摘 要

蝙蝠算法（ＢａｔＡｌｇｏｒｉｔｈｍ，ＢＡ）是一种刚刚被人们所发现的用于优化的算法，但目前还没有被应用到解决该装配线优化的问题中去。蝙蝠算法在装配线优化中有着对比遗传算法很明显的优势。

产品组装是整个制造过程的最后阶段，也是装配过程最关键的部分将直接影响产品效率和成本的发展。装配顺序规划是装配过程的核心内容，组装顺序规划的问题已被证明是NP组合优化问题。如何找到合理而昂贵的装配顺序已经成为当前产品装配领域的热点。

本文章通过对特定的装配线进行用蝙蝠算法的优化，并有效的解决了该问题

关键词：蝙蝠算法；装配线；优化算法

Abstract

The Bat Algorithm (BA) is an algorithm that has just been found for optimization, but has not yet been applied to solve the problem of assembly line optimization. The bat algorithm has a significant advantage in the optimization of assembly lines in contrast to genetic algorithms.

Product assembly is the final stage of the entire manufacturing process, but also the most critical part of the assembly process will directly affect the product efficiency and cost of development. The assembly sequence planning is the core content of the assembly process, and the problem of assembly sequence planning has been proved to be NP combination optimization problem. How to find a reasonable and expensive assembly order has become a hot spot in the current product assembly field.

The This article through the optimization of the bat algorithm for specific assembly lines, and effectively solve the problem

Key words: bat algorithm; assembly line; optimization algorithm

目录

第1章 绪论..................................................................................................................1

1.1蝙蝠算法简介………….……….……….……….………………………….......1

1.2国内外现状研究……..………….………………….……………………………1

1.3最优化与蝙蝠算法……………….…….…….………….………………………2

第2章 群智能算法......................................................................................................4

2.1粒子群算法 .….4

2. 1.1蚁群算法.........................................................................................................4

2. 1.2文献综述.........................................................................................................4

第3章 蝙蝠算法及其改进…………………………………………………………....6

3.1.蝙蝠算法……………………………………………………..…………………...6

3.1.1骨骼的回声定位能力.....................................................................................6

3.1.2算法的结构.....................................................................................................6

3.2算法的修正分析与优化........................................................................................8

3.2.1惯量加权优化.................................................................................................8

3.2.2优化分析........................................................................................................9

3.2.3杂交优化…………………………………………….……………………….9

3.3.BA与EBA的分析研究与选择……………………….……………………......10

3.3.1BA与EBA的培训研究……………………………….…………………....10

3.3.2算法的分析验证与修改…………………………………………….……....11

3.3.3优化无约束的基准函数………………………………………….………....12

3.4蝙蝠总结…………………………………………………………………….......14

第4章 应用蝙蝠算法对具体装配线问题的优化设计………………..…………….16

4.1作业现状与问题分析…………………………………………………...…........16

4.1.1现状调查…………………………………………………………………….16

4.1.2现有问题…………………………………………………………………….17

4.2作业的改进设计…………………………………………………………………18

4.2.1改进工作程序……………………………………………………………….18

4.2.2改善现场管理……………………………………………………………….19

第5章 结语……………………………………………………………………………………………………………………………21

参考文献……………………………………………………………………………………………………………………………….....21

致谢……………………………………………………………………………………………………………………………………………23

第1章 绪论

1.1蝙蝠算法简介

Bat算法，BA算法是蝙蝠在自然界中使用声纳来检测猎物的模拟，以避免随机搜索算法的障碍，使用超声波模拟蝙蝠对障碍物或猎物进行最基本的检测，定位并将其链接到优化目标函数。 BA算法的仿生原理将蝙蝠群体作为一个NP可行的解决方案映射到D维问题空间中，测量模拟到蝙蝠群体运动中的优化过程和适应度函数值，并搜索猎物使用问题蝙蝠位置的优缺点，优胜劣汰的个人生存过程类比和优化的搜索过程用可行的解决方案来替代迭代过程的可行解决方案。在蝙蝠搜索算法中，为了模拟蝙蝠探索猎物，避免障碍，需要假设以下三个近似或理想化的规则：