[發(fā)明專利]基于遺傳算法的生產(chǎn)調(diào)度計(jì)劃優(yōu)化方法

在審

• 申請?zhí)枺?/td>: 202010547306.4
• 申請日: 2020-06-16
• 公開（公告）號(hào): CN111665808A
• 公開（公告）日: 2020-09-15
• 發(fā)明（設(shè)計(jì)）人: 章國政;楊輝華;王海東;武沖;劉揚(yáng)
• 申請（專利權(quán)）人: 北京經(jīng)緯紡機(jī)新技術(shù)有限公司
• 主分類號(hào): G05B19/418
• 分類號(hào): G05B19/418;G06N3/00;G06N3/12
• 代理公司: 北京高文律師事務(wù)所 11359
• 代理人: 徐江華;李寶玉

1.一種基于遺傳算法的生產(chǎn)調(diào)度計(jì)劃優(yōu)化方法，包括以下步驟：

S1：分析生產(chǎn)計(jì)劃調(diào)度優(yōu)化的詳細(xì)項(xiàng)目需求，確定訂單的內(nèi)容并根據(jù)訂單定義批次；

S2：將批次信息轉(zhuǎn)化模型參數(shù)，并確定批次的總量、完成日期、生產(chǎn)工序；

S3：構(gòu)建采用遺傳算法的模型，并確定相關(guān)的約束條件；

S4：對(duì)上述模型利用遺傳算法處理，通過構(gòu)造目標(biāo)函數(shù)、變量初始化、交叉、賦值、變異步驟，直到產(chǎn)生最優(yōu)解，即最優(yōu)生產(chǎn)計(jì)劃表；

S5：將通過算法產(chǎn)成的最優(yōu)生產(chǎn)計(jì)劃調(diào)度結(jié)果進(jìn)行顯示。

2.根據(jù)權(quán)利要求1所述的基于遺傳算法的生產(chǎn)調(diào)度計(jì)劃優(yōu)化方法，其特征在于：步驟S1中，當(dāng)紡織企業(yè)接到短期內(nèi)的不同訂單時(shí)，對(duì)訂單中的不同紡織品拆分批次，將不同訂單中的批次進(jìn)行統(tǒng)一生產(chǎn)。

3.根據(jù)權(quán)利要求1所述的基于遺傳算法的生產(chǎn)調(diào)度計(jì)劃優(yōu)化方法，其特征在于：步驟S2中，批次的總量是每個(gè)批次所需數(shù)量的總和。

4.根據(jù)權(quán)利要求1所述的基于遺傳算法的生產(chǎn)調(diào)度計(jì)劃優(yōu)化方法，其特征在于：步驟S3中，約束條件包括工序約束、機(jī)器約束、完成時(shí)間約束：

(1)工序約束：同一生產(chǎn)線只有在上一道工序任務(wù)加工完成后，才能進(jìn)行下一工序加工：

C_ij(k+1)-C_ijk-P_ij(k+1)≥0(X_ijk+X_ij(k+1)＜＝1)

(2)機(jī)器約束：同一生產(chǎn)線，只有在上一個(gè)批次加工完成后，才能加工下一個(gè)批次：

C_(i+1)jk-C_ijk-P_(i+1)jk≥0(X_(i+1)jk+X_ijk＜＝1)

(3)完成時(shí)間約束：

C_ij(k+1)＝max{C_ijk，ST_ij(k+1)}+P_i2(k+1)

其中，第i個(gè)批次在第j條生產(chǎn)線上，第(k+1)道工序的完成的時(shí)間C_(ij(k+1))滿足如下約束：

C_ij(k+1)＝ST_ijk+P_ij(k+1)

其中，C_i為第i個(gè)批次的完工時(shí)間，C_ijk表示第i個(gè)批次在第j條生產(chǎn)線上生產(chǎn)時(shí)第k道工序結(jié)束時(shí)間，P_ijk表示第i個(gè)批次在第j條生產(chǎn)線上生產(chǎn)時(shí)第k道工序的加工時(shí)間，ST_ijk表示第i個(gè)批次在第j條生產(chǎn)線上生產(chǎn)時(shí)第k道工序開始時(shí)間。

5.根據(jù)權(quán)利要求4所述的基于遺傳算法的生產(chǎn)調(diào)度計(jì)劃優(yōu)化方法，其特征在于：所述機(jī)器約束包括以下內(nèi)容：

(1)工廠機(jī)器數(shù)量配置表；

(2)生產(chǎn)線配置表；

(3)各工序制成率-設(shè)備運(yùn)轉(zhuǎn)率-設(shè)備運(yùn)行時(shí)間表；

(4)機(jī)器生產(chǎn)參數(shù)配置表；

(5)產(chǎn)品干濕重比例；

(6)各工序切換產(chǎn)品所需時(shí)間表。

6.根據(jù)權(quán)利要求1所述的基于遺傳算法的生產(chǎn)調(diào)度計(jì)劃優(yōu)化方法，其特征在于：

步驟S3中，所述模型的目標(biāo)函數(shù)如下：

其中，F(xiàn)是最小化最大完工時(shí)間，m是批次的數(shù)目，i是指第i個(gè)批次，C_i為第i個(gè)批次的完工時(shí)間。

7.根據(jù)權(quán)利要求1所述的基于遺傳算法的生產(chǎn)調(diào)度計(jì)劃優(yōu)化方法，其特征在于：步驟S4中，具體的遺傳算法實(shí)現(xiàn)，具體步驟如下：

S41：確定輸入、輸出變量，編碼方式，其中輸入變量：訂單信息；輸出變量：最優(yōu)生產(chǎn)調(diào)度方案；編碼方式：訂單拆分為多個(gè)批次，對(duì)批次號(hào)進(jìn)行全排列；

S42：構(gòu)造適應(yīng)度函數(shù)GeneticAlgorithm，即按照算法，對(duì)批次形成的個(gè)體依次計(jì)算進(jìn)行生產(chǎn)的生產(chǎn)時(shí)間；

S43：隨機(jī)產(chǎn)生初始種群farm并計(jì)算適應(yīng)度函數(shù)，在群體farm中，每一個(gè)個(gè)體即為一個(gè)生產(chǎn)調(diào)度方案；

S44：將個(gè)體根據(jù)適應(yīng)度函數(shù)進(jìn)行排序，保留最優(yōu)的Parent個(gè)解，即為保留最好的Parent個(gè)生產(chǎn)調(diào)度方案；

S45：交叉處理，在隨機(jī)產(chǎn)生的眾多生產(chǎn)調(diào)度方案中，選擇兩個(gè)父代方案進(jìn)行交叉，交叉具體操作是將兩個(gè)調(diào)度方案中的批次生產(chǎn)順序進(jìn)行交換，然后產(chǎn)生兩個(gè)新的子代方案；

S46：變異處理，通過隨機(jī)的方法產(chǎn)生新的生產(chǎn)調(diào)度方案，以避免局部收斂的情況發(fā)生；

S47：重復(fù)步驟S44到S46，直到適應(yīng)度函數(shù)收斂，產(chǎn)生最優(yōu)解。