[發(fā)明專利]一種基于改進遺傳算法的混流制造車間調度方法

有效

• 申請?zhí)枺?/td>: 202110147179.3
• 申請日: 2021-02-03
• 公開（公告）號: CN112966822B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設計）人: 王美林;曾俊杰;彭希靈;劉金剛;呂逸夫
• 申請（專利權）人: 廣東工業(yè)大學
• 主分類號: G06N3/126
• 分類號: G06N3/126;G06Q10/0631;G06Q50/04
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 張金福

本發(fā)明涉及制造車間調度技術領域，公開了一種基于改進遺傳算法的混流制造車間調度方法。該方法步驟為：1、根據(jù)實際車間生產(chǎn)情況建立Petri網(wǎng)模型；2、在所述Petri網(wǎng)模型基礎上，將車間調度方案用染色體編碼算法編碼為染色體；3、采用改進遺傳算法對所述染色體進行運算，求解適應度最大的染色體。提供了一種搜索能力更強的，收斂性更好的，運算時間、空間需求更小的，求解結果更穩(wěn)定、更優(yōu)良的混流制造車間調度方法。

技術領域

本發(fā)明涉及制造車間調度技術領域，特別是涉及一種基于改進遺傳算法的混流制造車間調度方法。

背景技術

目前，面對市場競爭的日益激烈，制造企業(yè)要想增強企業(yè)核心競爭力就不得不更加注重產(chǎn)品的生產(chǎn)效率，對大多數(shù)使用大規(guī)模混流制造系統(tǒng)的企業(yè)更是如此。大規(guī)模混流制造系統(tǒng)由于其自身的特性，在調度時會產(chǎn)生巨大的解空間，從而產(chǎn)生搜索求解難的問題。隨著客戶個性化定制產(chǎn)品的需求不斷增多，混流制造作為一種面向定制的生產(chǎn)組織模式，其所包含的階段并行機讓混流制造具備了生產(chǎn)的柔性化，可以實現(xiàn)以需定產(chǎn)和快速切換。鑒于混流制造應用的廣泛性和復雜性，其生產(chǎn)調度問題一直是智能制造業(yè)研究的熱點。使用遺傳算法來解決此類問題是比較通行的。傳統(tǒng)遺傳算法具有較好的搜索能力，從給定的任一初始種群開始，一般都能在全局尋找到最優(yōu)解，但是在種群數(shù)量巨大時，遺傳算法容易出現(xiàn)局部收斂的問題，即算法收斂于局部最優(yōu)解而無法搜索全局。

中國發(fā)明專利CN106295878B(授權公告日為2017年10月31日)，公開了一種基于Petri網(wǎng)與改進遺傳算法的柔性作業(yè)車間調度系統(tǒng)，是通過考慮峰谷電價和間接能耗來最小化完工時間和用電費用的系統(tǒng)，包括作業(yè)時間選擇模塊和機器任務分配模塊；作業(yè)時間選擇模塊是通過建立能源時間Petri網(wǎng)模型和時間選擇模擬算法TSSA，得到遷移激活時間序列FS和遷移加工序列TS’，機器任務分配模塊是通過改進遺傳算法和Petri網(wǎng)相結合進行仿真，找出最佳的遷移加工序列TS，獲得柔性作業(yè)車間調度TI-FJSP的滿意解；該發(fā)明提出的柔性作業(yè)車間調度系統(tǒng)有效優(yōu)化生產(chǎn)計劃的制定和執(zhí)行，為企業(yè)提供峰谷電價下最低成本的生產(chǎn)方式，降低企業(yè)生產(chǎn)成本且提高能源的利用率，優(yōu)化能源配置，節(jié)約資源，保護環(huán)境，實現(xiàn)企業(yè)經(jīng)濟效益的最大化，提高企業(yè)的行業(yè)競爭力。該發(fā)明考慮了電力成本和時間人工成本，采用Petri網(wǎng)模型對遺傳算法進行了改進，但是在傳統(tǒng)的染色體結構下運算空間和時間需求大，使用傳統(tǒng)遺傳算法全局搜索性、收斂性較差。

發(fā)明內容

本發(fā)明為了克服現(xiàn)有技術中存在的傳統(tǒng)的染色體結構下運算空間和時間需求大，使用傳統(tǒng)遺傳算法全局搜索性、收斂性較差的技術缺陷，提供一種搜索能力更強的，收斂性更好的，運算時間、空間需求更小的，求解結果更穩(wěn)定、更優(yōu)良的混流制造車間調度方法。

為了實現(xiàn)上述目的，本發(fā)明提供了一種基于改進遺傳算法的混流制造車間調度方法，具體包括以下步驟：

S1:根據(jù)實際車間生產(chǎn)情況建立Petri網(wǎng)模型；

S2:在所述Petri網(wǎng)模型基礎上，將車間調度方案用染色體編碼算法編碼為染色體；

S3:采用改進遺傳算法對所述染色體進行運算，求解適應度最大的染色體；

其中，所述步驟S3，所述適應度最大的染色體代表完成加工所需時間最短的車間調度方案，即所述改進遺傳算法的最優(yōu)解。

上述方案中，第一步會對實際生產(chǎn)加工車間進行perti網(wǎng)模型建模，使其可以從實際問題變?yōu)榭煞治龅某橄髥栴}；第二步通過染色體編碼算法將車間調度方案編碼為染色體；第三步將染色體放入改進遺傳算法中，利用改進遺傳算法對隨機生成的染色體進遺傳進行迭代優(yōu)化，輸出最優(yōu)解，即獲得加工所需時間最短的車間調度方案。

作為優(yōu)選方案，所述步驟S3中，所述改進遺傳算法需要進行若干次遺傳迭代，進行一次遺傳迭代即依次進行交叉操作、變異操作、鄰域搜索；進行一次所述遺傳迭代所生成的染色體為一代染色體。