答辩博士：查珊珊
指导教师：郭 宇 教授
答辩委员会：
主席：倪中华 教授 东南大学
委员：侯俊杰 研究员 中国航天系统科学与工程研究院
刘婷婷 教授 南京理工大学
陈蔚芳 教授 南京航空航天大学
黄 翔 教授 南京航空航天大学
田 威 教授 南京航空航天大学
郭 宇 教授 南京航空航天大学
秘书：杨文安 副教授 南京航空航天大学
时间：2019年12月22日9：00
学位论文简介：
随着智能制造技术发展以及日益增长的个性化需求、设备添置、产品更新换代、工艺调整改进和物流精准配送等对制造车间布局提出了更高的要求。同时，由于离散制造车间存在内部扰动和外部环境引发的双重不确定性，本文以离散制造车间设施布局为研究对象，研究不确定需求下设施布局优化方法。
论文主要完成的工作及取得的成果如下：
(1) 针对不确定需求下SO-UA-DFLP优化问题，构建了不确定需求下UA-DFLP最小化物料搬运总成本优化模型，提出了一种融入成对交换、多方位移动和动态选择策略的改进粒子群算法-模拟退火混合算法。通过测试案例并对比已发表的研究成果，验证了算法的优越性能。
(2) 针对不确定需求下MO-UA-DFLP优化问题，构建了不确定需求下UA-DFLP最小化物料搬运成本、可变重布局成本、最大化非物流关系多目标优化模型，提出了一种融合峰值聚类方法的分散-集中学习策略、改进拥挤距离方法和惯性权重的多目标粒子群算法。通过测试案例并对比已发表的研究成果，验证了算法的优越性能。
(3) 针对传统布局方案评价模型中存在冗余指标、单一的权重分析且忽略指标之间关联关系等问题，本章提出了一种基于组合权重的混合模糊多属性决策方法。
(4) 融合实时位置数据、布局仿真验证、智能算法优化与评价决策技术工作开发了离散制造车间布局优化决策系统，并成功应用于某飞机总装车间设施动态布局实例。
主要创新点如下：
(1) 构建了物料不确需求下SO-UA-DFLP优化模型，提出了一种融入成对交换、多方位移动和动态选择策略的改进粒子群算法-模拟退火混合算法。
(2) 构建了不确定需求下不等面积车间设施动态布局多目标优化模型，提出了一种融合峰值聚类方法的分散-集中学习策略、改进拥挤距离方法和惯性权重的多目标粒子群算法。
(3) 构建了设施布局关键指标网络结构评估模型，提出了一种设施布局方案基于组合权重的混合模糊多属性决策方法。
(4) 融合实时位置数据、布局仿真验证、智能算法优化与评价决策技术开发了离散制造车间设施布局优化决策系统。
