.png){kind=icon}
返回
Learning-Based Multiobjective Coevolutionary Algorithm for Mixed-Model Assembly Line Balancing and Sequencing Problem With Collaborative Robots
.png){kind=icon}
PRE
AI
DOI：10.1109/tsmc.2026.3687516.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
协作机器人（cobots）越来越多地被用于帮助人类工人在装配线上执行装配任务或自行完成装配任务。人类工人的工效学风险是影响装配线效率的关键因素。因此，本研究探讨了含协作机器人的混合产品模型装配线平衡与排序问题（ALBSP），考虑了人类工人和协作机器人可以并行操作不同任务的情况下工效学风险。构建了一个混合整数规划模型以优化完工时间和工效学风险；该模型可使用CPLEX求解器求解小规模实例。随后开发了一种基于Q学习的多目标协同进化算法（QMOCEA）来处理大规模实例。该算法采用五种向量进行编码：任务分配向量处理任务分配子问题，工人分配向量处理工人分配子问题，协作机器人分配向量处理协作机器人分配子问题，工艺方案选择向量处理工艺方案选择子问题，产品模型排序向量处理产品模型排序子问题。此外，该算法采用基于知识的解码和初始化以获得高质量的初始解。提出了参数自更新策略以动态调整算法参数。比较分析表明，所提出的方法优于原始版本，并与基准方法相比表现出良好的性能，在22个实例组中实现了最高的平均超体积（HV）比0.805和最低的反世代距离（IGD）0.028。
Keyword:
Ergonomic risks
human–robot collaboration
mixed-model assembly line (MAL) balancing and sequencing
multiobjective coevolutionary algorithm
期刊
I
IF:
8.7
论文数:
167
被引数:
0
机构
引用论文
Bi-objective optimization of human-robot collaborative mixed-model multiple assembly lines considering model assignment and energy consumption考虑模型分配和能耗的人机协作混型多装配线的双目标优化
PREAI
分享收藏A Bi-Population Cooperative Discrete Differential Evolution for Multiobjective Energy-Efficient Distributed Blocking Flow Shop Scheduling Problem一种双种群协同离散差分进化算法用于多目标节能分布式阻塞流水车间调度问题
PREAI
分享收藏Models and algorithms for U-shaped assembly line balancing problem with collaborative robots.png)
SOFT COMPUTING
OAAI
SOFT COMPUTINGIF2.5
OAAI分享收藏分享收藏
查看更多内容