[發明專利]一種差異工件隨機到達情況下單機批調度問題的求解方法

有效

• 申請號: 202010064069.6
• 申請日: 2020-01-20
• 公開（公告）號: CN111260144B
• 公開（公告）日: 2022-03-29
• 發明（設計）人: 譚琦;楊子豪;唐昊;夏田林;賈鋮鈺
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/04
• 代理公司: 合肥云道爾知識產權代理事務所(特殊普通合伙) 34230
• 代理人: 閆興貴

本發明公開了一種差異工件隨機到達情況下單機批調度問題的求解方法，其特點在于，按如下步驟進行：步驟1、定義T_k為系統第k個決策時刻，初始化決策時刻T_k＝0,k＝0；步驟2、提前計算出所有狀態下9種啟發式規則對應的批量加工方案，在刪除多余相同方案后，將其作為各狀態下的行動集；步驟3、利用強化學習中的Q學習方法得到每個系統狀態下的最優加工行動；步驟4、利用學到的最優策略調度批處理機進行加工。本發明以各緩存庫中工件存量為系統狀態，采用啟發式規則和強化學習算法相結合的方式對該系統進行優化調度，有效地提升了系統加工率，減少了工件在該工序的平均逗留時間。

技術領域

本發明涉及生產調度優化，具體地說是一種差異工件隨機到達情況下單機批調度問題的求解方法

技術背景

隨著實體經濟和制造業的迅猛發展，企業間的競爭也愈發激烈，為了提升產品質量，降低生產成品，企業在生產制造時必須將有限的資源在有限的時間內創造出最大利潤，因此，生產調度優化問題是現代化生產作業中的核心內容。批處理問題是一類具有很強應用背景的生產調度問題，它起源于半導體制造業，例如在半導體生產中的擴散工序階段，芯片需要成批的放置在擴散爐中進行摻雜，以改變半導體的電學性質。同時，在氧化，老化測試等階段都需要在批處理機中進行加工。批處理工序可同時加工多個工件且加工時間往往較長，例如芯片老化測試工序，其加工時間通常幾倍甚至幾十倍于其他工序，這類工序往往成為生產線中的瓶頸，因此提升該類工序的生產效率至關重要。此外，批調度問題還廣泛存在于金屬鑄造，紡織品染整作業和港口貨物裝卸等領域。

傳統批調度方法大多針對工件信息都預先可知的理想情況，但是在現實世界的制造系統中，生產調度系統的運行通常伴隨著隨機事件的發生。另外，在一些面向訂單生產的企業中，未來的訂單到達也是無法提前預知的隨機事件。這些事件的發生可能導致原先制定的生產調度計劃非最優甚至不可行。因此，在問題中考慮相關的隨機因素，才能更真實的反應實際調度情況，目前針對隨機批調度問題的研究也受到了廣泛關注，但是現有的調度方法大多只考慮工件尺寸相同的情況，實際生產中不同種類的工件往往會有尺寸上的差異，此時分批決策會更加復雜，不僅在構建工件批時要考慮工件加工時間的差異，還要考慮工件尺寸的不同所可能造成的加工資源浪費。同時，現有處理隨機批調度問題的方法只考慮了工件種類較少的情況，在工件種類增多的情況下，現有方法往往會遇到解空間急劇增加的問題，這極大的降低了算法的優化效果。

發明內容

本發明專利是為了解決上述現有技術存在的不足之處，提出一種差異工件隨機到達情況下單機批調度問題的求解方法，以期能對差異工件隨機到達時的批處理機進行調度優化控制，減少系統代價，提高系統生產率，同時針對工件種類較多的情況下，解決解空間過大的問題，保持良好的優化效果。

本發明為解決技術問題采用如下技術方案：

一種差異工件隨機到達情況下單機批調度問題的求解方法，其特點在于，按如下步驟進行：

步驟1、定義T_k為系統第k個決策時刻，初始化決策時刻T_k＝0,k＝0；

步驟2、提前計算出所有狀態下9種啟發式規則對應的批量加工方案，在刪除多余相同方案后，將其作為各狀態下的行動集；

步驟2.1、對當前緩沖庫中所有工件按照加工時間由大到小進行排序；

步驟2.2、計算所有選擇式啟發式規則所對應的加工工件，作為對應規則的加工批；

步驟2.3、計算所有構建式啟發式規則所對應的加工工件，作為對應規則的加工批；

步驟2.4、在某狀態下若有多種啟發式規則對應的加工批相同，則在該狀態的行動集合中剔除多余相同的加工規則；

步驟3、利用強化學習中的Q學習方法得到每個系統狀態下的最優加工行動；