一種基于瓶頸設(shè)備分解的大規(guī)模作業(yè)車間調(diào)度方法
【專利摘要】本發(fā)明公開了一種基于瓶頸設(shè)備分解的大規(guī)模作業(yè)車間調(diào)度方法，包括：(1)數(shù)據(jù)采集，建立模型；(2)基于關(guān)鍵路徑法進(jìn)行瓶頸設(shè)備的識(shí)別；(3)對(duì)瓶頸設(shè)備和非瓶頸設(shè)備進(jìn)行分類編碼；(4)生成初始染色體種群；(5)對(duì)染色體種群進(jìn)行交叉和變異操作；(6)對(duì)染色體種群接種免疫算子；(7)對(duì)染色體進(jìn)行解碼和適應(yīng)度值計(jì)算；(8)更新算法最優(yōu)染色體及最優(yōu)適應(yīng)度值；(9)判斷方法終止準(zhǔn)則是否達(dá)到，若滿足則進(jìn)入步驟（10），否則轉(zhuǎn)跳至步驟（5）進(jìn)行下一次迭代；(10)對(duì)步驟（9）中找出的最優(yōu)染色體進(jìn)行解碼，獲得調(diào)度指令進(jìn)行調(diào)度。本發(fā)明可以在較短的時(shí)間內(nèi)獲得令人滿意的調(diào)度方案，提高作業(yè)車間生產(chǎn)效率，可用于車間生產(chǎn)過程的調(diào)度管理與優(yōu)化。
【專利說明】—種基于瓶頸設(shè)備分解的大規(guī)模作業(yè)車間調(diào)度方法
【【技術(shù)領(lǐng)域】】
[0001]本發(fā)明屬于車間調(diào)度領(lǐng)域，具體涉及一種大規(guī)模作業(yè)車間生產(chǎn)調(diào)度方法。
【【背景技術(shù)】】
[0002]生產(chǎn)調(diào)度是生產(chǎn)管理的核心，是實(shí)現(xiàn)制造業(yè)運(yùn)籌、決策、管理與優(yōu)化的關(guān)鍵，對(duì)資源的優(yōu)化配置和科學(xué)運(yùn)作起著舉足輕重的作用。統(tǒng)計(jì)資料表明:在零件的實(shí)際制造過程中，有效加工時(shí)間約占總加工周期的15%左右，而85%以上的時(shí)間用于等待、搬運(yùn)和排隊(duì)。因此，研發(fā)有效而穩(wěn)定的生產(chǎn)調(diào)度技術(shù)，實(shí)現(xiàn)生產(chǎn)過程的科學(xué)運(yùn)作和高效產(chǎn)出，提高企業(yè)的市場競爭力，已成為制造業(yè)的迫切需求，具有重要的科學(xué)研究價(jià)值和實(shí)際工程應(yīng)用意義。
[0003]生產(chǎn)調(diào)度作為一類復(fù)雜的組合優(yōu)化問題，具有多約束、多目標(biāo)、大規(guī)模和隨機(jī)不確定性等特點(diǎn)，其求解過程的計(jì)算量隨調(diào)度問題規(guī)模的增大呈指數(shù)倍增長，絕大多數(shù)調(diào)度問題都屬于非確定性多項(xiàng)式(Nondeterministic Polynomial, NP)難題,無法在確定的時(shí)間內(nèi)求得最優(yōu)解。迄今為止，針對(duì)生產(chǎn)調(diào)度問題的優(yōu)化求解方法經(jīng)歷了從簡單到復(fù)雜、從單一到多元的過程，主要形成了兩大類求解方法:精確方法和近似求解法。精確方法以數(shù)學(xué)規(guī)劃法、分支定界法、拉格朗日松弛法等為代表，主要用于處理規(guī)模不大和性質(zhì)不復(fù)雜的調(diào)度問題；近似求解法將調(diào)度的工作重心由精確解的獲取轉(zhuǎn)向近似解的獲取上，主要包括啟發(fā)式方法、系統(tǒng)仿真方法、人工智能方法和軟計(jì)算方法等。
[0004]這些方法已在中小規(guī)模生產(chǎn)調(diào)度問題的求解上取得了較好的成效(規(guī)模一般不超過20臺(tái)機(jī)器、50個(gè)工件)，然而對(duì)于大規(guī)模、帶復(fù)雜約束、不確定等實(shí)際生產(chǎn)過程調(diào)度問題，現(xiàn)有的優(yōu)化方法仍具有較大的局限性。特別是近年來，市場競爭日趨激烈，制造業(yè)生產(chǎn)規(guī)模日益增大，加上生產(chǎn)調(diào)度問題本事就是NP難問題，造成生產(chǎn)調(diào)度問題的求解規(guī)模呈指數(shù)倍膨脹，因此已有的調(diào)度方法往往存在調(diào)度效率下降、求解質(zhì)量不理想、實(shí)用性較差等問題，無法滿足日益擴(kuò)大的生產(chǎn)規(guī)`模。
【
【發(fā)明內(nèi)容】
】
[0005]本發(fā)明針對(duì)現(xiàn)有生產(chǎn)調(diào)度方法在應(yīng)用于實(shí)際大規(guī)模作業(yè)車間生產(chǎn)調(diào)度時(shí)，存在效率低、質(zhì)量不理想、實(shí)用性差等不足，提供一種基于瓶頸設(shè)備分解的大規(guī)模作業(yè)車間調(diào)度方法，以提高生產(chǎn)效率和效益。
[0006]為實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案具體為:
[0007]—種基于瓶頸設(shè)備分解的大規(guī)模作業(yè)車間調(diào)度方法，包括以下步驟:
[0008](I)數(shù)據(jù)采集:采集待調(diào)度大規(guī)模作業(yè)車間生產(chǎn)相關(guān)數(shù)據(jù)；建立調(diào)度問題對(duì)應(yīng)的數(shù)學(xué)規(guī)劃模型；
[0009](2)基于關(guān)鍵路徑法進(jìn)行瓶頸設(shè)備的識(shí)別；
[0010](3)對(duì)瓶頸設(shè)備和非瓶頸設(shè)備進(jìn)行分類編碼:對(duì)于瓶頸設(shè)備，采用基于工序編碼的方式，細(xì)化到待調(diào)度的每一個(gè)瓶頸工序；對(duì)非瓶頸設(shè)備采用基于分派規(guī)則的編碼方式，一臺(tái)機(jī)器僅占用一個(gè)基因位；[0011](4)按照步驟(3)所述編碼方式生成染色體初始種群；
[0012](5)對(duì)染色體種群進(jìn)行交叉和變異操作；
[0013](6)對(duì)步驟(5)進(jìn)行變異操作后形成的染色體種群進(jìn)行免疫操作；
[0014](7)對(duì)免疫操作結(jié)束后種群中所有染色體進(jìn)行解碼和適應(yīng)度計(jì)算，選擇種群中適應(yīng)度值最高的染色體，并將該染色體保存為當(dāng)代最佳染色體，該染色體的適應(yīng)度值保存為當(dāng)代最佳適應(yīng)度值；
[0015](8)判斷當(dāng)代最佳適應(yīng)度值是否大于算法最優(yōu)適應(yīng)度值，若是，則將算法的最優(yōu)染色體及最優(yōu)適應(yīng)度值更新為當(dāng)代最佳染色體及當(dāng)代最佳適應(yīng)度值，然后進(jìn)入步驟(9);若否，直接進(jìn)入步驟(9);
[0016](9)判斷算法最優(yōu)適應(yīng)度值在連續(xù)多代內(nèi)是否有改進(jìn)，如果沒有，轉(zhuǎn)入步驟(10)；否則，判斷算法迭代代數(shù)是否到達(dá)最大允許迭代代數(shù)，如果是，進(jìn)入步驟(10)，如果否，通過輪盤賭選擇策略從免疫操作結(jié)束后種群中選擇若干適應(yīng)度值最高的染色體，作為下一代初始種群進(jìn)入步驟(5)重新進(jìn)行算法的下一次迭代；
[0017](10)對(duì)算法的最優(yōu)染色體進(jìn)行解碼，獲得調(diào)度指令，應(yīng)用該調(diào)度指令對(duì)待調(diào)度的大規(guī)模車間進(jìn)行作業(yè)調(diào)度。
[0018]本發(fā)明進(jìn)一步的改進(jìn)在于:步驟(1)中，所述生產(chǎn)相關(guān)數(shù)據(jù)包括:設(shè)備數(shù)、工件數(shù)、各工件的加工工序、各工序的加工時(shí)間，以及工序間加工順序、設(shè)備加工能力、作業(yè)目標(biāo)約束條件信息；所述大規(guī)模作業(yè)車間是指機(jī)床數(shù)> 20，工件數(shù)> 50的車間；
[0019]大規(guī)模作業(yè)車間有n個(gè)工件需要在m臺(tái)設(shè)備上加工，工件i包含Ni道工序，i=l...n，各工序之間有工藝的先后順序約束，且在每臺(tái)設(shè)備j上最多加工一次，j=L...!!!，Ni
0i； j表示工件i在設(shè)備j上的加工工序，pi；J表示工序Ο。的加工時(shí)間，ti；k表示工序Ο。的開工時(shí)間；調(diào)度任務(wù)是在m臺(tái)設(shè)備上安排η個(gè)工件的加工，確定各設(shè)備上各工序的加工順序及相應(yīng)的開工時(shí)間，以最小化各工件的拖期時(shí)間和，并滿足下列約束條件:所有工件的工藝路線、工序加工時(shí)間既定不變；工序一旦開始加工不允許中斷；同一時(shí)刻每臺(tái)設(shè)備最多只能加工一個(gè)工件；同一時(shí)刻每個(gè)工件只能在一臺(tái)設(shè)備上加工；
[0020]調(diào)度問題對(duì)應(yīng)的數(shù)學(xué)規(guī)劃模型如下:
【權(quán)利要求】
1.一種基于瓶頸設(shè)備分解的大規(guī)模作業(yè)車間調(diào)度方法，其特征在于，包括以下步驟: (1)數(shù)據(jù)采集:采集待調(diào)度大規(guī)模作業(yè)車間生產(chǎn)相關(guān)數(shù)據(jù)；建立調(diào)度問題對(duì)應(yīng)的數(shù)學(xué)規(guī)劃模型； (2)基于關(guān)鍵路徑法進(jìn)行瓶頸設(shè)備的識(shí)別； (3)對(duì)瓶頸設(shè)備和非瓶頸設(shè)備進(jìn)行分類編碼:對(duì)于瓶頸設(shè)備，采用基于工序編碼的方式，細(xì)化到待調(diào)度的每一個(gè)瓶頸工序；對(duì)非瓶頸設(shè)備采用基于分派規(guī)則的編碼方式，一臺(tái)機(jī)器僅占用一個(gè)基因位； (4)按照步驟(3)所述編碼方式生成染色體初始種群； (5)對(duì)染色體種群進(jìn)行交叉和變異操作； (6)對(duì)步驟(5)進(jìn)行變異操作后形成的染色體種群進(jìn)行免疫操作； (7)對(duì)免疫操作結(jié)束后種群中所有染色體進(jìn)行解碼和適應(yīng)度計(jì)算，選擇種群中適應(yīng)度值最高的染色體，并將該染色體保存為當(dāng)代最佳染色體，該染色體的適應(yīng)度值保存為當(dāng)代最佳適應(yīng)度值； (8)判斷當(dāng)代最佳適應(yīng)度值是否大于算法最優(yōu)適應(yīng)度值，若是，則將算法的最優(yōu)染色體及最優(yōu)適應(yīng)度值更新為當(dāng)代最佳染色體及當(dāng)代最佳適應(yīng)度值，然后進(jìn)入步驟(9);若否，直接進(jìn)入步驟(9); (9)判斷算法最優(yōu)適應(yīng)度值在連續(xù)多代內(nèi)是否有改進(jìn)，如果沒有，轉(zhuǎn)入步驟(10);否則，判斷算法迭代代數(shù)是否到達(dá)最大允許迭代代數(shù)，如果是，進(jìn)入步驟(10)，如果否，通過輪盤賭選擇策略從免疫操作結(jié)束后·種群中選擇若干適應(yīng)度值最高的染色體，作為下一代初始種群進(jìn)入步驟(5)重新進(jìn)行算法的下一次迭代； (10)對(duì)算法的最優(yōu)染色體進(jìn)行解碼，獲得調(diào)度指令，應(yīng)用該調(diào)度指令對(duì)待調(diào)度的大規(guī)模車間進(jìn)行作業(yè)調(diào)度。
2.根據(jù)權(quán)利要求1所述的一種基于瓶頸設(shè)備分解的大規(guī)模作業(yè)車間調(diào)度方法，其特征在于，步驟(1)中，所述生產(chǎn)相關(guān)數(shù)據(jù)包括:設(shè)備數(shù)、工件數(shù)、各工件的加工工序、各工序的加工時(shí)間，以及工序間加工順序、設(shè)備加工能力、作業(yè)目標(biāo)約束條件信息；所述大規(guī)模作業(yè)車間是指機(jī)床數(shù)> 20，工件數(shù)> 50的車間； 大規(guī)模作業(yè)車間有η個(gè)工件需要在m臺(tái)設(shè)備上加工，工件i包含Ni道工序，i=L...!!，各工序之間有工藝的先后順序約束，且在每臺(tái)設(shè)備j上最多加工一次，J=P-HuNi ( m ；Oi；J表示工件i在設(shè)備j上的加工工序，Pi，j表示工序Ο。的加工時(shí)間，表示工序Ο。的開工時(shí)間；調(diào)度任務(wù)是在m臺(tái)設(shè)備上安排η個(gè)工件的加工，確定各設(shè)備上各工序的加工順序及相應(yīng)的開工時(shí)間，以最小化各工件的拖期時(shí)間和，并滿足下列約束條件:所有工件的工藝路線、工序加工時(shí)間既定不變；工序一旦開始加工不允許中斷；同一時(shí)刻每臺(tái)設(shè)備最多只能加工一個(gè)工件；同一時(shí)刻每個(gè)工件只能在一臺(tái)設(shè)備上加工； 調(diào)度問題對(duì)應(yīng)的數(shù)學(xué)規(guī)劃模型如下:
3.根據(jù)權(quán)利要求1所述的一種基于瓶頸設(shè)備分解的大規(guī)模作業(yè)車間調(diào)度方法，其特征在于，步驟(2)具體包括以下步驟:對(duì)步驟(1)所描述的調(diào)度問題，對(duì)各設(shè)備分別在表1中隨機(jī)選擇I種分派規(guī)則進(jìn)行組合調(diào)度，生成I個(gè)有效調(diào)度方案，經(jīng)過N次選擇和調(diào)度，生成N個(gè)有效調(diào)度方案并作為樣本，計(jì)算各樣本中各設(shè)備上的關(guān)鍵工序個(gè)數(shù)I3jl (1=1...Ν)，根據(jù)瓶頸設(shè)備識(shí)別模型，計(jì)算各設(shè)備上關(guān)鍵工序個(gè)數(shù)的均值h和關(guān)鍵工序個(gè)數(shù)的方差σ/，得到各設(shè)備的瓶頸顯著程度指標(biāo)值Vj ;對(duì)各設(shè)備的Vj值進(jìn)行倒排，截取前20%-40%的設(shè)備作為瓶頸設(shè)備； 表1分派規(guī)則列表
4.根據(jù)權(quán)利要求1所述的一種基于瓶頸設(shè)備分解的大規(guī)模作業(yè)車間調(diào)度方法，其特征在于，步驟(3)中所有設(shè)備的編碼方式為:
5.根據(jù)權(quán)利要求1所述的一種基于瓶頸設(shè)備分解的大規(guī)模作業(yè)車間調(diào)度方法，其特征在于，步驟(5)具體包括以下步驟: 交叉:從染色體初始種群中以交叉概率Pc=0.9選擇用于進(jìn)行交叉操作的染色體，針對(duì)每個(gè)需要進(jìn)行交叉操作的染色體，首先進(jìn)行瓶頸設(shè)備與非瓶頸設(shè)備基因片段的分離，對(duì)于瓶頸設(shè)備基因片段，采用線性次序交叉方式，隨機(jī)確定兩個(gè)不同的交叉位置，交換兩交叉點(diǎn)之間的基因片段，并在原先父代個(gè)體中刪除從另一父代交換過來的基因，然后從第一個(gè)基因位置起依次在兩交叉位置外填入剩余基因，以保證染色體的合法性；對(duì)于非瓶頸設(shè)備基因片段，僅交叉交叉位置之間的基因片段，無需進(jìn)行染色體合法化處理過程； 變異:從交叉以后的種群中以變異概率Pm=0.1選擇染色體進(jìn)行變異操作；首先進(jìn)行瓶頸設(shè)備基因片段與非瓶頸設(shè)備基因片段的分離，分別對(duì)分離后的兩種基因片段，采用互換方式隨機(jī)交換兩個(gè)不同基因的位置，最后將瓶頸設(shè)備基因片段與非瓶頸設(shè)備基因片段重新組合生成新的染色體。
6.根據(jù)權(quán)利要求1所述的一種基于瓶頸設(shè)備分解的大規(guī)模作業(yè)車間調(diào)度方法，其特征在于，步驟(6)具體包括以下步驟: (6.1)抗原選擇:在步驟(5)進(jìn)行變異操作后形成的種群中以免疫概率α抽取一部分染色體準(zhǔn)備進(jìn)行免疫操作；α < I ; (6.2)從步驟(6.1)所獲得的所有抗原中隨機(jī)選取一個(gè)未進(jìn)行免疫操作的抗原，然后進(jìn)入步驟(6.3)； (6.3)疫苗抽取:對(duì)步驟(6.2)所選取的抗原或者步驟(6.5)返回的新抗原，通過解碼獲得其對(duì)應(yīng)的調(diào)度方案，識(shí)別其中的關(guān)鍵工件及候選關(guān)鍵工件集；染色體的具體解碼方法如下: 設(shè)PS為已調(diào)度工序集，S為當(dāng)前所有可調(diào)度工序集，σ。為S中工序O的最早可加工時(shí)間，Φ。為S中工序O的最早可完成時(shí)間，d。為工序O的交貨期，C為滿足調(diào)度條件的沖突工序集合； Stepl:初始化；令= 0，S為當(dāng)前沒有前道工序的所有工序的集合； Step2:確定可調(diào)度工序集中，最早可完工工件的完工時(shí)間Φ^π?η^^Φ。}，以及對(duì)應(yīng)的加工設(shè)備若存在多個(gè)設(shè)備，則任選其一；St印3:選擇S中所有欲在nf上加工且σ。< φ*(ο e S)的工序，構(gòu)成沖突工序集C ;Step4:若nf為瓶頸設(shè)備，則根據(jù)對(duì)應(yīng)瓶頸設(shè)備基因片段，選擇沖突工序集C在基因片段的未調(diào)度工序集中最先出現(xiàn)的操作O，進(jìn)行調(diào)度；若nf為非瓶頸設(shè)備，則根據(jù)非瓶頸設(shè)備基因片段上該設(shè)備對(duì)應(yīng)的分派規(guī)則，從沖突工序集C中選擇工序進(jìn)行調(diào)度，如果存在多個(gè)滿足條件的工序，則任選其一； Step5:PS=PS U ο,更新S ;如果5* = 0，染色體解碼過程結(jié)束；否則返回Step2 ； (6.4)疫苗注射:針對(duì)步驟(6.2)所選擇的抗原，將其上瓶頸設(shè)備基因序列和非瓶頸設(shè)備基因序列分離；并將疫苗信息取代瓶頸設(shè)備基因序列，進(jìn)行疫苗注射，具體為:針對(duì)瓶頸設(shè)備基因序列，將關(guān)鍵工件置于整個(gè)染色體的首位，候選關(guān)鍵工件集置于非關(guān)鍵工件集之N /.1IJ ; (6.5)免疫檢測:對(duì)抗原免疫注射后，采用步驟(6.3)中相同的染色體解碼方法計(jì)算新染色體的適應(yīng)度值，如果新染色體的適應(yīng)度值大于原染色體的適應(yīng)度值，說明免疫有效，則采用新染色體來取代原染色體，·該抗原的免疫操作結(jié)束，進(jìn)入步驟(6.6);反之，繼續(xù)對(duì)免疫操作后的新抗原返回步驟(6.3)重新進(jìn)行免疫，直至出現(xiàn)新染色體的適應(yīng)度值大于原染色體的適應(yīng)度值或到達(dá)免疫終止條件，該抗原的免疫操作結(jié)束，進(jìn)入步驟(6.6);免疫終止條件為:同一染色體免疫操作次數(shù)達(dá)到maxIM=5時(shí)，退出該染色體的免疫操作；所述適應(yīng)度值為各染色體解碼后所對(duì)應(yīng)的調(diào)度方案的目標(biāo)函數(shù)值的倒數(shù)； (6.6)檢測步驟(6.1)中所抽取的所有抗原是否全部進(jìn)行了免疫操作，如果是進(jìn)入步驟(7 )，如果不是返回步驟(6.2 )進(jìn)行下一個(gè)抗原的免疫操作。
7.根據(jù)權(quán)利要求1所述的一種基于瓶頸設(shè)備分解的大規(guī)模作業(yè)車間調(diào)度方法，其特征在于，所述算法適應(yīng)度值為算法迭代過程中已保存的最優(yōu)適應(yīng)度值，其對(duì)應(yīng)的染色體為算法的最優(yōu)染色體。
8.根據(jù)權(quán)利要求1所述的一種基于瓶頸設(shè)備分解的大規(guī)模作業(yè)車間調(diào)度方法，其特征在于，步驟(9)具體包括以下步驟:判斷算法最優(yōu)適應(yīng)度值在連續(xù)GN_exit=20代內(nèi)是否有改進(jìn)，如果沒有，轉(zhuǎn)入步驟(10);否則，判斷算法迭代代數(shù)是否到達(dá)maxGN=200，如果是，則進(jìn)入步驟(10)，如果否，通過輪盤賭選擇策略從免疫操作結(jié)束后種群中選擇pOpSize=50個(gè)適應(yīng)度值最高的染色體，作為下一代初始種群進(jìn)入步驟(5)重新進(jìn)行算法的下一次迭代。
9.根據(jù)權(quán)利要求1所述的一種基于瓶頸設(shè)備分解的大規(guī)模作業(yè)車間調(diào)度方法，其特征在于，步驟(1)中所述以最小化拖期時(shí)間和為作業(yè)目標(biāo)約束條件。
10.一種基于瓶頸設(shè)備分解的大規(guī)模作業(yè)車間調(diào)度方法，其特征在于，包括以下步驟: (I)數(shù)據(jù)采集；采集待調(diào)度大規(guī)模作業(yè)車間的設(shè)備數(shù)、工件數(shù)、各工件的加工工序、各工序的加工時(shí)間，以及工序間加工順序、設(shè)備加工能力、作業(yè)目標(biāo)約束條件信息；以最小化拖期時(shí)間和T為作業(yè)目標(biāo)約束條件；所述大規(guī)模作業(yè)車間是指機(jī)床數(shù)> 20，工件數(shù)> 50的車間； 大規(guī)模作業(yè)車間有η個(gè)工件需要在m臺(tái)設(shè)備上加工，工件i包含Ni道工序，i=L...!!，各工序之間有工藝的先后順序約束，且在每臺(tái)設(shè)備j上最多加工一次，J=P-HuNi ( m ；Oi；J表示工件i在設(shè)備j上的加工工序，Pi，j表示工序Ο。的加工時(shí)間，表示工序Ο。的開工時(shí)間；調(diào)度任務(wù)是在m臺(tái)設(shè)備上安排η個(gè)工件的加工，確定各設(shè)備上各工序的加工順序及相應(yīng)的開工時(shí)間，以最小化各工件的拖期時(shí)間和，并滿足下列約束條件:所有工件的工藝路線、工序加工時(shí)間既定不變；工序一旦開始加工不允許中斷；同一時(shí)刻每臺(tái)設(shè)備最多只能加工一個(gè)工件；同一時(shí)刻每個(gè)工件只能在一臺(tái)設(shè)備上加工； 調(diào)度問題對(duì)應(yīng)的數(shù)學(xué)規(guī)劃模型如下:
【文檔編號(hào)】G06N3/12GK103530702SQ201310478932
【公開日】2014年1月22日 申請(qǐng)日期:2013年10月14日 優(yōu)先權(quán)日:2013年10月14日
【發(fā)明者】翟穎妮, 董朝陽, 褚崴 申請(qǐng)人:西安建筑科技大學(xué)