[發明專利]一種大規模柔性作業車間調度優化方法

有效

• 申請號: 201711094745.9
• 申請日: 2017-11-09
• 公開（公告）號: CN107862411B
• 公開（公告）日: 2020-04-28
• 發明（設計）人: 鄒益勝;尹慢;王爽;石朝;王若鑫;張劍;付建林
• 申請（專利權）人: 西南交通大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06N3/12
• 代理公司: 成都信博專利代理有限責任公司 51200
• 代理人: 舒啟龍

大規模柔性作業車間調度方法，將大規模的生產任務重組以降低規模，然后利用自適應改進遺傳算法求解優化。具體步驟如下：(1)首先將加工工藝類似、工件尺寸在同一范圍內、且毛坯材質相同的工件進行聚類組批，從而減小問題求解規模；(2)設置算法初始參數，采用三層基因編碼技術、OBX交叉方式和一定的變異策略，結合仿真實驗選擇交叉長度，并利用自適應改進遺傳算法優化求解。該方法可以減小問題求解規模，提高求解速度；并且減小工件完工時間以及拖延期。

技術領域

該發明涉及離散型組合問題的智能優化算法技術領域。特別是大規模柔性作業車間調度優化方法。

背景技術

不超過20×50(機床×工件)的車間調度問題為中小規模調度問題，大規模車間調度問題則有以下幾種情況【LIANG Xu,WANG Jia,H UANG Ming.New coding method formassive production scheduling problem[J].Computer Integrated ManufacturingSystem s,2008,10(14):1974-1982】：①工件數J50，機器數M20時；②當J≤50，M20，J×M1000時；③當J50，M≤20，J×M1000時。近60多年來，作業車間的生產排程與調度問題屬于NP難題，不少學者對求解此類提出很多求解效果較好的優化方法，但是求解規模通常都是中小規模。大多數優化算法因其求解效率和質量問題，不能直接用于求解大規模調度問題。目前解決大規模調度的方法有：智能優化算法、拉格朗日松弛分解法、基于問題分解法。各種分解法和智能優化算法首先被應用于規模不斷增大的車間調度問題。隨著工件數、機器數的增加，JSP問題的求解空間變得復雜，傳統的求解算法在解的質量和求解時間上不能滿足要求。

發明內容

本發明的目的是針對現有技術存在的問題而提供一種求解速度快、減小工件完工時間及降低工件拖延期的基于工件組批的大規模柔性作業車間調度方法。

本發明的目的是這樣實現的：本發明將柔性作業車間生產任務采用聚類的工件組批方法，將大規模的生產任務重組以降低規模，然后利用自適應改進遺傳算法求解優化的一種排程調度方法。該方法的具體步驟如下，第一，首先將加工工藝類似、工件尺寸在同一范圍內、且毛坯材質相同的工件進行聚類組批，以減小問題求解規模，隨機組成不同的批次，每個工件都有各自的交付期，組批之后按照本批當中最早交付期進行調度。

第二、構建大規模柔性作業車間調度問題的數學模型

所討論的大規模柔性作業車間調度問題詳細描述為，在m臺設備(M＝{M_k|M₁,M₂...M_m,k＝1,2,...m})上加工n件工件(J＝{J_l|J₁,J₂,...J_n,l＝1,2,...n})，每個工件包含N個事先確定加工順序的工序，每個工序可以在多臺設備上加工。組批之后形成r類工件R＝{R_i|R₁,R₂,...R_r,i＝1,2,...r}，第i類工件的第j道工序在設備k上加工時間為T_ijk，T_pi表示第i類工件的第p批次最后一道工序的完工時間，D_s表示工件s的交付期，D_pi表示第i類工件的第p批次的交付期。調度目標是使最大完工時間最小及總拖延期最小。

目標函數：minf＝α₁f'₁+α₂f'₂ (1)

其中：f₁＝min(maxT_pi)p＝1,2...B_i；i＝1,2......r (2)