節(jié)點(diǎn)vi指向其他節(jié)點(diǎn)邊的數(shù)目，它反映制造節(jié)點(diǎn)加工能力的影響范圍。

2 生產(chǎn)工藝路線優(yōu)化模型

2.1可靠性指標(biāo)

由于軌道車輛生產(chǎn)線的生產(chǎn)過(guò)程處于一個(gè)不確定環(huán)境中，對(duì)于每個(gè)工位而言，都有可能因刀具磨損、設(shè)備故障、加工能力約束等因素的存在，導(dǎo)致該工位不能正常生產(chǎn)，進(jìn)而使整個(gè)生產(chǎn)線崩潰。因此系統(tǒng)可靠性是影響整個(gè)軌道車輛生產(chǎn)線性能的一個(gè)重要指標(biāo)。

在制造生產(chǎn)工藝中，影響生產(chǎn)線可靠性的因素主要有兩個(gè)方面：一方面是由于在生產(chǎn)過(guò)程中存在一些隨機(jī)因素，如刀具磨損、設(shè)備故障等；另一方面是計(jì)劃性停機(jī)或由于各工位中設(shè)備負(fù)載率超過(guò)安全限制等人為因素。

假定導(dǎo)致工位vi發(fā)生故障的隨機(jī)因素有l(wèi)種，記為Di={di1,di2,…,dil}，隨機(jī)因素dij(j=1,2,…,l)發(fā)生的概率為pij,0≤pij≤1，則由于各工序均按順序進(jìn)行，故障隨機(jī)發(fā)生在各個(gè)工序中，因此工位vi的故障發(fā)生率RFi可定義為：

則整個(gè)生產(chǎn)線的故障發(fā)生率可定義為：

由工藝矩陣，可以定義出每個(gè)制造節(jié)點(diǎn)(工位)的工作負(fù)荷：

結(jié)合這兩種因素，定義整個(gè)生產(chǎn)線的可靠性指標(biāo)為：

2.2生產(chǎn)工藝路線優(yōu)化模型

生產(chǎn)工藝路線優(yōu)化的目的是在有限的制造資源的約束下，盡可能地在降低生產(chǎn)成本的同時(shí)提高生產(chǎn)效率和生產(chǎn)線的可靠性。工藝路線作為產(chǎn)品制造所遵循的主要過(guò)程，通過(guò)對(duì)工藝路線的優(yōu)化可以達(dá)到優(yōu)化產(chǎn)品制造的目的。這里采用生產(chǎn)成本和系統(tǒng)可靠性作為制造工藝路線優(yōu)化目標(biāo)，對(duì)軌道車輛生產(chǎn)工藝路線進(jìn)行優(yōu)化。

一般的，生產(chǎn)制造成本包括加工成本與物料成本兩部分。加工成本包含人工成本與設(shè)備成本兩部分，由于工藝路線的復(fù)雜性，精確計(jì)算加工設(shè)備成本比較困難，這里對(duì)各個(gè)工位采用平均設(shè)備折舊成本來(lái)計(jì)算各個(gè)設(shè)備的單位時(shí)間成本，人工成本則采用各個(gè)工位各個(gè)工序的工時(shí)來(lái)計(jì)算；由于生產(chǎn)相同的產(chǎn)品，所用制造資源相同，故在工藝路線優(yōu)化中生產(chǎn)成本只考慮人工成本，具體的，定義車輛生產(chǎn)線總的制造成本為：

綜合考慮生產(chǎn)線的加工成本和生產(chǎn)線的可靠性，軌道車輛生產(chǎn)線工藝方案評(píng)價(jià)指標(biāo)可定義為如下優(yōu)化問(wèn)題：

式中：R為生產(chǎn)線可靠性，由式(5)算得；TMC為車輛生產(chǎn)線總的制造成本，由式(6)算得；a,b為參數(shù)，主要有2個(gè)作用，首先它標(biāo)度R和TMC的值，使適應(yīng)值不受單個(gè)優(yōu)化目標(biāo)控制，其次a,b可作為權(quán)重參數(shù)來(lái)控制每個(gè)目標(biāo)的重要程度。

2.3工藝路線優(yōu)化的粒子群算法

式中：c1,c2為2個(gè)學(xué)習(xí)因子(learningfactor)；ω為慣性權(quán)重；r1，r2為2個(gè)均勻分布在(0，1)間的隨機(jī)數(shù)；i=1,2,…,M;j=1,2,…,d。采用文獻(xiàn)[14]給出的參數(shù)確定方法，取參數(shù)c1=c2=1.49,ω=0.729。粒子群算法基本流程如下：

Step1,隨機(jī)生成規(guī)模大小為n的粒子群，初始化所有粒子的初始位置和初始速度;

Step2,將前粒子i的最優(yōu)位置pBesti設(shè)置為當(dāng)前粒子的初始位置值，初始群體中的最佳粒子的位置設(shè)置為gBest;

Step4,對(duì)當(dāng)前粒子i的最優(yōu)位置pBesti進(jìn)行更新;

Step5,對(duì)種群的最優(yōu)位置gBest進(jìn)行更新;

Step6,重復(fù)Step3～5直到滿足終止條件。

應(yīng)用粒子群算法優(yōu)化軌道車輛工藝路線，主要需解決如下幾個(gè)方面的問(wèn)題：

a.粒子表達(dá)式與和粒子群的初始化。

對(duì)于給定的m件產(chǎn)品，隨機(jī)生成具有M個(gè)粒子的粒子群，每個(gè)粒子i生成過(guò)程中，采用逐個(gè)產(chǎn)品工序生成的方式，即一次隨機(jī)生成一個(gè)產(chǎn)品的工藝路線(該產(chǎn)品的每道工序均出現(xiàn))，然后判斷是否滿足該產(chǎn)品的工藝順序優(yōu)先級(jí)約束，如果滿足，則隨機(jī)生成下一個(gè)產(chǎn)品的工藝路線，否則重新隨機(jī)生成該產(chǎn)品的工藝路線，直到生成所有m個(gè)產(chǎn)品的生產(chǎn)工藝路線。

b.適應(yīng)函數(shù)值計(jì)算。

粒子的適應(yīng)函數(shù)值用于說(shuō)明粒子所表示解的質(zhì)量。在軌道車輛生產(chǎn)線的生產(chǎn)工藝路線優(yōu)化問(wèn)題中，生產(chǎn)線的總加工成本和生產(chǎn)線的可靠性是同時(shí)優(yōu)化的目標(biāo)函數(shù)，因此適應(yīng)函數(shù)值可通過(guò)式(7)來(lái)計(jì)算。按照生成的粒子的順序，根據(jù)各個(gè)粒子中各工位/設(shè)備出現(xiàn)次序，通過(guò)查找工位/設(shè)備編碼表，獲得相應(yīng)的工時(shí)、每個(gè)工位的失效信息，然后進(jìn)行計(jì)算。

c.ILS的鄰域結(jié)構(gòu)。

3 實(shí)例分析

本文以某型軌道車輛生產(chǎn)線為例，該生產(chǎn)線擁有132個(gè)工位，承擔(dān)8種不同類型的產(chǎn)品制造任務(wù)，是一種多品種的生產(chǎn)線。每個(gè)工位各類隨機(jī)故障的發(fā)生概率、工時(shí)均采用歷史數(shù)據(jù)用Bayesian方法進(jìn)行估算，式(7)中參數(shù)a,b分別取5和0.8。圖3分別給出兩種產(chǎn)品工序中的29工位和14工位產(chǎn)品的部分工序之間的對(duì)應(yīng)關(guān)系，可以看出，這些產(chǎn)品的制造工藝比較復(fù)雜，需要經(jīng)歷多個(gè)工藝步驟。兩種不同產(chǎn)品的工藝過(guò)程、加工工時(shí)和所涉及的制造工位有較大的差異，但它們之間的工藝路線有共同的交點(diǎn)，它們的狀態(tài)對(duì)兩個(gè)產(chǎn)品的制造均會(huì)產(chǎn)生影響，而且這些產(chǎn)品具有精度高、工期緊、造價(jià)大等特點(diǎn)，對(duì)生產(chǎn)線的安全性要求非常高。因此，需要對(duì)此生產(chǎn)線的生產(chǎn)工藝路線進(jìn)行優(yōu)化，以達(dá)到較高的生產(chǎn)可靠性和較經(jīng)濟(jì)的制造成本。

對(duì)上述生產(chǎn)線按照上面介紹的方法構(gòu)建軌道車輛生產(chǎn)的有向加權(quán)網(wǎng)絡(luò)圖，如圖4所示。

由圖4可以看出，制造節(jié)點(diǎn)網(wǎng)絡(luò)中較多的節(jié)點(diǎn)上連線相對(duì)稀疏，有少部分的節(jié)點(diǎn)上的連線非常密集，反映出生產(chǎn)線上的制造節(jié)點(diǎn)網(wǎng)絡(luò)的結(jié)構(gòu)十分復(fù)雜，其網(wǎng)絡(luò)拓?fù)湫再|(zhì)見表1。

從表1可以看出，節(jié)點(diǎn)負(fù)荷，節(jié)點(diǎn)的出度、入度和權(quán)值的最大值比平均值大得多，其網(wǎng)絡(luò)拓?fù)涮匦猿尸F(xiàn)出明顯的不均衡性。生產(chǎn)線具有較大的網(wǎng)絡(luò)聚類系數(shù)，因此可以判斷網(wǎng)絡(luò)呈現(xiàn)出小世界特性，具有較高的系統(tǒng)故障傾向，對(duì)整個(gè)生產(chǎn)線的可靠性具有極大威脅，即一旦某個(gè)關(guān)鍵制造節(jié)點(diǎn)出現(xiàn)故障時(shí)，將會(huì)導(dǎo)致整個(gè)生產(chǎn)線的嚴(yán)重震蕩甚至癱瘓。因此，有必要對(duì)此生產(chǎn)線的工藝路線進(jìn)行優(yōu)化。

利用2.2中給出的工藝路線優(yōu)化模型以及相應(yīng)的基于粒子群的優(yōu)化算法，對(duì)上述生產(chǎn)線進(jìn)行優(yōu)化。圖5給出了粒子群算法在演化過(guò)程中適應(yīng)函數(shù)值隨著迭代次數(shù)的變化情況。

從圖5可以看出，隨著迭代次數(shù)的增加，適應(yīng)函數(shù)值從1.32能較快地收斂到最大值5.28，隨后便一直趨于穩(wěn)定，算法收斂性較好，能較快地獲得最優(yōu)解。

通過(guò)對(duì)最大適應(yīng)函數(shù)值進(jìn)行分解，可以看出工藝路線優(yōu)化后，整個(gè)生產(chǎn)線的可靠性較優(yōu)化前提高了8.63%。圖6給出的是生產(chǎn)工藝路線優(yōu)化前后8種不同型號(hào)產(chǎn)品的加工成本對(duì)比圖。

從圖6中可以看出，優(yōu)化后8種類型產(chǎn)品中有6種類型產(chǎn)品的加工成本顯著降低，只有2種產(chǎn)品的加工成本略有上升，但8種類型產(chǎn)品的總加工成本則較優(yōu)化前明顯降低(12.65%)。

表2給出的是根據(jù)新的生產(chǎn)工藝路線所生成的有向加權(quán)網(wǎng)絡(luò)圖的拓?fù)浣Y(jié)構(gòu)特性。

從表2可以看出，網(wǎng)絡(luò)的拓?fù)涮匦暂^優(yōu)化前具有更高的均衡性；網(wǎng)絡(luò)的聚類系數(shù)減小，較未優(yōu)化前的網(wǎng)絡(luò)拓?fù)涮匦杂休^大的改善。

4 結(jié)束語(yǔ)

本文給出的軌道車輛工藝路線優(yōu)化方案實(shí)用性強(qiáng)，為實(shí)現(xiàn)軌道車輛生產(chǎn)工藝路線優(yōu)選提出了一種新的解決方案，對(duì)軌道車輛制造工藝有一定的指導(dǎo)作用；但同時(shí)也有一定的局限性，需要進(jìn)一步根據(jù)復(fù)雜網(wǎng)絡(luò)與優(yōu)化理論對(duì)軌道車輛生產(chǎn)線優(yōu)化方案進(jìn)行改進(jìn)和完善，以便更好地在實(shí)際生產(chǎn)中應(yīng)用。

[1] 葉青．基于復(fù)雜網(wǎng)絡(luò)理論的軌道交通網(wǎng)絡(luò)脆弱性分析[J]．中國(guó)安全科學(xué)學(xué)報(bào)，2012，12(2)：122-126.

[2] 劉文松，鄒敏佳，郭春杰，等．軌道車輛用多邊形扭桿軸制造工藝研究[J]．機(jī)車車輛工藝，2014，1(2)：27-28.

[3] 劉鵬飛．模塊化設(shè)計(jì)在軌道車輛車體設(shè)計(jì)中的應(yīng)用研究[J]．電力機(jī)車與城軌車輛， 2014，37(1)：33-35.

[4] 劉新華，張旭堂，劉文劍．基于改進(jìn)最大-最小螞蟻系統(tǒng)的多工藝路線決策方法[J]．計(jì)算機(jī)集成制造系統(tǒng)，2008，14(2)：2414-2420.

[5] 黃偉軍，蔡力鋼，胡于進(jìn)．基于遺傳算法與有向圖拓?fù)渑判虻墓に嚶肪€優(yōu)化[J]．計(jì)算機(jī)集成制造系統(tǒng)，2009，15(9)：1770-1779.

[6] 劉偉，王太勇，周明，等．基于蟻群算法的工藝路線生成及優(yōu)化[J]．計(jì)算機(jī)集成制造系統(tǒng)，2010，16(7)：1378-1382.

[7] 尤登飛．面向裝配單元的工藝路線規(guī)劃方法研究[J]．信息化技術(shù)，2012， 8(4)：58-62.

[8] 歐陽(yáng)華兵，沈斌．面向STEP-NC基于混合式遺傳算法的工藝路線優(yōu)化[J]．計(jì)算機(jī)集成制造系統(tǒng)，2012，18(1)：66-75.

[9] 楊升，李山，陳冰，等．工藝路線優(yōu)化下的復(fù)雜產(chǎn)品生產(chǎn)線穩(wěn)定性分析[J]．計(jì)算機(jī)集成制造系統(tǒng)，2013，19(10)：2424-2431.

[10] 宗剛，張超，王華勝．基于復(fù)雜網(wǎng)絡(luò)理論的高速列車索引系統(tǒng)部件可靠性研究[J]．中國(guó)鐵道科學(xué)，2014(1)：94-97.

[11] 楊挺，張定華，陳冰，等．基于有向加權(quán)網(wǎng)絡(luò)的混流生產(chǎn)線產(chǎn)能規(guī)劃方法[J]．中國(guó)機(jī)械工程，2011，22(7)：824-829.

[12] 國(guó)家機(jī)械工業(yè)局．JBJ/T2-2000 機(jī)械工廠年時(shí)基數(shù)設(shè)計(jì)標(biāo)準(zhǔn)[S]．北京：機(jī)械工業(yè)出版社，2008.

[13]KennedyJ．Particleswarmoptimization[G]//EncyclopediaofMachineLearning.NewYork：SpringerUS，2010：760-766.

[14]KlerM，KennedyJ．Theparticleswarm-explosion，stability，andconvergenceinamultidimensionalcomplexspace[J]．IEEETransactionsonEvolutionaryComputer，2002， 6(1)：58-73.

[15]CowlingaPI，KeuthenbR．Embeddedlocalsearchapproachesforroutingoptimization[J]．Computers&OperationsResearch，2005，32(3)：465-490.

The production process route optimization of rail vehicle based on directed weighted networks

LIU Yunlong, YIN Xi

(CSR Nanjing Puzhen Co., Ltd., Jiangsu Nanjing, 210031, China)

The process route optimization of rail vehicle production is a complicated problem. It proposes a directed weighted network to establish the complex processing relationships among working stations, takes the manufacturing cost and the reliability of the rail vehicle production route as object. In order to improve the reliability of production route, it builds an optimization model combining the reliability of the production route and manufacturing cost, designs particle swarm algorithm for the optimal process route generation. The results prove the effective of the optimization method.

production route optimization; directed weighted network; particle swarm algorithm; reliability; manufacturing cost

10.3969/j.issn.2095-509X.2015.04.017

2015-03-10

劉云龍(1988—)，男，江蘇無(wú)錫人，南車南京浦鎮(zhèn)車輛有限公司工程師，主要研究領(lǐng)域?yàn)槌擒壾囕v電氣檢測(cè)工藝及生產(chǎn)工藝路線優(yōu)化。

TH162;TP391

A

2095-509X(2015)04-0070-07