定制家具的兴起使得家具产品款式规格多样化，生产过程中一般以订单型与库存型相结合的模式生产，很多工艺都需要手工完成，机械化程度不高，作业流程规范化程度低，在实际生产的过程中多以流水生产线的方式进行生产，由于生产线平衡率低、瓶颈工序严重导致家具产品成本高、交货期延迟、服务水平低等问题[1]。出现这些问题最主要的原因就是早期的家具生产线没有采用科学的设计方法进行规划设计，此问题在中小型企业中最为常见，因此，亟待推进家具生产线的优化设计，使得家具生产成本、交货期与服务水平都有一个结构性的改善。

1)短期目标，提供基本天气路况信息。主要以收集到的实时天气和实时路况信息为主，经过适当的筛选、确认，向用户提供基本的天气和路况信息。如制定一条从浙江台州去安徽黄山的导航路线。导航应提示到达目的地(一般为山脚下汤口镇)时的当地天气情况，沿途驾车过程中的路况消息，实时灾害性天气的预报；在接近目的地时，提示第二天登山时黄山景区的天气状况等。用户根据提示或自己主动获取相关信息，进行分析判断，调整变更路线。在初期阶段，气象导航以提供信息为主，信息分析工作主要由用户自己完成。

生产线是指产品生产过程所经过的路线，即从原料进入生产现场开始，经过加工、运送、装配、检验等一系列生产活动所构成的路线。生产线是按对象原则组织起来的，完成产品工艺过程的一种生产组织形式，即按产品专业化原则，配备生产某种产品（零、部件）所需要的各种设备、工人，负责完成某种产品（零、部件）的全部制造工作[2]。

基于上述观点，笔者以具有代表性的成都某家具企业为研究对象，在进行了现状调查的基础上，对车间现状、生产线平衡进行分析，然后对该家具生产线进行数学模型构建，对数学模型求解进行遗传算法设计，遗传算法设计包含编码、译码、选择算子、交叉算子和变异算子的设计，最后用MATLAB编程求解出最佳优化设计，并进行效果对比，为家具企业的生产线设计提供鉴定和指导。

在学习角色台词时有很多的学习技巧，要看重语言的魅力以及潜台词的发掘。那么有时我闷在探究语言魅力的同时要抓住台词中的一些行为动词，往往语言的魅力都会体现在动词之中。比方说，有这样一个经典舞台剧，主人公在讲述自己不幸遭遇的时候都会有很多台词，在所有的台词中行为动词是最经典的，这种行为动词是在表演是会很夸张的笑，到最后却出现哈哈大笑。但在使用动词时不会出现“笑着说”或“哈哈大笑着说”，不这样安排台词的原因是表演的情景是主人公惨遭不幸，而所遇到的坏人却没有机智的头脑，主人公才会使用这种台词进行抒发自己内心的情感。所以，影视表演中主人公的台词是由三个词语构成，即叙述、嘲讽和赞扬。[1]

1 文章所述家具企业车间现状

1.1 企业简介

该家具企业是一家集设计研发和生产为一体的家具生产企业，主要生产布艺沙发，具有中小企业的代表性。其生产模式主要是按订单生产，在流水线生产方式下，由于生产设施布局、工人安排、工位划分等方面不合理，导致制品搬运距离过长、制品堆积严重等系列问题。生产线平衡率低、瓶颈问题突出，严重阻碍了整体生产效率的提高。在调查的过程中发现，导致上述问题的主要原因是生产线设计不合理。

通过计算得出SF05268沙发生产线的平衡损失率为33.45%，与生产线平衡效果评价对比33.45%＞20%，等同于生产1套SF05268沙发浪费2 639 s，综合判断该生产线平衡效果差，不符合生产线的要求。

1.2 车间现状分析

以该公司产量最大的SF05268沙发车间生产为例，SF05268沙发的组成为左三位+右三位+脚踏，在左右三位上都安装有两个头枕。整个生产过程包括24个作业元素，其装配网络图如图1所示，与作业元素序号对应的工位名称如表1所示。

通常情况下，祈使语气的都是具有较高社会地位的人对于其下级或下属使用。在政治类演讲语篇中，演说者的地位都较于听众较高，因此，他们在自己的演说中使用祈使语气代替陈述语气能更好地凸显他们所要表达的观点，体现自己的权威性。

  

图1 SF05268沙发装配网络图Fig.1 SF05268 sofa assembly network

对车间生产线所涉及的工序进行秒表时间测定，为了保证数据的准确性，对每个工位工时分别测时6次，然后求平均值，作为实测工时，即正常时间。根据观察与访问选取适当的评比系数(1.00)以及宽放率（10%），利用标准工时计算公式，标准时间＝正常时间×(1+宽放率)[3]计算得出各作业元素的标准工时见表2所示。

 

表1 作业元素序号对应的工位名称Tab.1 The name of the workstation corresponding to the operation element number

  

 

表2 各作业元素标准工时及人员配置Tab.2 Standard working hours and staffing for each work element

  

?

第四步：将C1'中删除的元素插入到C2"的交叉点后面的编码串中，将C2'中删除的元素插入到C1"的交叉点后面的编码串中，重新生成的编码序列必须满足优先级关系。图8插入点放置位。

第一步：随机在[1，N-1]中产生一个数m作为变异点(N=24)，例如m=9。图10个体C1上的变异点。

研究发现，MYB基因的表达可受多种非生物胁迫诱导而出现节律性的昼夜变化[39]，如遮光处理会抑制花青素苷合成通路中结构基因的表达，影响花被片着色[40]。光照处理后，‘索邦’花蕾中LhsorMYB12的表达量明显高于黑暗处理，说明该基因的表达受到光照调节。启动子分析结果显示，LhsorMYB12序列上存在多个光响应元件，推测这些光响应元件可能与光照诱导LhsorMYB12表达上调相关。此外，光照处理4 h后 LhsorMYB12的表达量低于处理2 h和8 h时的表达量，说明该基因的表达可能还受到其他因子的调控，其启动子中存在的参与昼夜节律调控的元件可能与LhsorMYB12表达量的变化相关。

  

图2 流水线作业分配Fig.2 Assembly line assignment

1.3 生产线平衡分析

通过使用秒表对各个工位工时进行测定，绘制出各工作站上作业时间及作业人数分配图，如图3所示。

  

图3 各工作站作业时间及人数分配Fig.3 Work time and number distribution of each workstation

图3中工作站A2是严重制约生产线平衡的瓶颈工位，在此车间，各工作站作业周期相差很大，工作站A9工位所用工时为99 s，与瓶颈工时相差427 s。

对生产线平衡率进行计算[4]:

 

平衡损失率Bd=1-η=1-66.55%=33.45%

笔者在高一第一学期首先对学生进行各种摸底考查，目的是了解学生对初中英语的掌握程度，看是否有该会未会、该记未记的东西，以便有的放矢地进行“填平补齐”的教学工作。在考查中发现有些学生对音素和读音规则掌握得不好，语音、语调有待改进，词汇也遗忘了许多，语法仍比较模糊。

在整个生产过程中，工作站时间严重不均衡，各个工作站作业时间差异大，导致整条生产线效率低。与此同时，工作站时间不均衡还会导致工作站与工作站之间的制品堆积严重，生产车间空间浪费，劳动成本、管理成本增加，利润空间逐步减少，市场竞争力下降。因此，必须解决工作站节拍不平衡的问题，提高生产线产能，使企业在产能上满足要求的同时，降低生产成本，提高经济效益。

2 基于遗传算法的家具生产线优化设计

2.1 模型构建

生产线平衡问题主要涉及给定作业元素及其对应时间，根据生产产量计算生产节拍，在满足各作业元素都是独立的个体情况下，一个作业元素只可以对应一个工作站；各作业元素在工作站中的分配情况必须满足优先约束关系；在各工作站时间不得大于生产节拍约束条件的情况下，求最小化工作站数目。

1.1 研究对象 随机选取2016年-2017年来我院就诊120例5-14岁哮喘患儿，均符合中华医学会儿科学会呼吸学组儿童哮喘诊断标准 [1]。排除标准：⑴年龄小于5周岁，未诊断哮喘患儿；⑵伴有其他器质性疾病患儿；⑶伴有严重肝肾功能不全患儿。120例病例分为对照组与实验组，60例对照组纳入普通支气管哮喘，60例实验组纳入呼吸专业临床药师参与门诊的支气管哮喘。

其数学模型可以表示为：

 

第一步：随机在[1，N-1]中产生一个整数作为交叉的点(N=24)，例如m=8，则C1、C2个体的交叉点如图5所示。

针对车间流水线生产的情况，以SF05268沙发装配线网络图为例，运用遗传算法解决生产线不平衡的问题。遗传算法数学模型中相关的参数如表3所示。

 

表3 相关参数Tab.3 Relevant parameter

  

作业元素数目工作节拍最少工作站数作业元素时间矩阵优先关系矩阵种群大小群体进化代数交叉概率变异概率

2.2 算法设计[5-6]

1）编码。利用作业元素序列编码，这种编码方式是将作业元素按照在各工作站上的分配顺序，将对应的序号排成一列构成染色体，每一个作业元素对应一个染色体基因位。编码后的染色体上面的各作业元素必须满足优先级关系。各作业元素编码的其中一条染色体如图4所示。

  

图4 作业元素编码的染色体Fig.4 Chromosome of the work element

2）译码。编码后的染色体只能显示各作业元素的优先关系和该流水线的加工顺序，所以译码操作将染色体依次分配到各工作站，需要遵循每个工作站上作业元素时间和不大于生产节拍的原则。设编码的染色体序列为x1、 x2、 x3、…, xN-1、xN，xi代表各作业元素序号，i=1,2,3…,N(N=24)，i初始值为1，tt代表作业时间和、M的初始值为0。译码的主要过程为：

第三步：删除交叉后元素中与交叉前相同的元素，记录为C1"和C2"（图中黑色加粗线框标出的元素表示交叉前后相同的元素）。删除交叉前后相同元素过程如图7所示。

第二步：i=i+1。若i≤N-1，转至第一步；若i=N则译码结束。

3）选择算子。笔者采用最优保存方法选择算子。即在个体适应度函数值的基础上从种群中淘汰劣质个体，保留优胜个体。在利用遗传算法解决车间生产不平衡问题时，选择算子的最优保存法就是将群体中工作站数M值最小的个体直接代替M值最大的个体。

4）交叉算子。交叉算子是通过交叉概率Pc对所有个体进行两两配对，然后把配对的个体作为父代个体，将父代个体进行交叉重组生成新的子代个体，经过交叉算子的操作使群体具备更多的优良基因。将个体C1和C2用交叉算子得到更优新个体C1*、C2*的具体步骤如下：

B为表示各工作站使用情况的矩阵，并且B(j)=0或1， j=1、2、3……M 。当B(j)=0时，表示没有作业元素分配到该工作站上；当B(j)=1时，表示该作业元素分配到工作站上。I表示作业元素的集合，J表示工作站的集合，；ti表示作业元素i的作业时间，P(i)表示作业元素i的紧前作业元素的集合，X(i,j)=0或1，X(i,j)=1表示作业元素i分配给了工作站j，否则等于0。约束条件数学表达式中，表示一个作业元素只能对应一个工作站，表示各作业元素分配到工作站时必须满足优先级约束关系，表示各工作站作业时间必须小于或等于生产节拍。

  

图5 个体C1、C2交叉点Fig.5 The intersection of individual C1 and C2

第二步：将交叉点前的子串交换，交换后得到新的编码C1'、C2'。交换后的新编码如图6所示。

  

图6 交换后的新编码C1'和C2'Fig.6 The new code C1' and C2'

第一步：tt=tt+time(xi),若tt≤CT＜tt+time(xi+1),则M=M+1,tt=0。若i=N-1，M=M+1。转至第二步。

  

图7 删除交叉前后相同元素过程Fig.7 Removes the same element process before and after the cross

根据图1、表1和表2画出车间生产线简要布局包括作业分配情况和各工作站作业时间，如图2所示。

  

图8 插入点放置位Fig.8 Insertion point placement

第五步：经过交叉算子的过程得到最后C1*、C2*个体如图9所示。

  

图9 交叉算子后得到的新个体C1*、C2*Fig.9 New individual C1*and C2*obtained after crossover operator

5）变异算子。变异算子是用变异概率Pm将染色体上基因位上的基因进行变动生成新个体，将新个体与父代比较选择更优个体，用于求工作站M最小。笔者采用位置变化法将个体C1由变异算子得到新个体C1的过程如下：

观察组在西药治疗的基础上,加用中药补阳还五汤加减。用药:黄芪60g、赤芍15g、川芎15g、红花15g、地龙5g,有半身不遂者加用穿山甲、水蛭、桑枝,兼有言语不利者加用菖蒲、远志等。药房熬制过后由患者服用,分早晚温服(饭后),1剂/日,7天为一个疗程,连续服用两个疗程,进行效果检查和统计。

从图1、图2和表1、表2得出SF05268沙发车间的生产过程总共分为24道工序，其工作站为10个，总人数为15人。

  

图10 个体C1上的变异点Fig.10 Variation points on individual C1

第二步：删除变异点前的一个元素（删除的元素用黑色加粗线框标出），剩余的编码记为C1'，如图11所示。

  

图11 删除变异点处元素过程Fig.11 Removes the element process from the variation point

第三步：将删除的元素插入到C1'中，插入时必须满足优先级关系，得到变异后的新个体C1*如图12所示。

其次，对于学业有困难或者因为某种原因不能顺利毕业的学生，要给予更多的关心，注意他们情绪上的波动，帮助他们寻找新的出路.用一颗热忱的心，用大爱的精神，去关心爱护学生，保障毕业生学业管理工作的有效、顺利开展.

式中,ω(n)为窗函数,矩形窗和汉明窗较为常用;yi(n)为一帧的数值,n=1,2,…,L,i=1,2,…,fn,L为帧长,inc为帧移长度;fn为分帧后的总帧数。

  

图12 变异后个体Fig.12 The individual after mutation

2.3 算法求解

根据遗传算法的理论知识，结合该车间流水线生产的实际情况，用MATLAB编写相应的程序，在程序中取生产节拍TT=418 s，样本数（种群大小）s=100，进化代数G=200，选择的最优个体数目c=15，交叉的概率Pc=0.8，变异的概率Pm=0.06。

根据河道整治工程的要求，项目部需要组织专门的技术人员，定期对工程现场进行深入检查，设置项目日常巡检、周检和月检制度，并且做好定期检查工作的相关计划。此外，在对工程现场的安全检查过程当中，施工负责人需要配合工程部进行检查，与此同时，要做好相关的检查记录。如若发现项目中存在安全隐患，则需要积极采取紧急应对措施，消除安全隐患，进而实现工程现场的整体安全性。

运行所编写的程序，得出工作站数目M从0～200代的遗传中工作站数目的优化过程，如图13所示。

  

图13 工作站数优化过程图Fig.13 Process diagram of workstation optimization

从图13可以得出用遗传算法对该车间流水线平衡的过程中，遗传次数在10代后就由原来的15个工作站迭代到14个，即得到的最小工作站数为14个。因为工作站数相对较少，且各作业元素组成的装配网络图不是特别复杂，所示迭代的次数相对较少，所以就得到了最优解。通过对MATLAB程序的运行得出相应的评价系数如图14所示。

  

图14 评价系数Fig.14 Evaluation coefficient

从MATLAB命令窗口显示的结果可以看出节拍为410 s，平衡率BP=91.5%，平滑系数ST=157.73。而各工作站上分配的作业元素及对应的时间如图15所示。

3 生产线优化后效果评价

对生产线优化前后的效果进行对比分析，如表4所示。

从表4所示的优化前后生产线的对比可以看出生产线的效率有了大幅度的提升，生产节奏更加均衡，工人加班现象大幅降低，保证了年产量，节约了成本，增加了市场竞争力等。

从经济效益方面考虑，此家具生产线的优化提高了生产效率，增加了效益，节约了人力，减少了工人的劳动成本。其中：提升效益=效率提升百分比×作业人数×人均月薪酬×每年工作月数=29.41%×14×3 500×12=172 930.8元/a；减少的劳动成本=减少的工人数×人均月薪酬×每年工作月数=1×3 500×12=42 000元/a；总效益合计=效率提升效益+减少的劳动成本=172 930.8+42 000=214 930.8元/a。

欧盟成员国之间依然是独立的国家，由于这种特殊的情况，欧盟在食品安全监管中，既要降低食品安全风险，还要兼顾成员国之间的不同差异和各自的利益诉求。同时欧盟食品安全监管机构不具备制定规章制度的权限，只负责提供风险评估结果，由欧盟各成员国根据本国的实际情况设立食品安全管理机构和监督体系。欧盟食品安全管理局对食品链内的风险进行评估，在科学事实的基础上对欧委会及成员国提出建议[10]。欧盟的风险评估和安全管理分离机制，值得中国借鉴。

  

图15 各工作站上分配的作业元素及对应的时间Fig.15 The assignment elements and corresponding time allocated on each workstation

 

表4 优化前后效果对比Tab.4 Comparison of effects before and after optimization

  

P)产效率提滑各工作站数751.78 157.73↓594.05↓79.02%距减少,I)时间。虽然工作加，但是数10个 14个 ↑4个 ↑40.00%加工作站M） 但是工人责分明。1 节拍(TT) 526 s 410 s ↓116 s↓22.05%生产线生产速度加快, 工厂加班现象减少。2生产线平衡率(B 66.55%91.50%↑24.95%↑37.49% 生产线更加均衡, 生高。3平系(S作业时间差减少了等待4工站（作站数增并没有增的面积，作业时职5 作业总人数 15人 14人 ↓1人 ↓6.67%减少一名作业人员，同时生产效率也得到了非常大的提高。6 年产量 15 912套/a 20 592套/a↑4 680套/a ↑29.41%产量提升，也提高了公司的市场竞争力。7 日产量 51套/d 66套/d↑15套/d↓29.41%交货期得到保证，工人工作热情增加。8 单位小时产能6.8套/h 8.8套/h↑2套/h ↑29.41%沙发出货率提高。

4 总结

早期的家具生产线，由于生产的节拍、瓶颈工序、工站时间分配、人员布置等各种原因导致家具产品生产成本高、交期延迟、效率低下等问题。为了解决上述问题，把生产线设计运用于家具生产线中，通过生产线数学模型构建、遗传算法设计、MATLAB编程求解设计出合理的生产线，让生产节拍降低22.05%，生产线平衡率提升37.49%，平滑系数降低79.02%，作业人数减少1人，产量提升29.41%/a，节约总成本214 930.8元/a。结果表明，合理的生产线设计对企业成本、交货期等指标具有重要的积极作用。

参考文献

[1]钱文婷, 王旭凯, 熊先青, 等.自动仓储系统在家具企业原料仓的应用[J]. 林产工业, 2017, 44(5):50-54.

[2]曲英杰.SF企业生产效率提升策略研究[D].长春:吉林大学,2017:35-47.

[3]刘晓红, 许柏鸣. 第二讲 公司研究的应用[J]. 林业科技开发, 2003,17(1):65-67.

[4]张磊, 李中原. 基于IE方法的组装生产线平衡研究——以A公司为例[J]. 工业工程, 2017, 30(3):45-74.

[5]李志刚, 吴浩. 基于DNA遗传算法的表面贴装生产线负荷优化分配[J].中国管理科学, 2016(10):171-175.

[6]邱伊健, 涂海宁. 基于Flexsim与遗传算法的混流生产线仿真与优化研究[J]. 组合机床与自动化加工技术, 2015(8):119-123.