Processing math: 100%
  • ISSN 0258-2724
  • CN 51-1277/U
  • EI Compendex
  • Scopus 收录
  • 全国中文核心期刊
  • 中国科技论文统计源期刊
  • 中国科学引文数据库来源期刊

受约束的过道布置问题建模及优化方法

刘俊琦 张则强 龚举华 张裕

刘俊琦, 张则强, 龚举华, 张裕. 受约束的过道布置问题建模及优化方法[J]. 西南交通大学学报, 2022, 57(6): 1376-1385. doi: 10.3969/j.issn.0258-2724.20200803
引用本文: 刘俊琦, 张则强, 龚举华, 张裕. 受约束的过道布置问题建模及优化方法[J]. 西南交通大学学报, 2022, 57(6): 1376-1385. doi: 10.3969/j.issn.0258-2724.20200803
LIU Junqi, ZHANG Zeqiang, GONG Juhua, ZHANG Yu. Modeling and Optimization Method of Constrained Corridor Allocation Problem[J]. Journal of Southwest Jiaotong University, 2022, 57(6): 1376-1385. doi: 10.3969/j.issn.0258-2724.20200803
Citation: LIU Junqi, ZHANG Zeqiang, GONG Juhua, ZHANG Yu. Modeling and Optimization Method of Constrained Corridor Allocation Problem[J]. Journal of Southwest Jiaotong University, 2022, 57(6): 1376-1385. doi: 10.3969/j.issn.0258-2724.20200803

受约束的过道布置问题建模及优化方法

doi: 10.3969/j.issn.0258-2724.20200803
基金项目: 国家自然科学基金(51205328,51675450);教育部人文社会科学研究青年基金(18YJC630255);四川省科技计划(2022YFG0245)
详细信息
    作者简介:

    刘俊琦(1995—),男,博士研究生,研究方向为设施布局与智能优化,E-mail:junqi5497@163.com

    通讯作者:

    张则强(1978—),男,教授,研究方向为制造系统与智能优化,E-mail:zzq_22@163.com

  • 中图分类号: TH165;TP301.6

Modeling and Optimization Method of Constrained Corridor Allocation Problem

  • 摘要:

    为了研究过道布置问题中设施关系对布局的影响,首先,考虑定位约束与排序约束,构建过道布置问题混合整数规划模型,并提出一种求解该问题的自适应混合克隆选择算法,在克隆操作之前新增符合受约束过道布置问题特性的2-opt操作,随后对所产生种群中最优个体进行禁忌搜索操作,对其他个体进行变异操作并设置自适应变异概率;然后,对模型进行精确求解以验证模型的正确性且求解结果为算法提供了理论依据;最后,应用所提算法分别对受约束过道布置问题与基本过道布置问题的42 ~ 49规模实例进行测试,并将求解结果与克隆选择算法、遗传算法、分散搜索算法、花授粉算法以及烟花算法进行对比,结果表明:混合克隆选择算法可以达到当前先进算法的求解效果且在算例sko-42-04与算例sko49-03上表现更优.

     

  • 2004年印度洋海啸以及2011年东日本地震海啸均造成大量房屋、桥梁等基础设施的破坏. 从公元前1947年至1966年,我国近海发生了25次不同级别的地震海啸,其中8 ~ 9次为破坏性海啸. 相关研究表明;海啸波到达我国近海时可能高达12 m[1],我国东南沿海存在较大的海啸风险;太平洋区域的越洋海啸,特别是震级大于9.0的地震所引发的越洋海啸对我国沿海同样具有造成破坏的威胁[2]. 我国东南沿海村镇房屋中存在大量的低矮房屋,宫文壮[3]对我国海啸严重淹没危险区(广东沿海地区)村镇低矮房屋进行实地调查发现,这类低矮房屋大量存在并且年限已久,一旦遭遇海啸将造成严重破坏,因此,有必要对低矮房屋的海啸作用力开展研究.

    国内对海啸研究起步较晚,海啸与结构物相互作用的研究比较欠缺. 陈杰等[4]基于波浪水槽研究了海啸对独栋建筑与建筑群的局部冲刷;王铁成等[5]通过数值仿真研究了不同开洞大小对建筑物受到海啸波作用的影响,通过对比发现FEMA P646 (2008)规范给出的计算方式偏于保守,但该研究没有定量指出门窗洞口对海啸作用力的减小程度. 国外对海啸的研究起步较早,研究相对深入. Yeh等[6]通过NTHMP (美国国家海啸减灾计划)提出了海啸作用力的计算公式;Ramsden等[7]通过实验模拟海啸涌波对竖直墙体的作用力;Lukkunaprasit等[8]采用孤立波模拟海啸开展实验,拟合了房屋迎水面墙体上的压力分布公式;Triatmadja等[9]通过溃坝实验模拟海啸波,研究了开洞率以及障碍物对房屋结构海啸作用力的影响,实验结果表明,海啸作用力减缓系数与房屋的开洞率大小不成线性关系,而是开洞率的二次方关系;Ghosh等[10]通过数值模拟海啸,研究房屋洞口开洞率对海啸作用力的影响,其研究表明房屋洞口能有效减小海啸作用力,同时提出房屋应在靠近底部开洞以减小海啸作用力.

    综上所述,国内关于门窗洞口对海啸作用力影响的研究相当匮乏,国外相关研究中并未考虑门窗洞口开洞位置以及屋面板开洞对结构海啸作用力的影响. 本文将以我国东南沿海常见的村镇低矮房屋为研究对象,研究门窗洞口开洞率、门窗洞口开洞位置以及屋面板开洞对海啸作用力的影响.

    采用溃坝方式模拟海啸波,即在水槽上游蓄水,然后通过迅速开启闸门制造溃坝涌波,如图1所示. 图中:d0为上游初始蓄水深度(上游初始水深);d为自由液面高度;V为下降段内流体速度;d2为平稳段内自由液面高度;V2为平稳段内流体速度;U为波前速度;d3为下游初始水深;x1为上游初始水体前缘位置;x2为下降段结束位置;x3为平稳段前缘位置. 来流波高(d2d3)与d0、距离闸门位置等之间的关系以及V2d0之间的关系,都可根据文献[11]计算,不再赘述.

    图  1  溃坝涌波流场参数示意
    Figure  1.  Sketch of flow field parameters of a dam-break bore

    该模拟方法比较便捷,且能较好地模拟在海岸线附近传播的海啸涌波[11-12]. Triatmadja 等[9,13-17]均采用了溃坝方式模拟海啸涌波.

    试验在西南交通大学溃坝水槽中进行,溃坝水槽长10.72 m,宽1.485 m,深0.6 m. 水槽中部由闸门分为上、下游两段,分别长4.58、6.14 m,水槽实物以及试验装置连接见图2. 闸门开启用时0.25 ~ 0.35 s,开启时间足够短,可以较好地模拟瞬间溃坝. 另外,当溃坝波传播至水槽末端时,通过快速开启尾门以减小下游边壁反射波浪对试验段流场的干扰.

    图  2  试验水槽实物及试验模型连接
    Figure  2.  Dam-break flume and connection ofthe experimental model

    宫文壮[3]调研结果表明,东南沿海村镇低矮房屋体型较为方正,长9 ~ 12 m,宽6.0 ~ 13.2 m,高4.5 ~ 8.9 m. 本文选用长8.0 m、宽8.0 m、高5.0 m的一层房屋作为原型,按照1∶40缩尺后,得到长20.0 cm、宽20.0 cm、高12.5 cm的房屋模型. 水槽宽度约为模型宽度的7.5倍,可不考虑阻水效应对模型受力的影响[18]. 模型底部距池底2 mm,顶部通过连接杆与ATI六分力测力天平(Gamma IP68)相连. 数值计算表明,房屋模型整体海啸力绝大部分由前墙贡献,后墙贡献相对较小,侧墙贡献可忽略不计,因此,模型试验中仅测试房屋模型整体海啸力. 房屋模型由预留洞口的主体结构与前后盖板组成,均采用有机玻璃板制作,同时假定房屋前墙和后墙与来流方向垂直,定义前墙为迎水面,后墙为背水面,其模型示意如图3所示. 每套盖板上开孔大小不同或开孔位置不同对应不同的开洞率或开洞位置.

    图  3  房屋主体结构模型(前后墙预留洞口)以及具有不同开洞率的盖板模型
    Figure  3.  Main structure model of the house with openings reserved on the front and rear walls and the cover models with different opening rates

    试验中d3设置为2.0 cm,对应实际工程中0.8 m的初始淹没水深. 来流波高设置为4、6、8、10 cm和12 cm,分别对应实际海啸中来流波高1.6、2.4、3.2、4.0 m和4.8 m. 试验中采用“来流波高(d2d3)-下游初始水深(d3)”进行工况编号,即工况4-2、6-2、8-2、10-2、12-2.

    1) 研究开洞率对海啸作用力的影响时,正方形门窗洞口处于前后墙体中心,如图4所示. 图中:dordol)为洞口右(左)边缘离墙体右(左)端的距离,dobdou)为洞口下(上)边缘离墙体下(上)端的距离dob=doudol=dor(带*的为海啸作用后的距离);hhdh分别为墙体的高度和宽度;L0为正方形洞口边长. 开洞率n(单面墙体开洞率)分别取0、10%、20%、30%、40%,分别对应L0为0、50、72、88、100 mm.

    图  4  位置变化示意
    Figure  4.  Schematic of position change

    2) 研究洞口位置对房屋海啸作用力影响时,n = 10% (洞口边长50 mm)保持不变. 当洞口位置竖向变化时,洞口始终在墙体宽度方向的中心;当洞口位置水平变化时,洞口始终在墙体高度方向的中心. α=dob/dobβ=dor/dor 分别为洞口沿墙体高度和宽度移动后的相对位置:模型试验中α分别取0.25、0.50、1.00、1.25、1.50、1.75,α越小,洞口距离墙体底部越近;β分别取0.25、0.50、1.00,β越小,洞口距离墙体右边缘越近.

    工况8-2中开洞率不同时海啸作用力Fx(房屋整体所受水平海啸作用力,方向与来流方向保持一致)时程曲线对比如图5(a)所示,局部放大图如图5(b)所示. 图中:t为时刻. 海啸作用力时程曲线大致可以分为4段:自波前到达结构物至约2.5 s为冲击段,持时约0.2 s;2.5 ~ 3.5 s为波动段;3.5 ~ 6.1 s为似平稳段;6.1 s之后为受到从下游边壁反射回来的涌波影响产生的下降段(本文不关注此段).

    图  5  工况8-2开洞率不同时的海啸作用力时程曲线
    Figure  5.  Time-history curves of the tsunami force in case 8-2 with different opening rates

    提取工况8-2中开洞率不同时海啸作用力冲击段的峰值Fxmax并绘制于图6,可见,海啸作用力冲击峰值随着洞口开洞率n的增大而减小. 这是因为开洞率不同时,相同来流波高下海啸涌波到达结构物前墙时冲击速度和液面高度基本不变,前墙迎水面积随开洞率增大而减小,冲击段内海啸作用力主要取决于前墙上的冲击压力及静水压力,两者都与前墙迎水面积成正比,因此,海啸作用力冲击峰值不断减小.

    图  6  工况8-2海啸作用力冲击峰值与开洞率的关系
    Figure  6.  Relationship between the tsunami force peak value and the opening rate in case 8-2

    具有门窗洞口时,整个海啸涌波作用阶段内海啸力作用力最大值Fmax发生时刻tmax处于波动上升段. 定义波动上升段内海啸作用力增速kmax=Fmax/tmaxt0,并将kmaxtmax随开洞率的变化绘制于图7中,其中,t0为海啸波到达结构物的时刻. 可见,tmax随开洞率n的增大而非线性的增大,kmax随开洞率n的增大而非线性的减小. 即随开洞率增大,海啸作用力达到峰值的时间延后,海啸作用力最大值增速降低. 因为当房屋不开设洞口时(n=0),海啸作用力最大值发生在冲击阶段,主要由前墙上的瞬间冲击压力贡献的. 当房屋开设洞口后(n>0),由于前墙迎水面的面积减小,前墙受到的冲击力减小,海啸作用力峰值未能在冲击段产生;在波动上升段内,海啸涌波在前墙上不断爬升导致静水压力不断增大,并与前墙受到的冲击压力以及后墙上汇流后所产生的负向静水压力叠加后产生海啸力峰值. 因此,开设门窗洞口后冲击力峰值发生时刻延后至波动上升段(图5(b)).

    图  7  工况8-2 kmaxtmax与开洞率n的关系
    Figure  7.  Relationships between kmax, tmax and n in case 8-2

    随着洞口面积的增加,在波动上升段内允许更多海啸涌波从洞口中流过,减小了前墙自由液面爬升高度;同时洞口面积的增大允许更多直接流过的水体与沿着房屋两侧绕流的水体一同在后墙汇聚,增加后墙下游表面自由液面爬升高度,导致在后墙下游表面产生更大的负向静压,最终导致海啸作用力随着洞口面积的增大而减小.

    不同来流波高工况中Fmax及似平稳段海啸作用力均值Fxave与开洞率之间的关系分别如图89所示. 由图8可知:1) 房屋不设洞口时海啸作用力最大值大于开设洞口时海啸作用力最大值;2) 同一工况中(相同来流波高),随着开洞率增大,海啸作用力最大值逐渐减小,并且减小的幅度逐渐增大;3) 来流波高越大,开洞率增大导致的海啸作用力最大值减小幅度越大. 这是由于来流波高越大,来流速度越大,单位时间内穿过洞口并在后墙下游表面汇聚的水体越多,导致后墙下游表面自由液面爬升高度越大,因此,海啸作用力最大值减小量越大.

    图  8  不同工况中海啸作用力最大值随开洞率变化
    Figure  8.  Variation of the tsunami force peak value with opening rate in different cases
    图  9  不同工况中海啸作用力似平稳段均值随开洞率变化趋势
    Figure  9.  Variation of the tsunami force mean value in quasi-stationary stage with opening rate in different cases

    图9可知:Fxave 随洞口开洞率增大而减小. 这是因为开洞率越大阻水率越小,水更容易流过孔洞在后墙处汇聚,使得房屋前、后墙体自由液面高度差越小,房屋前、后墙体静压差越小,本质上使得阻力系数 CD 减小. 根据水流阻力计算式 FD=0.5ρCDAV22(其中:ρA分别为水的密度、迎水面积),CDA都减小,使得Fxave减小.

    定义无量纲系数k0=FmaxFmax/Fmax来描述开洞率对海啸作用力的影响,其中,Fmax为不开设洞口时的海啸作用力最大值. 不同来流波高工况下k0n之间的关系如图10所示. 由图可知:k0n的增大而增大,k0n之间的关系可近似拟合为k0=0.9792n0.062810%<n<40%).

    图  10  k0n之间的关系
    Figure  10.  Relationship between k0 and n

    以工况4-2为例描述了门窗洞口竖向位置变化时海啸作用力的变化,如图11所示. 可见,当来流波高较小时,海啸作用力均值随洞口竖向位置α的增大(即洞口上移)而略微增加. 这是由于当门窗洞口位置较高(α值较大)而来流波高较小时,随着α增大,受海啸涌波冲击的前墙面积增大,在前墙处形成较高的壅水高度,产生较大正向静水压力的同时,仅有少量水体穿过门窗洞口到达房屋后墙形成负向静压,因此海啸力随着α增大而略有增大. 当来流波高较大时(例如工况12-2),来流波高高于门窗洞口最高位置后,门窗洞口位置上、下移动,不会改变阻水效应,也不会明显改变房屋模型前、后墙液面高差,因此海啸作用力随α变化不明显.

    图  11  工况4-2中竖向开洞位置不同时海啸作用力时程曲线
    Figure  11.  Comparison of tsunami force time-history curves of 4-2 cases with different vertical opening positions

    定义无量纲系数kα=Fmax/ˉFmax描述洞口竖向位置α对海啸作用力最大值Fmax的影响,其中ˉFmaxα=1.00时(即洞口在墙体1/2高度处)的海啸作用力最大值. 图12绘制了kαα变化情况. 由图可知:1) 当来流波高较小时(如工况4-2),kα通常随α的增大而增大. 2) 当来流波高较大时(如工况12-2),kα通常随α的增大而减小. 海啸涌波的波前为前凸形状,在大约1/2波高处水流具有较高的动能. 对于工况12-2,来流涌波高动能区域距离水槽底部约8.0 cm,高于房屋模型中心(房屋模型高度12.5 cm). 当洞口位于前墙中心下方时(即α1.00),高动能区域水体将直接冲击在前墙上,产生较大的作用力;当洞口移至接近涌波高动能区域时(α=1.25,此时洞口中心高度为7.2 cm),大部分高动能的水体直接穿过洞口,前墙上冲击力相对较小. 3) 当0.25α1.75 时,洞口竖向位置海啸作用力影响系数kα保持在1.00±0.15以内.

    图  12  不同工况中kα随竖向位置α变化规律
    Figure  12.  Variation of kα with vertical position α in different cases

    洞口相对水平位置β并不影响阻水效应,前、后墙体自由液面高差以及流场随β并无明显变化,因此,海啸作用力并不会随着β发生明显改变. 定义无量纲系数kβ=Fmax/ˉˉFmaxβ对海啸作用力最大值Fmax 的影响,并将 kββ的变化规律绘制于图13中,其中,ˉˉFmaxβ=1.00 时海啸作用力最大值. 可见,kβ 一般保持在1.00±0.05以内.

    图  13  不同工况中βkβ的影响
    Figure  13.  Influence of β on kβ in different cases

    门窗作为易碎构件往往先被破坏,海啸涌波穿过门窗洞口,与室内空气以及房屋屋面板发生复杂的耦合作用. 本节在屋面板上从前到后布置10个点(压力计)测试屋面板底部压力分布,并研究了屋面板具有不同开洞率时,屋面板底部压力变化特征. 屋面板上点压力计布置、屋面板开孔位置如图14所示,其中:nr为屋面板开洞率;红圈为点压力计;黑色圈为孔洞.

    图  14  屋面板上点压力计布置以及孔洞分布示意
    Figure  14.  Sketches of pressure gauge arrangement and opening distributions on roof panel

    以工况12-2为例,图15对比了屋面板不开孔和开孔率nr=4.0%时屋面板底部压力(pii = 1,2,…,10)分布. 其中,横坐标t = 1.7 s为海啸到达房屋的时刻. 由图可知:当屋面不开孔时,楼板底部靠近后墙一侧区域内的位置(点压力计7、8、9、10)处压力较大,靠近前墙一侧区域内位置(点压力计1、2、3、4、5、6)处压力较小. 这是由于水体从前墙门窗洞口进入室内后,部分将冲击后墙洞口上部墙体,从而向上翻滚,冲击靠后墙一侧屋面板,并沿着屋面板底部向上游传播,随后在重力作用下跌入水流;在靠近前墙一侧屋面板下方的空气因来不及逃逸,将被涌入的水体裹挟在室内. 为了能更形象地展示屋内空气与水流的相互作用,本文使用 ANSYS FLUENT 对工况12-2中屋面板不开孔以及开孔率nr=4.0%的两个工况进行了数值模拟,如图16所示(图中:红色表示水,蓝色表示空气). 当屋面板未开孔时,这部分空气受到水体的冲击而受压,但是压力小于水流直接冲击屋面板产生的压力,如图16(a)①所示. 当屋面板开孔时,楼板底部靠近后墙一侧区域也将受到水流的直接冲击,产生较大的压力,如图16(b)①所示. 但是屋面板上的开孔使得被裹挟的空气以及冲击屋面板底板的水体可以通过屋面板逃逸到外部,减小了室内裹挟空气的压力和水体的冲击压力,因此屋面板开孔时底板受到的压力小于屋面板不开孔时的压力,如图15nr=4.0%p10的压力峰值为2.25 kPa,小于不开孔时p10的压力峰值2.70 kPa. 另外,开设孔洞后屋面板底部压力峰值发生时刻明显延后. 这是由于当屋面板开设孔洞后,裹挟空气受压经孔洞逐步排出,室内可供水体填充的空间相对较大,海啸涌波在相同流速情况下需要更长时间才能让室内水位上涨到海啸涌波可以冲击靠后一侧屋面板的位置. 图16(a)②表明对于未开孔的屋面板,在似平稳阶段房间内仍裹挟了大量难以逃逸的空气;图16(b)②表明对于有开孔的屋面板,屋内裹挟空气通过屋面板孔洞几乎全部逃逸.

    图  15  工况12-2中屋面板开孔与不开孔时屋面板底部压力对比
    Figure  15.  Comparison of pressures at the bottom of roof panel without and with openings on the roof panel
    图  16  工况12-2中房屋顶部空气逃逸的CFD模拟
    Figure  16.  CFD simulation of air escape ofthe roof panel in case 12-2

    图17对比了屋面板开孔率不同时屋面板底部各点的压力峰值(pmax),其中,横坐标表示点压力计所在位置到房屋前墙的距离x. 由图可知:在靠近前墙一侧,屋面板底部压力最大值比较小且基本不随位置发生变化,在靠近后墙一侧,屋面板底部压力最大值越靠近后墙越大. 因为水体在冲击屋面板过程中先后依次经过4个(7、8、9、10)点压力计,在运动过程中由于摩阻和湍流产生能量耗散,水体能量逐渐递减,因此越远离后墙,屋面板底部压力越小. 并且,除个别工况的部分测点外,开孔后屋面板压力均小于未开孔时屋面板的压力. 图18中展示了在似平稳阶段,房屋模型受到的竖向力(Fzmax)随着屋面板开孔率的变化. 可见,不同工况下,较小的开孔率(如nr=0.5%)将导致空气逃逸后浮力大幅降低,从而导致竖向力大幅下降,当开孔率继续增大时,竖向力不再产生明显变化.

    图  17  工况12-2中屋面板开洞率不同时屋面板底部压力最大值
    Figure  17.  Maximum pressure at the bottom of roof with different opening rates in case 12-2
    图  18  不同工况下屋面板竖向力峰值随开洞率变化
    Figure  18.  Variation of the peak value of the vertical force on the roof panel with opening rate in different cases

    屋面板开孔后,空气会逐渐从孔洞排出房屋导致水平作用力峰值发生时间略有提前,并且水平力峰值比屋面板开孔前略大. 屋面板未开孔时,裹挟空气阻碍了后墙内侧受到更多的水体冲击,减小了正向冲击力. 同时裹挟空气受到的压力作用在前墙内侧增大了负向水平力,因此,水平力在屋面板未开孔时较小. 定义k=F1max/F0max为顶板开孔率影响系数,其中F0maxF1max分别为顶板未开孔和顶板开孔时海啸作用力最大值. 图19表明屋面板开孔可能导致房屋水平海啸力增大20%,需要在设计中考虑.

    图  19  knr之间的关系
    Figure  19.  Relationship between k and nr

    在溃坝水槽中研究了门窗、屋面板洞口对低矮房屋海啸作用力的影响机理和影响规律. 分析了门窗洞口开洞率、洞口水平位置、洞口竖向位置以及屋面板开孔率对房屋海啸作用力的影响,得到以下结论:

    1) 开设门窗洞口后,海啸作用力最大值发生在波动段内,并且最大值发生的时刻随着开洞率的增大而延后,最大值的幅值随着开洞率的增大而减小. 开孔率越大,前墙迎水面面积越小,前后墙液面高差越小,海啸作用力最大值越小. 开洞率影响系数k0=0.9792n0.0628 10%<n<40%).

    2) 门窗洞口竖向位置接近海啸涌波高能区域时,海啸作用力最大值越小. 当 0.25<α<1.75 时,洞口竖向位置海啸作用力影响系数kα保持在 1.00±0.15.

    3) 门窗洞口水平位置对海啸作用力的影响很小,一般保持在1.00±0.05.

    4) 屋面板底部靠近后墙处将受到涌波的直接冲击而产生较大压力,底部中部以及靠近前墙处压力分布均匀且较小. 屋面板未开孔时,室内裹挟空气受到涌波冲击在屋面板底部产生较大的压力,同时在似平稳阶段裹挟空气产生的浮力使得房屋受到较大的竖向力. 屋面板较小的开孔即可释放裹挟空气,降低屋面板底部压力,减小房屋似平稳阶段的竖向力.

    5) 屋面板开孔能导致结构水平海啸力增大20%,需要在设计中引起重视.

  • 图 1  过道布置问题距离计算方式

    Figure 1.  Distance calculation method of CAP

    图 2  基于两种约束的2-opt操作示意

    Figure 2.  Improved 2-opt operation diagram based on two kinds of constraints

    图 3  ACSATS 流程

    Figure 3.  Flow chart of ACSATS

    图 4  CSA与ACSATS在9~15规模下问题求解结果箱线图

    Figure 4.  Box-plot of the solution results of CSA and ACATS in the scale of 9−15

    表  1  参数名称与定义

    Table  1.   Parameter names and definition

    变量意义
    n  问题规模,即布置的设施数目
    I  所有设施的集合,I={1, 2, 3, …, n}
    i, j, h, k  设施编号,i, j, hI
    cij  设施 i 与设施 j 之间的物流成本,i∈{1,2,…, n−1},j∈ {1,2,…,n−1}
    dij  设施 i, j 之间物流交互点在 X 轴方向的距离
    li  设施 i 沿 X 轴边线的长度
    w  通道宽度
    αij  二进制变量,i, j 分配在同一行,且设施 i 被放置在设施 j 的左侧 αij= 1,否则 αij= 0
    qij  二进制决策变量,若设施 i 与设施 j 被布置于同一行,则 qij= 1,否则 qij= 0
    βhi  二进制决策变量,若设施 h 的物料搬运点在设施 i 的左侧,则 βhi= 1,否则 βhi= 0
    f  设施间的总物流成本
    下载: 导出CSV

    表  2  CSA与ACSATS算法求解CCAP与CAP的参数

    Table  2.   Algorithm parameters of CSA and ACSATS in solving CCAP and CAP

    问题算法nNItermax_1GαS/搜索次数/次
    CCAPACSATS9~152002000.01120200
    254006000.011.240400
    306008000.021.680800
    3680010000.021.680800
    CSA42~49100010000.021.6100800
    9~152002000.011
    9~152002000.010.820200
    CAPACSATS306008000.021.680600
    3680010000.021.680600
    42100010000.021.6100800
    49100012000.021.8110800
    下载: 导出CSV

    表  3  LINGO精确解与ACSATS算法的计算结果

    Table  3.   LINGO exact solution and solving results of ACSATS

    问题nLINGOACSATS
    F0t/sFmint/sgap1
    S991372.59001372.51.340
    S9H92946.59002946.51.420
    S10101642.59001642.51.770
    S11114812.59004268.52.06−11.30
    Am12 a122269.09001919.02.38−15.43
    Am12 b122400.59002101.52.45−12.46
    Am13 a133401.59002968.52.61−12.73
    Am13 b134291.09003439.03.11−19.86
    Am15155146.09003989.03.05−22.48
    N-25-05259008408.044.78
    ste-36-053690050210.5798.67
    sko-42-0542900125647.51355.99
    注:下划线表示LINGO与算法ACSATS的求解结果较优的一方.
    下载: 导出CSV

    表  4  CSA算法与ACSATS算法对CCAP的求解结果

    Table  4.   Solving results of CSA and ACSATS for CCAP

    问题CSAACSATS
    FCSA标准偏差FACSATS标准偏差
    S9 1372.5 6.49 1372.5 0
    S9H 2946.5 2.63 2946.5 0
    S10 1642.5 11.60 1642.5 0
    S11 4268.5 22.97 4268.5 0
    Am12 a 1919.0 9.51 1919.0 0
    Am12 b 2101.5 13.11 2101.5 0
    Am13 a 2968.5 15.40 2968.5 0
    Am13 b 3457.0 20.29 3439.0 10.68
    Am15 3989.0 37.57 3989.0 3.81
    下载: 导出CSV

    表  5  SS、GA、IDFPA、IFWA与ACSATS在42与49规模问题下测试CAP的求解结果

    Table  5.   Results of solving CAP with SS, GA, IDFPA, IFWA and ACSATS in 42 and 49 scale instances

    算例SS[4]GA[4]IDFPA[11]IFWA[9]ACSATS
    ft/sft/sft/sft/sft/s
    42-1 12731.0 1249.04 12731.0 7174.64 12731.0 279.37 12731.0 321.29 12731.0 322.38
    42-2 108020.5 1249.04 108049.5 6815.77 108006.5 681.43 108020.5 604.61 108006.5 489.94
    42-3 86667.5 956.28 86667.5 6854.25 86644.5 427.61 86655.5 621.45 86644.5 497.01
    42-4 68733.0 1141.34 68769.0 6509.35 68708.0 493.77 68722.0 867.15 68701.0 517.67
    42-5 124058.5 1236.47 124099.5 7052.59 124017.5 546.72 124017.5 554.07 124017.5 519.47
    49-1 20479.0 2683.93 20472.0 14934.38 20470.0 515.02 20470.0 542.13 20470.0 598.67
    49-2 208081.0 2733.87 208270.0 14338.86 208068.0 760.20 208078.0 1009.45 208068.0 1007.99
    49-3 162196.0 2877.19 162267.0 14351.91 162187.0 822.33 162187.0 1173.59 162183.0 1006.58
    49-4 118264.5 3716.16 118311.5 14290.03 118260.5 1809.86 118260.5 1193.88 118260.5 843.93
    49-5 332855.0 2596.39 332990.0 14913.18 332836.0 821.67 332811.0 989.91 332836.0 799.05
    下载: 导出CSV
  • [1] ANJOS M F, VIEIRA M V C. Mathematical optimization approaches for facility layout problems: the state-of-the-art and future research directions[J]. European Journal of Operational Research, 2017, 261(1): 1-16. doi: 10.1016/j.ejor.2017.01.049
    [2] HOSSEINI-NASAB H, FEREIDOUNI S, FATEMI GHOMI S M T, et al. Classification of facility layout problems: a review study[J]. The International Journal of Advanced Manufacturing Technology, 2018, 94(1/2/3/4): 957-977.
    [3] AMARAL A R S. The corridor allocation problem[J]. Computers and Operations Research, 2012, 39(12): 3325-3330.
    [4] GHOSH D, KOTHARI R. Population heuristics for the corridor allocation problem[J]. Iima Working Papers, 2012, 98(2): 33-40.
    [5] AHONEN H, DE ALVARENGA A G, AMARAL A R S. Simulated annealing and tabu search approaches for the corridor allocation problem[J]. European Journal of Operational Research, 2014, 232(1): 221-233. doi: 10.1016/j.ejor.2013.07.010
    [6] KALITA Z, DATTA D. Solving the bi-objective corridor allocation problem using a permutation-based genetic algorithm[J]. Computers & Operations Research, 2014, 52: 123-134.
    [7] KALITA Z, DATTA D, PALUBECKIS G. Bi-objective corridor allocation problem using a permutation-based genetic algorithm hybridized with a local search technique[J]. Soft Computing, 2019, 23(3): 961-986. doi: 10.1007/s00500-017-2807-0
    [8] ZHANG Z Q, MAO L L, GUAN C, et al. An improved scatter search algorithm for the corridor allocation problem considering corridor width[J]. Soft Computing, 2020, 24(1): 461-481. doi: 10.1007/s00500-019-03925-4
    [9] 刘思璐,张则强,管超,等. 考虑设施深度的过道布置问题及改进烟花算法求解方法[J]. 控制与决策,2020,35(1): 45-54. doi: 10.13195/j.kzyjc.2018.0720

    LIU Silu, ZHANG Zeqiang, GUAN Chao, et al. Improved fireworks algorithm for the corridor allocation problem with facility depth[J]. Control and Decision, 2020, 35(1): 45-54. doi: 10.13195/j.kzyjc.2018.0720
    [10] 管超,张则强,毛丽丽,等. 双层过道布置问题的混合整数规划模型及启发式求解方法[J]. 计算机集成制造系统,2018,24(8): 1972-1982. doi: 10.13196/j.cims.2018.08.009

    GUAN Chao, ZHANG Zeqiang, MAO Lili, et al. Mixed integer programming model and heuristic method for double-layer corridor allocation problem[J]. Computer Integrated Manufacturing Systems, 2018, 24(8): 1972-1982. doi: 10.13196/j.cims.2018.08.009
    [11] GUAN C, ZHANG Z Q, LI Y P. A flower pollination algorithm for the double-floor corridor allocation problem[J]. International Journal of Production Research, 2019, 57(20): 6506-6527. doi: 10.1080/00207543.2019.1566673
    [12] 管超,张则强,朱立夏,等. 双层过道布置问题的混合整数非线性规划模型及两阶段改进模拟退火算法[J]. 中国机械工程,2019,30(8): 975-983. doi: 10.3969/j.issn.1004-132X.2019.08.014

    GUAN Chao, ZHANG Zeqiang, ZHU Lixia, et al. A MINLP model and improved simulated annealing algorithm for double-layer corridor allocation problem[J]. China Mechanical Engineering, 2019, 30(8): 975-983. doi: 10.3969/j.issn.1004-132X.2019.08.014
    [13] 刘俊琦,张则强,管超,等. 基于多纵向传输通道的双层过道布置问题建模与优化[J]. 计算机集成制造系统,2022,28(2): 481-494. doi: 10.13196/j.cims.2022.02.013

    LIU Junqi, ZHANG Zeqiang, GUAN Chao, et al. Modeling and optimization of double floor corridor allocation problem based on multi-longitudinal transmission channels[J]. Computer Integrated Manufacturing Systems, 2022, 28(2): 481-494. doi: 10.13196/j.cims.2022.02.013
    [14] 王沙沙,张则强,刘俊琦,等. 多路径交互环形过道布置问题建模及改进蚁狮算法优化[J]. 计算机集成制造系统,2021,27(8): 2237-2247. doi: 10.13196/j.cims.2021.08.007

    WANG Shasha, ZHANG Zeqiang, LIU Junqi, et al. Modeling of multi-path interactive annular corridor allocation problem and optimization of improved ant-lion algorithm[J]. Computer Integrated Manufacturing Systems, 2021, 27(8): 2237-2247. doi: 10.13196/j.cims.2021.08.007
    [15] 陈凤, 张则强, 刘俊琦. 考虑设施方向的双目标过道布置问题建模与优化[J]. 计算机集成制造系统, 2022, 28(6): 1717-1734.

    CHEN Feng, ZHANG Zeqiang, LIU Junqi, et al. Modeling and optimization of bi-objective corridor layout problem considering facility orientation [J]. Computer Integrated Manufacturing Systems, 2022, 28(6): 1717-1734.
    [16] KALITA Z, DATTA D. Corridor allocation as a constrained optimization problem using a permutation-based multi-objective genetic algorithm[J]. Nature-Inspired Methods for Metaheuristics Optimization: Algorithms and Applications in Science and Engineering, 2020, 16: 335-358.
    [17] LIU J Q, ZHANG Z Q, CHEN F, et al. A novel hybrid immune clonal selection algorithm for the constrained corridor allocation problem[J]. Journal of Intelligent Manufacturing, 2020, 33(4): 953-972.
    [18] GUO Y W, MILEHAM A R, OWEN G W, et al. Operation sequencing optimization using a particle swarm optimization approach[J]. Proceedings of the Institution of Mechanical Engineers, Part B:Journal of Engineering Manufacture, 2006, 220(12): 1945-1958. doi: 10.1243/09544054JEM647
    [19] 张则强,汪开普,朱立夏,等. 多目标U型拆卸线平衡问题的Pareto蚁群遗传算法[J]. 西南交通大学学报,2018,53(3): 628-637,660. doi: 10.3969/j.issn.0258-2724.2018.03.026

    ZHANG Zeqiang, WANG Kaipu, ZHU Lixia, et al. Pareto hybrid ant colony and genetic algorithm for multi-objective U-shaped disassembly line balancing problem[J]. Journal of Southwest Jiaotong University, 2018, 53(3): 628-637,660. doi: 10.3969/j.issn.0258-2724.2018.03.026
    [20] KALITA Z, DATTA D. A constrained single-row facility layout problem[J]. The International Journal of Advanced Manufacturing Technology, 2018, 98(5/6/7/8): 2173-2184.
    [21] LIU S L, ZHANG Z Q, GUAN C, et al. An improved fireworks algorithm for the constrained single-row facility layout problem[J]. International Journal of Production Research, 2021, 59(8): 2309-2327. doi: 10.1080/00207543.2020.1730465
    [22] 高锋阳,李昭君,袁成,等. 含特殊负荷的配电网分层故障定位方法[J]. 西南交通大学学报,2020,55(3): 570-580.

    GAO Fengyang, LI Zhaojun, YUAN Cheng, et al. Hierarchical fault location method for distribution network with special load[J]. Journal of Southwest Jiaotong University, 2020, 55(3): 570-580.
    [23] 徐长安,倪少权,陈钉均. 基于两阶段算法的运行图与天窗协同优化[J]. 西南交通大学学报,2020,55(4): 882-888.

    XU Changan, NI Shaoquan, CHEN Dingjun. Collaborative optimization for timetable and maintenance window based on two-stage algorithm[J]. Journal of Southwest Jiaotong University, 2020, 55(4): 882-888.
    [24] XIA Y K, FU Z. An adaptive tabu search algorithm for the open vehicle routing problem with split deliveries by order[J]. Wireless Personal Communications, 2018, 103(1): 595-609. doi: 10.1007/s11277-018-5464-4
    [25] ZHOU B H, WU Q. An improved immune clonal selection algorithm for bi-objective robotic assemble line balancing problems considering time and space constraints[J]. Engineering Computations, 2019, 36(6): 1868-1892. doi: 10.1108/EC-11-2018-0512
    [26] 左兴权,王春露,赵新超. 一种结合多目标免疫算法和线性规划的双行设备布局方法[J]. 自动化学报,2015,41(3): 528-540.

    ZUO Xingquan, WANG Chunlu, ZHAO Xinchao. Combining multi-objective immune algorithm and linear programming for double row layout problem[J]. Acta Automatica Sinica, 2015, 41(3): 528-540.
    [27] 贾林,张则强,李六柯,等. 考虑面积成本的双目标环形过道布置建模及改进禁忌搜索优化[J]. 信息与控制,2019,48(4): 477-485.

    JIA Lin, ZHANG Zeqiang, LI Liuke, et al. Modeling and improved tabu search optimization for double objective annular corridor allocation considering area cost[J]. Information and Control, 2019, 48(4): 477-485.
    [28] 任子武,伞冶. 自适应遗传算法的改进及在系统辨识中应用研究[J]. 系统仿真学报,2006,18(1): 41-43,66. doi: 10.3969/j.issn.1004-731X.2006.01.011

    REN Ziwu, SAN Ye. Improved adaptive genetic algorithm and its application research in parameter identification[J]. Journal of System Simulation, 2006, 18(1): 41-43,66. doi: 10.3969/j.issn.1004-731X.2006.01.011
    [29] 徐岩,郅静. 基于改进自适应遗传算法的PMU优化配置[J]. 电力系统保护与控制,2015,43(2): 55-62. doi: 10.7667/j.issn.1674-3415.2015.02.009

    XU Yan, ZHI Jing. Optimal PMU configuration based on improved adaptive genetic algorithm[J]. Power System Protection and Control, 2015, 43(2): 55-62. doi: 10.7667/j.issn.1674-3415.2015.02.009
    [30] 耿敬,覃天意,李明伟,等. 基于进化ANSYS的防波堤结构智能优化方法[J]. 华中科技大学学报(自然科学版),2020,48(10): 86-91.

    GENG Jing, QIN Tianyi, LI Mingwei, et al. Intelligent optimization method of breakwater structure based on evolutionary ANSYS[J]. Journal of Huazhong University of Science and Technology (Natural Science Edition), 2020, 48(10): 86-91.
    [31] LIU J Q, ZHANG Z Q, ZENG Y Q. Modeling and optimization of double floor corridor allocation problem considering double channel unidirectional elevator[C]//Conference Proceedings of the 8th International Symposium on Project Management, China (ISPM2020). Beijing: [s.n.], 2020: 482-493.
    [32] 魏彤辉,左文杰,郑宏伟,等. 基于降维算法的车身可靠性优化[J]. 汽车工程,2020,42(7): 941-948.

    WEI Tonghui, ZUO Wenjie, ZHENG Hongwei, et al. Reliability-based design optimization of car BodyBased on dimension reduction method[J]. Automotive Engineering, 2020, 42(7): 941-948.
  • 加载中
图(4) / 表(5)
计量
  • 文章访问数:  456
  • HTML全文浏览量:  158
  • PDF下载量:  41
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-12-01
  • 修回日期:  2021-03-22
  • 网络出版日期:  2022-08-13
  • 刊出日期:  2021-03-26

目录

/

返回文章
返回