第一类装配线平衡问题的最优成本预测及生成瓶颈分析
孙奕
朱俊江
中国计量大学 机电工程学院,浙江 杭州 310018
摘要：针对客户仅考虑最优成本而不考虑装配线布局方案的应用实际,将搜索问题转换为预测问题,并提出利用人工智能算法预测最优成本,采用特征重要性排序分析无法快速找到制约最优成本的关键因素的瓶颈.在工人成本改变的情况下,通过求解整数线性规划模型构建新的仿真数据集;利用上述数据,训练随机森林回归、决策树和XGBoost算法模型,利用第 1类工人成本、第 2类工人成本等 7个参数实现最优成本预测;采用 3种不同的方法对特征重要性进行排序,以找出制约最优成本的关键因素.用R2、RMSLE、EV和MPE这 4个指标对 3种回归算法的综合性能进行了评估,发现XGBoost算法的MPE误差最高,为 5.12%,随机森林回归算法的MPE误差最低,为 4.09%,证明了用智能算法预测最优成本的可行性.提供了一种采用智能算法对最优成本进行预测的新方法,特征重要性排序的结果表明,第1类工人工作时间对最优成本的影响显著高于其他因素.
关键词：装配线平衡分层劳动力最优成本预测智能算法特征重要性
分类号：O223(运筹学)F406.2(工业经济理论)
资助基金：国家重点研发计划(2022YFB33041)
论文发表日期：2025-08-30
在线出版日期：2025-09-22（本平台首次上网日期，不代表文献的发表时间）
页数：9( 146-154 )
英文信息