2021 中青杯 A题:汽车组装车间流水线物料配送问题 赛题思路

2021 中青杯 A题:汽车组装车间流水线物料配送问题 赛题思路

思路提供

2021 中青杯 赛题思路分享群：

思路以出

学长提高赛题思路，需要的同学入群，赛题思路能帮你节省大量时间，领先他人一大步

A题: 汽车组装车间流水线物料配送问题

汽车制造有四大关键工艺——冲压、焊接、涂装和总装，其中总装车间的占地面积最大、工人数量最多，迫切需要数学建模技术帮助降本增效。总装是指将发动机等全部内外饰件装配到车身上的工艺，通常围绕流水线展开，线上的每个工位负责装配固定的物料。为防止停线影响生产效率，需要及时补充工位上的物料，此物料补充工作称为运输，一般由拖车完成。拖车接收到任务指令后，需要进行如下操作：1）取料：前往目标物料的存储位，将物料装载至拖车；2）配送：将物料运送至目标工位和卸载。需要注意的是，在不超过小车容量的情况下，多个任务可以同时进行。

问题一

某总装车间内有两条并行的流水线，其布局如图1所示，其道路关键节点和工作点见附件1。该车间共有10辆拖车，目前采用承包制，即一个拖车负责若干个工位（称为“承包区”）的配送任务，且承包区互不交叠。请根据上述信息为拖车安排承包区（每个承包区不超过5个工位）。

问题二

为了降本增效，该车间计划通过打破承包制，减少拖车数量。在某一时间点，系统收到任务需求和当前可用车辆，通过计算生成派送方案并下发至拖车执行。请设计一种方法，在尽量减少停线风险的前提下，使得派送方案可以自动生成。图2和图3所示为系统收到需求信息示例和生成的派送方案。假设小车行进速度为5米/秒，装/卸零件耗时均为3秒，一次最大可装载4个任务。附件2为若干用于验证的任务数据，亦鼓励参赛者设计更复杂的场景和数据验证其技术方案。

问题三

问题2中的方案能否杜绝停线情况？若能，请解释原因；若不能，请改进或设计一种新的机制，并验证其效果。

图1、总装车间分为三个区域，其中I区和II区为装配区，III区为仓库。I区和II区中，蓝色折线为两条相同的流水线，其附近的蓝色圆点为工位和编号。III区中，红色为存储点，其中工位和仓库点编号为一一对应，即k号工位需求的零件储存在k号仓储位。绿色为道路，小车必须遵循道路行进，至目标工位/仓储位最近点（工作点）执行操作。车间的左下角为坐标原点，附件1为道路上若干关键节点和工位/仓储位的工作点坐标。

图2、任务示例，其中第一行“可用拖车”指当前可用车辆编号，所有可用车辆均位于B点。该示例中有8个任务，每个任务有三个字段：需求编号、需求工位、需求时间。“需求工位”是指该需求应送达的工位编号（送至相应的工作点）；“需求时间”是指预计该工位多长时间后会消耗完零件，因此必须在此时间前到达，否则流水线会有停线风险。

图3、派送方案示例，每条方案有三个字段：拖车编号、取件顺序和配送顺序。“拖车编号”是指执行该组任务拖车的编号；“取件顺序”和“配送顺序”是一串图2中的需求编号，拖车按照此顺序执行取件和配送，到达工作点后，需要装/卸零件。需要注意的是，由于工位存储空间有限，拖车必须在零件消耗完的时刻补充零件，故即使拖车提前到达工位，它开始卸载零件的时刻亦为该任务的需求时间。

简单思路分析

典型的 图论、插值、动态规划 问题，将工位组合为最小单元然后用蚁群，层次分析、整数规划即可。

[关键词]

2021中青杯建模 2021中青杯 2021中青杯建模 2021中青杯 中青杯数学建模 2021中青杯数学建模 2021中青杯杯建模思路 2021中青杯A题思路 2021中青杯B题思路 2021中青杯C题思路 中青杯 2021中青杯 中青杯思路 2021中青杯段思路 中青杯赛题思路 2021中青杯A题思路 2021中青杯B题思路 2021中青杯C题思路

常用数学模型

以下为学长创作的文章，希望对同学们有帮助

建模基础教学：模糊聚类FCM

建模基础教学：分类算法 — 随机森林

建模基础教学：分类算法 — knn聚类

建模基础教学：分类算法 — 决策树

建模基础教学：寻求最优解 – 退火算法

建模基础教学：EM-期望最大化算法

数学建模教程：CBA-基于关联规则的分类算法

数学建模教程：CBA-基于关联规则的分类算法

数学建模教程：GSpan-频繁子图挖掘算法

数学建模教学：常用算法 — BIRCH-层次聚类算法

数学建模教学：常用算法 — ID3-决策树分类算法

数学建模教学：常用算法 — CART-分类回归树算法

数学建模教学：常用算法 —AdaBoost 算法

数学建模教学：常用算法 — FPTree-频繁模式树算法

数学建模教学：常用算法 — Apriori-关联规则挖掘算法

数学建模教学：感知机原理剖析及实现

数学建模：异常检测算法

建模基础教学：模糊综合评判法

建模基础教学：模糊综合评判法

机器学习 — 线性分类

机器学习基础 — 线性回归（Linear Regression）

机器学习数学基础