基于遗传算法的服装大规模定制生产线平衡优化

doi:10.13475/j.fzxb.20211100208

摘要/Abstract

摘要：

为解决大规模服装定制混流生产过程中出现的产品在线时间长、节拍不均衡、生产成本高等问题,首先对大规模服装定制复杂生产线特点及问题进行分析,构建了具有多子组管理、多目标寻优、服装单件定制的混合生产线平衡优化模型;然后利用矩阵原理对工序进行约束编码,并给出从工序到工位转换的解码算法;接着通过轮盘赌选择、两点交叉和单点变异、多目标适应度函数等算法设计实现了混流生产线的生产平衡;最后以大规模西服定制生产线为例,借助MatLab技术进行编程实现。结果表明,各组子生产线中编制效率最高可达93.93%,总生产线平均编制效率为85.77%,满足企业工序编制要求,验证了本文模型可有效解决大规模服装定制生产线的生产平衡问题。

关键词: 遗传算法, 服装大规模定制, 车间调度, 生产线平衡, 混合生产线

Abstract:

In order to solve the problems of long product online time, unbalanced tempo, and high production cost in the production process of mass-customized mixed assembly line, the research reported in this paper first analyzed the characteristics and problems of the complex production line of clothing mass customization, and constructed a hybrid production line balance optimization model with multi-subgroup management, multi-objective optimization and clothing single-piece customization. The research used the matrix principle to constrain the coding of the process, and established a decoding algorithm for station conversion. As a result, production balance of the entire mixed pipeline was achieved using the designed algorithms for roulette selection, two-point crossover and single-point mutation, and multi-objective fitness function. Mass customization production line of suits was taken as an example to demonstrate the use of MatLab technology for programming. The results show that the highest preparation efficiency of all sub-production lines can reach 93.93%, the average preparation efficiency of the total production line is 85.77%, which meets the requirements of the process planning set by the collaborating enterprise. It is indicated that the model established in this research can effectively solve the production balance problem of the mass customization production line.

Key words: genetic algorithm, clothing mass customization, workshop scheduling, production line balance, hybrid production line

中图分类号:

TS941.19

陈莎, 修毅, 李雪飞. 基于遗传算法的服装大规模定制生产线平衡优化[J]. 纺织学报, 2022, 43(12): 144-150.

CHEN Sha, XIU Yi, LI Xuefei. Balance optimization of clothing mass customization production line based on genetic algorithm[J]. Journal of Textile Research, 2022, 43(12): 144-150.

图/表 9

图1

图2

图3

图4

表1

表2

西服综合工艺信息表(前片组)"

工序	定制项	定制选项	工艺	工时/ s	紧前工序
1	—	—	缝合腰省	67.0	—
2	—	—	烫腰省	34.5	1
3	—	—	缝合前片与侧片	116.3	—
4	—	—	归烫驳口	20	—
5	—	—	拔烫肩线	18	3
6	—	—	拔腰归臀	41.2	3
7	—	—	缉缝袖窿牵条	79.5	2,4,5,6
8	腰兜	Y₁,Y₄	做腰兜兜盖	139	—
8	腰兜	Y₂,Y₃,Y₅	无	0	—
9	腰兜	Y₁,Y₄	扣烫嵌线,画兜位	45.4	2,4,5,6
		Y₂,Y₅	扣烫嵌线,画兜位	42.4
		Y₃	画兜位	10.6
10	腰兜	Y₁,Y₄	缉缝固定嵌线和兜盖	6.9	8,9
		Y₂,Y₅	无	0
		Y₃	修剪兜布缝份并锁边	14.7
11	腰兜	Y₁,Y₄	将嵌线、兜盖缉在衣片上	103.2	10
		Y₂,Y₅	将嵌线缉在衣片上	103.2
		Y₃	兜口处粘衬并翻折熨烫	13.7
12	腰兜	Y₁,Y₂, Y₄,Y₅	剪开兜口、固定“三角”	73.7	11
12	腰兜	Y₃	无	0	11
13	腰兜	Y₁,Y₂, Y₄,Y₅	绱兜布、缉兜布	104.6	12
13	腰兜	Y₃	明线缉缝腰兜	57.7	12
14	—	—	画胸兜兜位	3.7	—
15	胸兜	X₁,X₂	扣烫兜口、修剪兜垫	22.5	14
		X₃	修剪兜布缝份并锁边	14.7
		X₄	做贴袋	24.4
16	胸兜	X₁,X₂	粘胸兜兜板衬,扣烫缝份	18.7	—
		X₃	兜口处粘衬并翻折熨烫	13.7
		X₄	做兜盖	139.0
17	胸兜	X₁,X₂	缉缝胸兜兜板和兜垫	22.6	15,16
		X₃	明线缉缝胸兜并修烫	25.3
		X₄	装贴袋	57.7
18	胸兜	X₁,X₂	剪开兜口	15.4	17
		X₃	无	0
		X₄	装兜盖	6.9
19	胸兜	X₁,X₂	劈烫缝份	15.6	18
19	胸兜	X₃,X₄	无	0	18
20	胸兜	X₁,X₂	缉缝固定胸兜兜板里	11.6	19
20	胸兜	X₃,X₄	无	0	19
21	胸兜	X₁,X₂	固定胸兜兜板两端	67.9	20
21	胸兜	X₃,X₄	无	0	20
22	胸兜	X₁,X₂	绱兜布	43.3	21
22	胸兜	X₃,X₄	无	0	21
23	—	—	缉胸衬上的省道	70.0	—
24	—	—	纳衬	80.0	23
25	—	—	烫衬	12.6	24
26	—	—	绷缝胸衬与前衣片	18.4	7,22,25
27	—	—	正面绷缝肩部与胸部	18.0	26
28	—	—	绷缝胸兜布与胸衬	10.0	27
29	—	—	正面绷缝胸衬外缘	15.0	28
30	—	—	绷缝侧片缝份与胸衬	12.0	28
31	—	—	敷牵条	98.5	29,30
32	—	—	修剪胸衬肩部、质检	45.4	31

表2

表3

表4

表5

参考文献 13

[1]	黄辉, 李梦想, 严永. 考虑序列设置时间的混合流水车间多目标调度研究[J]. 运筹与管理, 2020, 29(12):215-221. doi: 10.12005/orms.2020.0334
	HUANG Hui, LI Mengxiang, YAN Yong. Research on multi-objective scheduling of hybrid flow shop considering sequence setting time[J]. Operations Research and Management, 2020, 29(12): 215-221.
[2]	NIKJO B, ZAROOK Y. A non-permutation flow shop manufacturing cell scheduling problem with part's sequence dependent family setup times[J]. International Journal of Applied Metaheuristic Computing, 2017, 5(4):70-86. doi: 10.4018/ijamc.2014100104
[3]	蒋增强, 左乐. 低碳策略下的多目标柔性作业车间调度[J]. 计算机集成制造系统, 2015, 21(4):1023-1031.
	JIANG Zengqiang, ZUO Le. Multi-objective flexible job shop scheduling under low-carbon strategy[J]. Computer Integrated Manufacturing System, 2015, 21(4): 1023-1031.
[4]	顾泽平, 杨建军, 周勇. 不确定因素扰动下多目标柔性作业车间鲁棒调度方法[J]. 计算机集成制造系统, 2017, 23(1):66-74.
	GU Zeping, YANG Jianjun, ZHOU Yong. Robust scheduling method for multi-objective flexible job shop under the disturbance of uncertain factors[J]. Computer Integrated Manufacturing System, 2017, 23(1):66-74.
[5]	韩煜东, 董双飞, 谭柏川. 基于改进遗传算法的混装线多目标优化[J]. 计算机集成制造系统, 2015, 21(6):10.
	HAN Yudong, DONG Shuangfei, TAN Baichuan. Multi-objective optimization of mixed assembly line based on improved genetic algorithm[J]. Computer Integrated Manufacturing System, 2015, 21(6):10.
[6]	黄学文, 陈绍芬, 周阗玉, 等. 求解柔性作业车间调度的遗传算法综述[J]. 计算机集成制造系统, 2022, 28(2):16.
	HUANG Xuewen, CHEN Shaofen, ZHOU Tianyu, et al. Overview of genetic algorithms for solving flexible job shop scheduling[J]. Computer Integrated Manufacturing System, 2022, 28(2):16.
[7]	戴敏, 王辉. 基于遗传退火算法的绿色作业车间调度[J]. 现代制造工程, 2021(5):26-31.
	DAI Min, WANG Hui. Green job shop scheduling based on genetic annealing algorithm[J]. Modern Manufacturing Engineering, 2021(5):26-31.
[8]	黄珍珍, 莫碧贤, 温李红. 基于遗传算法及仿真技术的服装生产流水线平衡[J]. 纺织学报, 2020, 41(7):154-159.
	HUANG Zhenzhen, MO Bixian, WEN Lihong. Balance of garment production line based on genetic algorithm and simulation technology[J]. Journal of Textile Research, 2020, 41(7):154-159.
[9]	唐浩, 黎向锋, 张丽萍, 等. 扰动机制下的遗传算法求解柔性作业车间调度[J]. 现代制造工程, 2021(7):1-9.
	TANG Hao, LI Xiangfeng, ZHANG Liping, et al. Genetic algorithm under disturbance mechanism for flexible job shop scheduling[J]. Modern Manufacturing Engineering, 2021(7):1-9.
[10]	楚克明, 吴立云. 自适应遗传算法在混流装配线排序中的应用[J]. 现代制造工程, 2019(9):37-40.
	CHU Keming, WU Liyun. Application of adaptive genetic algorithm in mixed-flow assembly line sequenc-ing[J]. Modern Manufacturing Engineering, 2019(9):37-40.
[11]	杨艳, 赵维强, 陶惠绢, 等. 遗传算法在男西裤生产流水线平衡中的应用[J]. 山东纺织科技, 2019, 60(1):28-31.
	YANG Yan, ZHAO Weiqiang, TAO Huijuan, et al. Application of genetic algorithm in the balance of men's trousers production line[J]. Shandong Textile Science and Technology, 2019, 60(1):28-31.
[12]	张旭靖, 王立川, 陈雁. 基于遗传算法的服装缝制生产线平衡优化[J]. 纺织学报, 2020, 41(2):125-129.
	ZHANG Xujing, WANG Lichuan, CHEN Yan. Balance optimization of garment sewing production line based on genetic algorithm[J]. Journal of Textile Research, 2020, 41(2):125-129.
[13]	梅自强. 纺织辞典[M]. 北京: 中国纺织出版社, 2007:755.
	MEI Ziqiang. Textile dictionary[M]. Beijing: China Textile & Apparel Press, 2007:755.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

订单编号	前片包含定制项			生产量/件
订单编号	腰兜	胸兜		生产量/件
1	直兜带盖	船型	5
2	斜兜带盖	船型	2
3	明贴兜	船型	2
4	直兜双牙	直型	3
5	明贴兜	明贴兜	1
6	明贴兜	直型	4
7	直兜带盖	船型	1
8	斜兜双牙	船型	2
9	斜兜双牙	船型	2
10	直兜双牙	直型	1
11	直兜双牙	船型	1
12	斜兜带盖	猎装口袋	1

工位数	工位包含最大工序数	实际生产节拍/s	平衡指数	目标函数值	是否符合
13	5	102.94	9.61	65.61	否
14	4	97.75	16.54	65.27	是
15	4	94.65	18.15	64.05	是
16	4	94.65	25.37	66.94	是
17	4	86.25	45.86	70.09	是

工位	工序	工位节拍/s
1	1、4、14	90.70
2	3-1、15	80.41
3	2、3-2	92.65
4	16、23	93.31
5	5、6、17、18	97.75
6	19、24	94.35
7	17、20	90.17
8	9、21	97.05
9	8、10、22	96.48
10	11、25	90.74
11	12、26、27	89.46
12	28、29、30、31-1	86.25
13	31-2、32	94.65
14	13	91.46

组别	工位数	工位平均节拍/s	工位瓶颈节拍/s	编排效率/%
前片	14	91.82	97.75	93.93
过面	8	89.85	102.40	87.74
后片	8	80.58	91.20	88.36
领子	3	76.72	89.73	85.50
袖子	7	93.52	115.68	80.84
组装	16	95.15	121.60	78.25
平均	—	—	—	85.77

[1]	杨晓波. 基于交互式遗传算法的三维服装款式研究[J]. 纺织学报, 2022, 43(06): 145-150.
[2]	潘佳豪, 周其洪, 岑均豪, 李姝佳, 周申华. 服装企业包装订单分配排序优化模型及其快速非支配遗传算法求解[J]. 纺织学报, 2022, 43(05): 156-162.
[3]	邵景峰, 石小敏. 基于非支配排序遗传算法的细纱工艺参数优化[J]. 纺织学报, 2022, 43(01): 80-88.
[4]	谢子昂, 杜劲松, 余雅芸, 陈清婷, 费中华. 西服定制吊挂生产线的筛选秩序优化[J]. 纺织学报, 2021, 42(10): 150-156.
[5]	许雪梅. 基于模拟退火算法改进遗传算法的织物智能配色[J]. 纺织学报, 2021, 42(07): 123-128.
[6]	周亚勤, 王攀, 张朋, 张洁. 纬编织造车间生产调度方法研究[J]. 纺织学报, 2021, 42(04): 170-176.
[7]	张卓, 丛洪莲, 蒋高明, 董智佳. 基于交互式遗传算法的Polo衫快速款式推荐系统[J]. 纺织学报, 2021, 42(01): 138-144.
[8]	李亮, 倪俊芳. 绗缝机花样加工代码自动生成算法[J]. 纺织学报, 2020, 41(11): 162-167.
[9]	谢子昂, 杜劲松, 赵国华. 衬衫吊挂流水线的自适应动态调度[J]. 纺织学报, 2020, 41(10): 144-149.
[10]	张晓侠, 刘凤坤, 买巍, 马崇启. 基于BP神经网络及其改进算法的织机效率预测[J]. 纺织学报, 2020, 41(08): 121-127.
[11]	黄珍珍, 莫碧贤, 温李红. 基于遗传算法及仿真技术的服装生产流水线平衡[J]. 纺织学报, 2020, 41(07): 154-159.
[12]	郑小虎, 鲍劲松, 马清文, 周衡, 张良山. 基于模拟退火遗传算法的纺纱车间调度系统[J]. 纺织学报, 2020, 41(06): 36-41.
[13]	莫帅, 冯战勇, 唐文杰, 党合玉, 邹振兴. 基于神经网络和遗传算法的锭子弹性管性能优化[J]. 纺织学报, 2020, 41(04): 161-166.
[14]	黄淇, 周其洪, 张倩, 王绍宗, 范伟, 孙会丰. 基于系统布置设计-遗传算法的纱线浸染生产线布局优化[J]. 纺织学报, 2020, 41(03): 84-90.
[15]	张旭靖, 王立川, 陈雁. 基于遗传算法的服装缝制生产线平衡优化[J]. 纺织学报, 2020, 41(02): 125-129.