[發(fā)明專利]基于多階段智能優(yōu)化算法的動態(tài)柔性作業(yè)車間調(diào)度控制方法

有效

• 申請?zhí)枺?/td>: 201510015487.5
• 申請日: 2015-01-13
• 公開（公告）號: CN104504540B
• 公開（公告）日: 2017-10-27
• 發(fā)明（設(shè)計(jì)）人: 張國輝;宋曉輝;張理濤;張凌杰;陳洪根;王永成;毛學(xué)港;王佳佳
• 申請（專利權(quán)）人: 鄭州航空工業(yè)管理學(xué)院;河南省科學(xué)院應(yīng)用物理研究所有限公司
• 主分類號: G06F17/00
• 分類號: G06F17/00
• 代理公司: 鄭州博派知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙)41137
• 代理人: 伍俊慧

1.基于多階段智能優(yōu)化算法的動態(tài)柔性作業(yè)車間調(diào)度控制方法，其特征在于，包括:

第一階段：初始調(diào)度方案的優(yōu)化與選擇，所述第一階段包括兩個(gè)步驟：

步驟一：根據(jù)車間生產(chǎn)任務(wù)、工件工藝信息和車間機(jī)床設(shè)備信息，通過自適應(yīng)遺傳算法產(chǎn)生具有目標(biāo)值相同的多個(gè)初始調(diào)度方案集；

步驟二：依據(jù)機(jī)床設(shè)備信息，調(diào)度人員根據(jù)車間生產(chǎn)任務(wù)、工件工藝信息和車間機(jī)床設(shè)備信息從步驟一由自適應(yīng)遺傳算法產(chǎn)生的具有目標(biāo)值相同的多個(gè)初始調(diào)度方案集中選擇一個(gè)調(diào)度方案作為初始調(diào)度方案，并執(zhí)行；

第二階段：判斷車間機(jī)床故障，并記錄車間機(jī)床故障信息，所述第二階段包括兩個(gè)步驟：

步驟三：判斷是否有車間機(jī)床故障事件的發(fā)生，如果沒有車間機(jī)床發(fā)生故障繼續(xù)執(zhí)行初始調(diào)度方案；否則，開始執(zhí)行步驟四；

步驟四：記錄車間機(jī)床故障事件發(fā)生時(shí)刻，各臺故障車間機(jī)床上正在加工以及后續(xù)未加工的工序信息，并獲取故障車間機(jī)床的相關(guān)信息，包括故障車間機(jī)床的維修時(shí)間信息；

第三階段：進(jìn)行重調(diào)度，確定重調(diào)度執(zhí)行方案，所述第三階段包括三個(gè)步驟：

步驟五：判斷是否必須啟動重調(diào)度，如果需要啟動重調(diào)度，開始執(zhí)行步驟六；否則，繼續(xù)執(zhí)行初始調(diào)度方案；

步驟六：根據(jù)故障車間機(jī)床上的正在加工以及后續(xù)未加工的工序信息，利用自適應(yīng)遺傳算法產(chǎn)生重調(diào)度生產(chǎn)調(diào)度方案集；

步驟七：調(diào)度人員根據(jù)車間生產(chǎn)任務(wù)、工件工藝信息、車間機(jī)床設(shè)備信息和故障車間機(jī)床上的正在加工以及后續(xù)未加工的工序信息，從步驟六的利用自適應(yīng)遺傳算法產(chǎn)生的重調(diào)度生產(chǎn)調(diào)度方案集中，選擇一個(gè)調(diào)度方案作為執(zhí)行方案。

2.根據(jù)權(quán)利要求1所述的基于多階段智能優(yōu)化算法的動態(tài)柔性作業(yè)車間調(diào)度控制方法，其特征在于，對基于多階段智能優(yōu)化算法的動態(tài)柔性作業(yè)車間調(diào)度控制方法中的三階段中采用的自適應(yīng)遺傳算法求解步驟，包括：

步驟1：設(shè)置算法參數(shù)，包括種群數(shù)目、迭代次數(shù)、交叉概率、變異概率以及交叉概率α、變異概率β的值；

步驟2：染色體編碼，隨機(jī)產(chǎn)生初始種群；

車間機(jī)床染色體確定每道工序的加工車間機(jī)床，車間機(jī)床染色體長度等于總的工序數(shù)，車間機(jī)床染色體上的基因按照工件工序的先后約束順序排列，每個(gè)基因位上的整數(shù)代表該工件工序可選車間機(jī)床集中的加工車間機(jī)床的序號，而不是車間機(jī)床號，一個(gè)車間機(jī)床染色體為[1 2 1 3 2 3 1 2 1 2 1 1]，長度為12，其中，工序O12的可選車間機(jī)床集M12＝{M2，M4，M5}，那么可選車間機(jī)床集中的順序號分別為{1，2，3}，車間機(jī)床染色體中工序O12對應(yīng)基因位上的值為2，即代表在第2臺車間機(jī)床上進(jìn)行加工，也就是車間機(jī)床M4，而非車間機(jī)床M2；

工序排序染色體采用基于工序的實(shí)數(shù)編碼方式進(jìn)行編碼，每一個(gè)基因位的值用工件號直接編碼，且每一個(gè)基因位的值出現(xiàn)的次數(shù)等于該工件的工序數(shù)，工序排序染色體長度等于所有工序的總和，在工序排序染色體解碼時(shí)，染色體從左到右依此進(jìn)行編譯，工件號出現(xiàn)的順序表示該工件工序間的先后加工順序，即第一個(gè)工件號表示該工件的第一道工序，第二個(gè)該工件號表示第二道工序，以此類推，保證了同一工件工序的先后約束，假設(shè)有4個(gè)工件需要加工，工件J1、J2、J3、J4分別用工件號1、2、3、4代替，每個(gè)工件有三道工序，也就是每個(gè)工件號出現(xiàn)3次，工序排序染色體長度為12，假設(shè)隨機(jī)產(chǎn)生一個(gè)工序排序染色體為[1 3 4 3 2 3 4 2 1 2 4 1]，對應(yīng)的工序排序?yàn)閧O11,O31,O41,O32,O21,O33,O42,O22,O12,O23,O43,O13}；

步驟3：對種群中每一個(gè)染色體進(jìn)行解碼，計(jì)算個(gè)體適應(yīng)度值；

在對車間機(jī)床染色體和工序排序染色體的解碼過程中，首先對車間機(jī)床染色體進(jìn)行解碼，然后對工序排序染色體進(jìn)行解碼，并且將工序排序染色體解碼成對應(yīng)于車間機(jī)床選擇部分的活動調(diào)度，具體的解碼步驟如下：

1)對車間機(jī)床染色體從左到右依次讀取并轉(zhuǎn)換成車間機(jī)床矩陣M和時(shí)間矩陣T，對步驟2中給出的車間機(jī)床染色體轉(zhuǎn)換后為：

M=141526143321T=22123115313761]]>

車間機(jī)床矩陣M和時(shí)間矩陣T中，每行代表工件，每列代表工序，如工序O12的加工機(jī)器為機(jī)器M4，對應(yīng)的加工時(shí)間為2；

2)對工序排序染色體從左到右依次讀取，將每個(gè)工序排序按照對應(yīng)的車間機(jī)床矩陣M和時(shí)間矩陣T，轉(zhuǎn)換成活動調(diào)度，并得到最后一個(gè)工序的完成時(shí)間，也就是該調(diào)度方案的完工時(shí)間；

3)重復(fù)步驟1)和步驟2)對種群中所有車間機(jī)床染色體和工序排序染色體進(jìn)行解碼，并對個(gè)體適應(yīng)度值進(jìn)行比較；

步驟4：更新外部精英庫中的優(yōu)良解；

在外部精英庫更新時(shí)，基于海明距離的更新方法，優(yōu)先比較目標(biāo)值，目標(biāo)值好的個(gè)體替換目標(biāo)值差的個(gè)體；當(dāng)目標(biāo)值相同時(shí)，比較個(gè)體之間的海明距離，若海明距離為0，則不替換；若海明距離不為0，替換記憶庫中的最差個(gè)體；

步驟5：判斷是否滿足最優(yōu)個(gè)體的目標(biāo)值達(dá)到預(yù)先設(shè)定的目標(biāo)值或者迭代的代數(shù)超過了設(shè)定的迭代次數(shù)的條件，如果滿足則輸出外部精英庫中的優(yōu)良解；否則，轉(zhuǎn)到步驟6；

步驟6：選擇操作；

采用錦標(biāo)賽選擇(tournament selection)方法，每次從種群中選擇3個(gè)個(gè)體進(jìn)行適應(yīng)度比較，將適應(yīng)度較高的個(gè)體插入到交叉池中，如此循環(huán)直到填滿交叉池；

步驟7：自適應(yīng)交叉操作；

交叉率的設(shè)定采用自適應(yīng)的方式，根據(jù)算法迭代次數(shù)進(jìn)行變化，公式(1)；

p_c＝p_cs(1-CurIter/MaxIter) (1)

(1)式中，p_cs表示設(shè)定的交叉率初始值，CurIter表示當(dāng)前迭代次數(shù)，MaxIter表示最大迭代次數(shù)；

步驟8：自適應(yīng)變異操作；

采用自適應(yīng)的變異概率：

p_m＝p_ms(1-CurIter/MaxIter) (2)

式中，p_ms表示設(shè)定的變異率初始值，CurIter表示當(dāng)前迭代次數(shù)，MaxIter表示最大迭代次數(shù)；

步驟9：通過選擇、交叉、變異操作后得到下一代群體，轉(zhuǎn)到步驟3，循環(huán)執(zhí)行后續(xù)操作，直到算法滿足停止條件。