继机械化、电气化之后的新一轮工业革命正在全球范围内发生,制造技术的智能化、数字化是此次工业革命的关键。与世界先进水平相比,国内制造企业的自动化、数字化程度还比较低。面对国际竞争的不断加剧和制造业劳动力成本的不断上升,当前的劳动密集型制造模式已经越来越不能满足市场对生产效率、制造成本、产品质量等环节的要求,许多企业越来越注意到数字化车间建设的重要性。在建设数字化车间时,用自动导引车(AGV)代替了人工驾驶叉车,自动化制造设备代替了传统制造设备,这种生产模式带来设备布局规则的改变。如何更好地对数字化车间内的设备进行布局是一个亟待解决的问题。基于此,本文以数字化车间为研究背景,分析讨论其设备布局优化模型的建立、求解方法以及虚拟仿真等问题。本文主要的研究内容有:(1)双行设备布局问题不仅需要确定设备的排序(相对位置),还需要确定设备的具体位置(绝对位置),是一个离散组合优化问题和连续优化问题的集合。本文根据数字化车间中自动化设备和人工制造单元分开排列在上下两行的特点,对原有双行布局模型进行修改,剔除了判断设备所在行号和两设备是否同行的二进制决策变量,建立了特殊的双行布局模型。该模型将原本复杂的双行设备布局问题变成了简单的连续布局优化问题。(2)当车间内设备数量达到一定数量时,车间设备布局优化问题是一个NP-hard问题,难以用分支定界法、SLP等精确求解方法得到较好解。本文结合生物体免疫系统原理,对标准粒子群算法进行改进,得到免疫粒子群算法。改进后的粒子群算法引进抗体亲和度、浓度机制,可以有效避免算法陷入局部最优而早收敛以及粒子多样性差的问题。在用免疫粒子群算法求解特殊的双行布局模型时,本文对抗体进行实数编码,这种编码方式对求解连续布局优化问题有很好效果。(3)运用免疫粒子群算法对实际数字化车间-B车间的布局优化问题进行求解,并将求解结果与标准粒子群算法和遗传算法进行比较分析,结果显示免疫粒子群算法相比其他两种算法而言,求解速度快且有较好的适应度结果。在求解得到的布局基础上,运用虚拟仿真技术构建车间三维立体模型,对B车间布局进行细节上的调整,使其更加贴合实际,更加直观形象。