考虑学习效应的绿色制造资源配置研究

摘要

为应对制造业绿色转型的需求，研究考虑工人学习效应的生产车间绿色制造资源配置问题。针对现有研究多将生产参数视为静态值，忽略工人资源的动态影响，系统分析了工人、设备、物料等关键资源属性，并基于改进的DeJong模型，量化学习效应对实际加工时间、物料损耗及废弃物排放等的动态影响。以此为基础，构建以最小化最大完工时间、最大化综合绿色度及最小化生产成本为目标的绿色制造资源配置模型。针对该NP-hard问题，引入改进的精英策略、云模型自适应交叉变异及禁忌搜索策略，设计改进的非支配排序遗传算法(improved non-dominated sorting genetic algorithm Ⅱ, INSGA-Ⅱ)进行求解。结果表明，与不考虑学习效应的静态模型相比，所提模型获得的Pareto解集在所有目标维度上均有显著改善；且INSGA-Ⅱ在收敛性与多样性上优于标准NSGA-Ⅱ,能有效平衡冲突目标，为企业实现绿色智能转型提供了更为精准的理论依据与优化工具。

关键词

绿色制造 / 学习效应 / 资源配置 / 生产车间 / 多目标优化 / NSGA-Ⅱ