基于约束感知改进遗传算法的预制模块舱单元装配序列规划与扰动动态重规划研究

《Journal of Marine Science and Engineering》：Research on Dynamic Planning of a Modular Cabin Assembly Sequence for Large Cruise Ships Based on an Improved Genetic Algorithm

　　摘要预制模块舱单元的装配序列规划必须满足几何、优先级、稳定性、方向和工具约束，同时能够对车间扰动保持响应能力。本研究将该问题表述为带约束的标量化多准则优化问题，并在改进的遗传算法（IGA）中融合了约束感知的贪心筛选、分块拆分与重组算子以及可行性引导的种群注入机制。公平的计算实验对GA和IGA采用了相同的种群规模、评估预算、停止规则、交叉概率和变异概率，并在基于提交稿件中报告的组件属性和序列重构的匿名化15组件基准上进行了30次独立运行。IGA在30/30次运行中达到了已知最佳适应度0.115741，平均仅需10.6代即可达到该值；而GA在26/30次运行中达到该值，成功运行中平均需要124.8代。模拟退火和蚁群优化也达到了相同的已知最佳值，因此未对15组件基准宣称全局最优性；穷举枚举仅验证了一个缩减的九组件实例的最优解。消融实验、多样性分析、参数敏感性测试以及合成30–60组件测试阐明了各机制的贡献与局限性。事件触发的动态规划层还针对六种扰动类型进行了评估，重新规划在0.52–0.62秒内完成，在释放延迟场景中使归一化等待时间降低了33.3%–100%。研究结果支持了该计算基准下的可行性和快速重新规划能力，但仍需基于完整的造船厂矩阵和实测任务时间数据进行验证。