Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Artículo de investigación
Diseño óptimo de distribución del equipo Cabina del barco Basado en SLP
Método y Algoritmo Genético
Recibido el 30 de agosto de de 2018; 13 revisada de noviembre de de 2018; Aceptado 09 de enero 2019; Publicada el 21 de enero de 2019
Copyright © 2019 Jinghua Li et al. Este es un artículo de acceso abierto distribuido bajo la licencia Creative Commons Attribution License, que permite el uso ilimitado, distribución
y reproducción en cualquier medio, siempre que la obra original esté debidamente citados. La sala de máquinas es el corazón de un barco, y casi todos los equipos
electromecánicos themain que apoya el trabajo a bordo se puede encontrar aquí. Encontrar una manera de organizar el equipo en un espacio de la cabina pequeña es un factor
esencial en el diseño y la construcción de un buque. Sin embargo, en la investigación existente, cuando un algoritmo inteligente se utiliza para optimizar el diseño de una cabina,
el modelo matemático establecido no es completa y la solución no ha sido evaluado. La solución óptima obtenida no es factible para el diseño real de un barco. Esto puede
conducir a redesignwork innecesaria, que afecta gravemente la eficiencia del diseño y aumenta los costes de diseño. Con el fin de resolver los problemas anteriores, el presente
documento se refiere de forma innovadora a un método de planificación sistemática de Layout (SLP) (normalmente aplicado a la disposición de equipos de la planta) a la cuestión
disposición del equipo de la cabina. El método SLP se utiliza para analizar cuantitativamente la relación de adyacencia y logística entre dispositivos, y se obtiene la relación
integración mutua entre los dispositivos de manera que un esquema de diseño preliminar puede ser recuperada. El modelo problema se construye teniendo en cuenta diversos
factores tales como la relación integral entre el equipo y la estabilidad de la cabina, y la correspondiente función de la función y la restricción objetivo son establecidos para
diseñar además de las variables, operadores y pasos del algoritmo genético. La solución inicial obtenida a partir del método SLP se utiliza como parte de una solución inicial para
el algoritmo genético, y el algoritmo genético se utiliza para optimizar el problema. Por último, el Proceso Analítico Jerárquico (AHP) se utiliza para evaluar y optimizar varios
grupos de mejores esquemas obtenidos mediante la ejecución de múltiples algoritmos genéticos y seleccionar los mejores esquemas. El diseño experimental demuestra que el
método de diseño integrado tiene cierta viabilidad y la superioridad.
1. Introducción problemas de diseño se derivan problemas del mundo real fromactual. A menudo,
los problemas reales son difíciles de describir con precisión en el lenguaje
La sala de máquinas es el corazón de un barco. Una gran cantidad de equipo matemático. Por lo general, los supuestos se pueden utilizar para simplificar los
principal apoyar el trabajo a bordo está dispuesto en la sala de máquinas. La problemas reales y luego describirlos en lenguaje matemático para establecer
organización de todo tipo de equipos efectivamente es un problema importante [1]. modelos matemáticos correspondientes. Por otra parte, estos cálculos se com-
Un diseño razonable puede reducir en gran medida el ciclo de diseño y plicado. La complejidad computacional de los problemas de diseño es un problema
construcción de buques y, al mismo tiempo, reducir los costos y garantizar la no determinista que implica la complejidad del polinomio; es decir, una solución
seguridad de las operaciones del buque. Con la investigación y la aplicación de un exacta al problema no se puede encontrar en un tiempo limitado. Por lo tanto, la
algoritmo inteligente, la combinación de un algoritmo de optimización y el equipo de mayoría de los problemas de diseño a menudo terminan no con una solución
diseño inteligente ha estado atrayendo cada vez más atención. óptima, sino más bien una solución factible que satisface las restricciones y tiene un
mejor rendimiento [3].
método debido a las limitaciones de los tiempos, sino que se basó en la experiencia diseño de la disposición de las instalaciones del taller [28-30], y la investigación
subjetiva de los seres humanos [4]. Desde la década de 1940 hasta la década de 1960, el sobre la aplicación del método SLP a la disposición de las instalaciones de la
tema de la distribución de la instalación entró en un período de rápido desarrollo. Durante nave es relativamente raro. Hu Yao et al. optimizado el complejo problema de
este período, los investigadores utilizaron la teoría de sistemas, la cibernética y otros optimización combinación multiobjetivo para el diseño de posición del interior
métodos cuantitativos para optimizar los diseños de las instalaciones y ha logrado buenos de la cabina de un barco volumétrica y aplicado ampliamente el método de SLP
resultados [5]. Desde la década de 1970, con la popularidad de los ordenadores y la con el método heurístico y el algoritmo genético (GA) en el algoritmo inteligente
aparición de diversos algoritmos inteligentes, el problema de optimización de distribución de para resolver el problema y optimizar la solución [31 ]. Sin embargo, sólo se
la instalación ha entrado una vez más otro período de vigoroso desarrollo [6]. El uso de detalla la ubicación de los diferentes compartimentos y no optimiza el diseño
algoritmos inteligentes para optimizar el diseño de las instalaciones se ha cambiado por del interior de la cabina. Por otra parte, simplemente usando el método SLP
completo los procesos de negocio del pasado, y algoritmos inteligentes son ampliamente para resolver el diseño de los equipos de cabina sólo cumple con los requisitos
utilizados para resolver con éxito el problema de la distribución de las instalaciones de de adyacencia y logística de los equipos y no garantiza que el régimen cumple
diseño [7-17]. envía la estabilidad y otros requisitos de rendimiento.
adopta un conjunto de símbolos y formas expresivas leyenda de trabajo concisos y, a través del Tabla 2: Tipo de dispositivo.
optimización de la disposición de los equipos de cabina. Sin embargo, independientemente del tipo 2 Alternador
de esquema de trazado que se utiliza, todavía hay algunas diferencias entre los dos problemas de 3 bomba de uso general para la parte inferior de la cabina
diseño. La razón principal de esta diferencia es que el diseño de la disposición ubicación del equipo 4 bomba de trituración de aguas residuales
de la cabina es diferente fromthe diseño designof el sistema de producción. El diseño de la 5 Extintor de incendios
disposición del sistema de producción considera principalmente factores de logística de transporte.
6 Depósito de combustible
investigación relevante muestra que alrededor del 20% de los costes de procesamiento se utiliza
7 gabinete de aguas residuales domésticas
para el transporte de materiales, y el diseño de equipos razonable puede reducir el costo de
8 escalera 1
transporte de materiales en al menos un 10% -20% [37]. Sin embargo, en cuanto a la disposición de
los equipos de cabina, el factor de relación de la logística no es el factor principal, y la influencia de 9 escalera 2
la relación de adyacencia es mayor. Por lo tanto, cuando se utiliza el método SLP, es necesario
hacer ajustes a los elementos constitutivos para el análisis tanto de la demanda adyacente y la Tabla 3: Distribución de la intensidad de la demanda adyacente en la cabina. No.
relación de circulación. Al mismo tiempo, es necesario utilizar el coeficiente de intensidad de
8 / / / / / / / / 0
9 / / / / / / / / /
2.1. El análisis de la intensidad de la demanda entre Adyacente sobre Equipos. De
acuerdo con ciertos criterios de diseño, la resistencia a la demanda adyacente de cada
pieza del equipo se determina y se expresa por la clase de resistencia y coeficiente de
De acuerdo con el equipo en la Tabla 2, los criterios de diseño son como sigue:
fuerza. La resistencia a la demanda de adyacencia entre los dispositivos se determina
el motor principal y el generador debe estar más cerca, y la distancia desde el otro
de acuerdo con ciertos criterios de disposición y se expresa por el nivel de intensidad y
equipo es muy separadas; la bomba total al final de la cabina no está relacionado con
el coeficiente de intensidad
el funcionamiento de otro equipo; el grado relativo de la bomba de pulverización de
aguas residuales y el tanque de aguas residuales vida es más alto y se deben colocar
• •• ∈ [0, 1] indica la intensidad de la demanda adyacente entre el
en una posición relativamente cerca; extintores de incendios deben colocarse cerca
equipo • y •; el mas largo • •• indica que la demanda de adyacencia entre • y •
del depósito de combustible y escaleras para facilitar el acceso.
es fuerte. • •• = 0
indica que los dispositivos • y • no tiene ninguna necesidad de adyacencia; • •• =
6 0 la demanda no la circulación
Tabla 5: Distribución distribución de intensidad de relación en la cabina. No. misma que entre el equipo 2 y el equipo 1; sólo uno de ellos se cuenta.
1 2 3 4 5 6 7 8 9
1 / 0,8 0 0 0 0 0 0 0
2.3. Análisis de la Relación Fuerza Integral entre el equipo. La tabla
completa inter-relación entre dispositivos es una combinación de la
2 / / 0.6 0,6 0 0.2 0,4 0 0
distribución de la demanda adyacente y la relación de circulación análi- sis,
3 / / / 0,8 0 0 0,2 0 0
y las dos relaciones están integrados uno con el otro para producir una
4 / / / / 0 0 0,8 0 0
tabla. A través de un análisis exhaustivo de la relación entre las piezas de
5 / / / / / 0,6 0 0.6 0.6 equipo, la ubicación de cada pieza de equipo es razonablemente
6 / / / / / / 0 0 0 planificada y la disposición de los equipos de la cabina es más razonable.
7 / / / / / / / 0 0
8 / / / / / / / / 0
Cuando la intensidad de la demanda adyacente y la intensidad de la
9 / / / / / / / / /
relación de circulación son todos determinados, el objetivo sub- puede
ponderarse para ser transformado en un coeficiente de fuerza multidiana
para obtener la resistencia relación integral del análisis SLP, y • •, • se expresa
necesario considerar el flujo de personal con el fin de garantizar la ubicación del
por la siguiente fórmula: • •, • se determina por la siguiente fórmula:
equipo es conveniente para la instalación el personal, el funcionamiento y la
evacuación.
Utilizando • •• para expresar la fuerza de la relación de circulación entre
• •, • = • 1 • •, • + • 2 • •, • (1)
el personal, • •• = 0 indica que no hay relación culación cir- entre • y •; es decir,
la gente no operan equipos de • a •; • •• = 1 indica que En la fórmula, • •, • y • •, • representar dos valores de resistencia entre las cabinas •
y • y • 1 y • 2 son los coeficientes ponderados. se determina la importancia relativa
• y • la circulación es muy alta; es decir, la frecuencia de personal de operación de • de la relación de adyacencia y la relación de circulación. La relación de
a • es muy alto. Matrix B es una matriz de distribución que representa la importancia • 1: • 2 ( valor ponderado) debe estar generalmente en el intervalo de 1:
intensidad de las relaciones de circulación, grado relación de distribución, y la 3 ~ 3: 1. Cuando • 1: • 2 < 1: 3, la disposición se ve afectada por la relación de
distribución coeficiente de intensidad, como se muestra en la Tabla 4 [38]. adyacencia, y el objetivo clave de la planificación es la relación circulación
cuando se dispone el equipo. Cuando • 1: • 2> 3: 1, indica que la relación de
Para que la relación de circulación, consideramos principalmente la adyacencia entre dispositivos es dominante [43]. Cuando se despliegan los
operación del personal 's de los equipos y la relación de circulación desde dispositivos, se han previsto los dispositivos que ocupan una proporción
el host a las escaleras durante la evacuación. Para que la relación de la importante en la relación de adyacencia. Debido a que el equipo de la cabina
logística, la disposición de las tuberías y cables entre el motor principal y el está en la operación real de la nave, la relación de adyacencia es más
generador se considera principalmente, así como la utilización total de la importante y la relación de adyacencia razonable puede ahorrar una gran
bomba y el polvo de agua viva en la parte inferior de la cabina. La cantidad de espacio de la cabina con el fin de que la tubería y el circuito se
intensidad de la relación logística entre la bomba de trituración y el armario pueden organizar más razonable. Haciendo referencia al valor de este peso en
de agua viva también es relativamente pequeña. Haciendo referencia a la [44], por lo tanto, este artículo se echa • 1: • 2 = 4: 1, es decir, • 1 = 0.8
norma correspondiente para motor de la nave roomdesign [39-42], la
relación de circulación entre el equipo está claramente definido en la
norma. Haciendo referencia a los correspondientes reglamentarias en la
norma, la situación personal y logística del equipo en la cabina se y • 2 = 0.2. La matriz F distribución para sintetizar la fuerza de correlación se
determinan. muestra en la Tabla 6.
El nivel de correlación integrado puede estar además determinamos en
base a los datos de la Tabla 6, es decir, el nivel de correlación global entre
dispositivos en el método de SLP. El nivel se expresa como {A, MI, YO, O, U} y
En la Tabla 5, cabe señalar que no hay flujo el intervalo de la intensidad que corresponde al nivel en el ejemplo es {[ 0,8,
relación entre el propio equipo, ya que no hay grado de intensidad de flujo 1], [0.6, 0.8), [0,4, 0,6), [0,2, 0,4), [0, 0,2)}. La distribución de rango se
entre el equipo 1 y el equipo 1; la intensidad de flujo entre el equipo 1 y el muestra en la Tabla 7.
equipo 2 es el
Los problemas matemáticos en Ingeniería 5
Tabla 6: Distribución Integral intensidad relación entre dispositivos. No. colocación. Un buen diseño del equipamiento interior puede coordinar la relación entre
el funcionamiento del equipo camarote de barco, garantizar el funcionamiento del
sistema, mejorar la eficiencia de la circulación de la tripulación de cabina, y reducir el
1 2 3 4 5 6 7 8 9
consumo de tiempo de la circulación. En problemas de diseño de ingeniería, las formas
1 / 0.64 0 0 0 0 0 0 0
de disposición básicos incluyen la disposición de una sola línea, la disposición de
2 / / 0.44 0.44 0 0.2 0,4 0 0
líneas múltiples, disposición del sitio, la disposición de anillo y el diseño en forma de U.
3 / / / 0.79 0 0.16 0.04 0 0 La mayor parte de las literaturas nacionales relacionados se refieren al diseño del sitio
4 / / / / 0 0 0,8 0 0 y el diseño de varias líneas como la disposición de varias líneas. El diseño básico se
5 / / / / / 0,6 0 0.6 0.6 muestra en la Figura 1 [35]. La posición de disposición en la figura está representado
9 / / / / / / / / /
Tabla 7: Distribución de Comprehensive nivel de relación entre los dispositivos. No. El modelo de topología de la cabina y el equipo se muestra en la Figura 2.
En la imagen, la esquina inferior izquierda de la cabina es el punto original, • • representa
la longitud del dispositivo
1 2 3 4 5 6 7 8 9
•, ℎ •• representa el espaciado horizontal mínima entre los equipos • y •, ℎ •0 representa
1 / mi UUUUUUU
el espacio horizontal mínima entre los equipos • y el límite de la cabina, y Δ
2 / / yo yo UO yo UU
•
3 / / / mi UUUUU representa la distancia neta entre el equipo • y el dispositivo
4 / / / / UU UNA UU • - 1 o el límite. El rango de valores es [ 0, 1,5], • soportes para el dispositivo de
5 / / / / / mi T mi mi separación de filas, • 0 representa la distancia desde el primer dispositivo de línea
6 / / / / / / UUU con el límite taller, • • es el • coordenadas del centro del dispositivo •, y • • es el • coordenadas
8 / / / / / / / / T
9 / / / / / / / / /
3.2. Función objetiva. El objetivo de la optimización configuración de cabina es
colocar correctamente el equipo de una manera que asegure la estabilidad de la
estructura y el funcionamiento de la nave. Por lo tanto, la función objetivo tiene que
Este documento presenta los algoritmos genéticos para la optimización
cumplir los dos objetivos de la intensidad de flujo y fuerza adyacente de acuerdo con
posterior, por lo que el propósito del análisis SLP es determinar la relación
el método de SLP. Además, es necesario tener en cuenta el equilibrio y el centro de
posicional de una parte de los equipos con rel- tivamente alta resistencia amplia
gravedad requisitos, ment Organizar- equipo uniforme y así sucesivamente [39-42].
relación. En el inition def- del grado de relación SLP, el más alto nivel “A” debe
estar cerca. La bomba de polvo de aguas residuales viviente y el gabinete de
aguas residuales domésticas pueden estar juntos con el fin de facilitar el
tendido de cables y tuberías. De acuerdo con los requisitos de la zona de cada (1) objetivo de intensidad adyacentes. Cuanto mayor sea la estrecha relación
equipo itemof, las restricciones de posición del algoritmo se determinan de betweendevices, mayor es la intensidad de flujo y la más pequeña es la distancia entre los
acuerdo a la optimización del algoritmo, y la disposición preliminar de la dispositivos, por lo que la función objetivo para la definición de la fuerza de adyacencia es
secuencia equipo ( 7 4 3 1 2 6 8 5 9) es obtenido. Los resultados del análisis por como sigue:
encima de SLP se pueden utilizar como parte de la secuencia de dispositivos 9
en la solución inicial del algoritmo genético para acelerar la convergencia del • 1 ( •) = 8 Σ Σ • × • (•) (2)
algoritmo genético. •=1 •=•+1
1 2 3 4 5 1 2 3 1 2 3
2 45 3 1 4 1 5 4 1 5
4 5 5 6
Disposición sola fila
3 6 3 84 6 7
6 7 9
2 2 9 8
una 1 2 4 3 2 1
si 1 y cinco 4 1 5 01
A: número de ubicación de 8 3 5
diseño
3 4 3
b: Número de instalaciones
2 sesenta 2
6 5 7 8 9 10
8 7 6 8 7 9
metro j
Figura 2: Modelo de topología entre la cabina y el equipo. fórmula se utiliza para controlar el equipo que se ha dispuesto de manera uniforme
en la cabina.
(11)
•••••• • - • • ••••• ≥ [(• • + • •)
+ ℎ ••] • •• • ••,
2 dónde • es el número total de líneas en el diseño del dispositivo.
Σ • •• = 1, • = 1, 2,. . . , 9; • •, • • ≥ 0, Δ • ≥ 0 (12)
• • = • • + ( • • + • •) + ℎ •• + Δ • •=1
2
(10)
(3) El peso de los equipos mecánicos dispuestos en los lados izquierdo y derecho
debe mantenerse tan equilibrada como sea posible para evitar el balanceo del barco
= ℎ •0 + Δ • + ( • • + 2• •) + ℎ •• + Δ •
2 causado por la diferencia de peso en ambos lados, y • es la anchura de la cabina.
Σ ••≈ Σ ••
• • = ( • - 1) • + • 0, (13)
0≤•≤• / 2 • / 2 <•≤•
9 9
•••••
{{{{{{{{{{{{{{{{{{{•••••• ≥ [(• • + • •)
•- •• + ℎ ••] • •• • ••, •, • = 1, 2,. . . , 9 (14)
2
•
•.•. Σ • •• = 1, • = 1, 2,. . . , 9; • •, • • ≥ 0, Δ • ≥ 0, • = 1, 2,. . . , 9 Σ
•=1
••≈ Σ ••
0≤•≤• / 2 • / 2 <•≤•
De esta manera, de acuerdo con las reglas y ENCE diseño experimental de la de flujo del algoritmo genético. El análisis específico es como sigue.
disposición de los equipos de cabina, la función objetivo y las restricciones se
determinan, y luego se establece el modelo matemático del diseño de la disposición de
la cabina, que está listo para el siguiente paso mediante el cual el genética algoritmo
4.1. La codificación cromosoma. Codificación de expresiones de transposición extiende usando
se utiliza para la optimización inteligente.
dos listas de símbolos de dispositivo y el espaciamiento red son
tiene una fuerte solidez a este tipo de problema [45-50]. Por lo tanto, el algoritmo representa la separación neta entre el dispositivo • - 1 y el dispositivo
genético puede resolver el problema de diseño del equipo de la cabina. •. Al mismo tiempo, la estrategia automática al ajuste de líneas que se adopte; es
decir, cuando la suma de las longitudes de los dispositivos en la misma fila y la
De acuerdo con las características del modelo de optimización separación mutua real supera el límite máximo de longitud de espacio lateral, el
multiobjetivo de equipo de cabina, este documento diseña la codificación último dispositivo del banco entra automáticamente en la siguiente línea.
cromosoma, cruce, mutación, y el algoritmo
8 Los problemas matemáticos en Ingeniería
4.2. Población inicial. La población inicial se genera aleatoriamente. Con el fin de Tabla 8: esquema de diseño.
SLP. En este caso, la secuencia de la cabina obtiene por el método SLP 2 [ 7], [4,3], [2,9,6], [1,8,5]
Niño 1: una )
aaaaaaaaa
1 (• + 3 2179546 8
••• ( V •) = (17)
• •) (Niño 2: ( 6 5431982 7
)
aaaaaaaa
4.5. Cruzar. La operación de cruce adopta el método ing Match- parcial del
4.7. Descodificación. El diseño adopta la estrategia automática al ajuste de líneas. Por lo
programa de reparación transversal de unión de dos puntos. El programa de
tanto, se añade una matriz con el Layout nombre de campo con el algoritmo para
reparación puede hacer que el nonpopulation Los individuos en la cruz convertirse
almacenar el número de secuencia de cada línea de equipos después de cada secuencia
individual dentro de la población, garantizando así la buena marcha del algoritmo.
de dispositivos es generado por la iteración. El esquema de la disposición resultante es los
Los pasos de implementación específicos del método de cruce son los siguientes:
datos de la matriz.
Para los padres de un padre y dos, encontrar al azar dos números del 1 al
9, como la posición de intersección.
4.8. Flujo algoritmo. Sobre la base de los ajustes anteriores, los parámetros del algoritmo
Padre 1: una
7 2431956 8
)
aaaaaaaaa GA se establecen como sigue: tamaño de la población es de 50, la probabilidad de cruce
es 0,6, probabilidad de mutación es de 0,1 y el número máximo de iteración es 200. El
(Padre 2: ( 6 3179582 4
)
aaaaaaaa
flujo algoritmo GA se muestra en la Figura 3.
Intercambiar las partes entre las dos posiciones transversales de los padres.
comienzo
La construcción de una jerarquía
modelo
población inicial
función de aptitud
computacional
Cumplir con
No
las condiciones
Sí
Es menor que el número
si orden total Hierarchical
prueba de consistencia
No
No
Seleccionar Cumplir con las
condiciones
resultado de salida
sí
Cruzar
determinar el
Fin
peso
La generación de
cierto nivel (por ejemplo, más de cuatro). En este caso, el Fuzzy Proceso
nuevas poblaciones
Analítico Jerárquico (FAHP), que combina las ventajas del método Fuzzy y el
Proceso Analítico Jerárquico (AHP), puede resolver este problema bien [51].
Figura 3: Flujo de algoritmo.
Sin embargo, sólo hay tres indicadores de evaluación en el nivel de criterio del
problema estudiado en este trabajo, por lo que el proceso analítico jerárquico
nonfuzzy ha sido capaz de obtener un esquema de evaluación mejor. Al utilizar
el método AHP para modelar problemas, se requieren en general los siguientes
5. Cabina de base-AHP Layout esquema de selección pasos: la construcción de un modelo jerárquico, la construcción de una matriz
de juicio (comparación por pares), jerárquico único pedido y la comprobación
5.1. El principio básico de AHP Método. El Proceso de archy quía Analítica de coherencia, orden total jerárquica y la comprobación de coherencia [52].
(AHP) se refiere a un complejo Problemas de toma de decisiones
multiobjetivo un sistema, que se descompone el objetivo en múltiples
objetivos o criterios y luego se descompone este en múltiples niveles de
indicadores múltiples (o criterios, restricciones). El orden jerárquico único El diagrama de flujo análisis AHP muestra en la Figura 4 es cado esta-, y luego
(peso) y ordenación total se calculan mediante el uso de un método de se evalúan los siguientes seis esquemas basados en esto.
cuantificación difusa índice cualitativo, que se utiliza como el
systemmethod de focalización (multi-indicador) y una decisión de
optimización multi-régimen. Es adecuado para un sistema de destino con
hierarchically- indicadores de evaluación entrelazados, y el valor objetivo 5.2. Proceso óptima
es culto difi- el fin de describir cuantitativamente el problema de decisión.
Por supuesto, (1) establecer un modelo de estructura jerárquica. De acuerdo con el objetivo
decisión de este documento, se define la capa de destino como sigue: determinar
una solución óptima. De acuerdo con los indicadores pertinentes para evaluar la
disposición de la ubicación
10 Los problemas matemáticos en Ingeniería
Objetivo capa T:
capa Criterios Z:
Z1: vía de
Z2: razonamiento Adyacente seguridad de la cabina
circulación razonable
capa de solución P:
P1: Plan 1 P2: Plan 2 P3: Plan 3 P4: Plan 4 P5: plan de 5 P6: Plan 6 Z3:
equipo de cabina, la capa de criterio se define como sigue: el grado razonable Tabla 9: tabla de criterios de proporción.
la proximidad del esquema es); el grado de seguridad de la cabina (es decir, el 7 fuertemente importante
diseño de la esquema debe estar más cerca del peso de los lados izquierdo y 9 Extremadamente importante
derecho, y mejor es la estabilidad, mayor es la seguridad de la cabina); y la 2,4,6,8 valor intermedio de dos sentencias adyacentes
capa esquema es los seis esquemas para la disposición de los equipos de
cabina. La estructura jerárquica se muestra en la Figura 5.
Tabla 10: Resultados de la jerárquicas solución única especie. matriz de Tabla 11: RI indicador de consistencia aleatorio media valor estándar. norte
juicio • •• •1 •• •2 •• •3 •• 1 2 3 4 5 6 7 8 9
máximo valor propio 3.004 6,489 6.351 6.146 RI 0 0 0.58 0.89 1.12 1.24 1.32 1.41 1.45
0,230 0,228 0,242 0,256 Tabla 12: Matriz de juicio de valor CR.
2 1 2 3 2 13 1 •• = λ máx - • (21)
•1 •• = •-1
3 1 2 1 2 1 12 1 1
Teniendo en cuenta que la desviación de la consistencia puede ser
11331211232 Calcular el valor CR de cada matriz juicio accord- ing a la fórmula anterior,
[[[[[[[[[[[[[[[[ ]]]]]]]]]]]]]]]]
2 13 1 como se muestra en la Tabla 12.
Se puede ver de la Tabla 12 que el valor CR de cada matriz juicio es
menos de 0,1, lo que indica que la matriz de juicio establecido en este
2 1 2 1 2 13 1
documento es correcta.
•3 •• =
3 1 2 1 12 1 1 12
(5) La Orden total de la Jerarquía. Calcular el peso de todos los factores en
1 2 1 2 12 1 un cierto nivel de la importancia relativa de más alto nivel (objetivo total) se
denomina el orden total de la jerarquía. Este proceso se lleva a cabo, en
orden, desde el nivel más alto al más bajo nivel. El peso de cada factor en
2 1 2 1 12 1
la parte inferior se calcula según la siguiente fórmula:
capa Z •1 •2 •3
Z-capa de pedido total de capa de destino P
capa P 0,122 0,230 0,644
Tabla 14: Calcular los valores de los parámetros requeridos. matriz de En comparación con el simple uso de algoritmos inteligentes, el método de diseño integrado puede
con más precisión cuantitativa analizar y expresar la relación entre cada dispositivo y lo utilizan para
juicio •1 •2 •3
evaluar la solución producida por el algoritmo, lo que mejora la exactitud de la solución factible en
•• • 0,098 0,070 0,029 cierta medida. Por otro lado, hay relativamente pocos estudios sobre la aplicación del método SLP a
•• 0,122 0,230 0,644 la disposición de los equipos de cabina. Este documento ofrece algunas ideas para usar este
•• • 1.240 1.240 1.240 método para optimizar el diseño de los equipos de cabina. Al mismo tiempo, se introduce el método
de AHP en el nente eva- y selección de esquema de distribución del equipo. La idea es simple y
clara, y no hay necesidad de establecer el modelo matemático complejo. Es muy eficaz para el
es el peso del factor de capa de programa para el factor capa criterio • •. sistema de toma de decisiones multiobjetivo, y la información cuantitativa necesaria después de la
simplificación es simple y fácil de ser aceptado por los tomadores de decisiones. Mediante el análisis
De acuerdo con los pasos anteriores, el peso de cada factor en la capa de destino es de los factores subjetivos y difusos, el error del sistema se reduce y la corrección del esquema de
como se muestra en la Tabla 13. diseño seleccionado se puede garantizar en mayor medida. Por supuesto, el método de diseño
global que se propone en este texto todavía tiene algunas deficiencias en la expresión y limitaciones
(6) jerárquica total del pedido prueba de consistencia. En primer lugar, calcular el valor del modelo. La investigación adicional y la discusión se requieren con el fin de mejorar aún más la
CR de acuerdo con la siguiente fórmula: eficacia del método de diseño integrado. el método de diseño global que se propone en este texto
adicional y la discusión se requieren con el fin de mejorar aún más la eficacia del método de diseño
• = 1 •• • • •)
•• = (Σ • (24) integrado. el método de diseño global que se propone en este texto todavía tiene algunas
(Σ • • = 1 •• • • •)
deficiencias en la expresión y limitaciones del modelo. La investigación adicional y la discusión se
requieren con el fin de mejorar aún más la eficacia del método de diseño integrado.
Los valores de los parámetros necesarios para resolver la ecuación anterior se pueden
Conflictos de interés
6. Conclusiones
Los autores declaran que no tienen ningún conflicto de intereses.
En este trabajo, el problema del diseño óptimo de distribución del equipo
camarote de barco está resuelto. El método SLP se utiliza para analizar y
determinar la relación integral entre cada elemento del equipo. análi- sis
Contribuciones de los autores
fuerza la circulación es muy útil para los diseñadores para elegir el diseño
más eficaz de la maquinaria y equipo. Además del análisis de la intensidad de Jinghua Li y Hui Guo contribuyeron igualmente a este trabajo.
la circulación, también es importante analizar la ruta del personal cuando
entran en la cabina durante su trabajo, para facilitar el trabajo del personal.
Estos problemas no son considerados en el diseño tradicional configuración Expresiones de gratitud
de cabina. Al mismo tiempo, el algoritmo genético se utiliza para resolver el
modelo. Finalmente, el método AHP se utiliza para evaluar y optimizar el Esta investigación ha sido financiada por el Ministerio de Industria y Tecnología de
esquema y se obtiene un esquema de diseño más adecuado. información establecidos en los República Popular China [Subvención número 2.016.543] y
la Fundación Nacional de Ciencias Naturales de China [Subvención número 51679059].
Los problemas matemáticos en Ingeniería 13
distribución de las instalaciones problema” ción EngineeringOptimiza-, vol. 43, no. 12, pp. química Investigación anddesign, vol. 82, no. 11, pp. 1485-1493, 2004. [29] K.-H. Liu,
[12] H. Hosseini-Nasab y L. Emami, “Un enjambre de partículas híbrido C.-F. Chuang, “la planificación de diseño sistemático en la interfaz hombre-máquina: Una
optimización para el problema de distribución de la instalación dinámica” Revista Internacional de evaluación de alarmdisplayswith proximidad espacial de los accidentes diagnóstico de
Investigación sobre la Producción, vol. 51, no. 14, pp. 4325-4335, reactor de agua en ebullición avanzado”
[15] N. Banduka, M. Mladineo, y M. Eric, “Diseño de un diseño Diseño de tipo de volumen Barco Cabinas Basado en SLP y GA,”
usando el software Schmigallamethod combinedwith herramienta vistable” Chinese Journal of Buque de Investigación, vol. 8, no. 5, pp. 19-26, 2013. [32]
Revista Internacional de modelos de simulación, vol. 16, no. 3, pp. 375-385, 2017. EWL Cheng, H. Li, y DCK Ho, analítico Jerárquico
Proceso (AHP) [M] // Enciclopedia de Bioestadística, John Wiley & Sons, Ltd., 2016.
[16] M. Ficko y I. Palcic, “Diseño de un diseño utilizando la modificados
método del triángulo, y los algoritmos genéticos,” Revista Internacional de [33] Z. Gao, K. Yoshimoto, S. y Ohmori, “Aplicación de AHP /
modelos de simulación, vol. 12, no. 4, pp. 237-251, 2013. [17] YJ Xiao, Y. Zheng, LM DEA a la selección de distribución de la instalación “, en Actas de la 3ª
Zhang, y YH Kuo, “A combinarse Conferencia Conjunta Internacional en Ciencias Computacionales y optimización,
zona-LP y algoritmo de recocido simulado para-área desigual problema distribución CSO 2010: Desarrollo teórico y Engineer- ing Práctica, pp. 252-254, China, mayo
de las instalaciones,” Los avances en ingeniería y gestión de producción, vol. 11, no. 4, de 2010. [34] K. Zhou, Z. Du, B. Liu, R. Zhang, Y. Wang, y B. Wang,
pp. 259-270, 2016. [18] AI ¨
Olcer, C. Tuzcu, y O. Turan, “Una optimización multi-objetivo integrado “Estudio sobre el diseño de un taller compañía de motocicletas diseño basado en la
y difuso multi-atributiva grupo de toma de decisiones para la disposición planificación sistemática (SLP),” en Actas de la Conferencia Interna- cional sobre
técnica de subdivisión de los buques Ro-Ro” Applied Soft Computing, vol. 6, no. Procesamiento de Imágenes y Reconocimiento de Patrones en Ingeniería Industrial, Pp.
3, pp. 221-243, 2006. 1683-1688, Sociedad Internacional para la Óptica y Fotónica, Xian, China, 2010.
14 Los problemas matemáticos en Ingeniería
[35] Q.-L. Lin, H.-C. Liu, D.-J. Wang, y L. Liu, “Integración [53] Z. Gao, K. Yoshimoto, S. y Ohmori, “Aplicación de
planificación de diseño sistemático con la teoría de restricción borrosa para diseñar y optimizar AHP / DEA para la selección distribución de la instalación,”en Actas de la Tercera
la distribución de las instalaciones para el funcionamiento de teatro en los hospitales” Diario de Conferencia Internacional Conjunta sobre Ciencias de la Computación y
fabricación inteligente, vol. 26, no. 1, pp. 87-95, 2013. optimización, IEEE Computer Society, 2010. [54] AHP Morice, IA Siegler, y BG
Bardy, “Acción-
[36] SS Hosseini, SA Mirzapour, y KY Wong, “Mejora patrones de percepción en el rebote pelota virtual: La lucha contra la latencia del sistema y
problemas de distribución de la instalación de varios pisos utilizando la planificación el seguimiento de validez funcional” Journal of Neuroscience Methods, vol. 169, no. 1, pp.
sistemática diseño y simulación” Comunicaciones en Informática y Ciencias de la Información, vol. 255-266, 2008.
409, pp. 58-69, 2013.
Industrial, 2011.
[38] Z.-R. Li, L. Qin, y Z.-Q. Cao, “Aplicación del método SLP en
diseño de las instalaciones de disposición en el taller” Mecánica Aplicada y Materiales, vol.
190-191, pp. 28-32, 2012. [39] Z. Zhihua, Introducción a la planta de energía marina, Harbin
Inge-
niería University Press, 2002. [40] Z. Shuwen, Principio y diseño de planta de
energía marina,
Nacional de la Industria de Defensa Press, 1980. [41] L. Jinming, Principio y diseño
Revista Internacional
de Matemáticas y
Ciencias
matemáticas
Diario de
Mejoramiento
Hindawi www.hindawi.com Hindawi www.hindawi.com
Ingeniería Matemática
Enviar sus manuscritos a las
www.hindawi.com
Revista Internacional de
ingeniería Revista Internacional de
Matemática Análisis
Hindawi www.hindawi.com Hindawi www.hindawi.com
volumen 2018 volumen 2018 volumen 2018 volumen 2018 volumen 2018