[發明專利]一種基于遺傳算法的生產排程方法

有效

• 申請號: 202110370530.5
• 申請日: 2021-04-07
• 公開（公告）號: CN112907150B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 羅正陽
• 申請（專利權）人: 江蘇西格數據科技有限公司
• 主分類號: G06Q10/0631
• 分類號: G06Q10/0631;G06Q50/04;G06N3/126
• 代理公司: 北京冬瓜知識產權代理事務所(普通合伙) 11854
• 代理人: 李佳

本發明提供了一種基于遺傳算法的生產排程方法，包括以下步驟：S1：通過數據分析后得到生產過程數據，將生產過程數據自動轉化為標準算例格式；S2：將新的機器作為外協因素，獲取其對應加工時間t，將外協的機器編號以及固定加工時間t加入數據，轉化為標準算例格式后設置于編碼模塊中；S3：加入機器不可用時間，將停工時間設置于解碼模塊中；S4：將優化問題的解的參數形式轉換成基因碼串的表示形式形成染色體；S5：進行遺傳算法，將編碼后的種群輸入遺傳算法的求解模塊中，得出最優解，將最優解帶入遺傳算法的解碼模塊中，得到調度甘特圖以及排程計劃表。

技術領域

本發明涉及生產管控領域，尤其涉及一種基于遺傳算法的生產排程方法。

背景技術

近幾年，隨著高速互聯網、大數據、云計算、人工智能等技術等迅猛發展，新的工業革命正在興起，例如德國的工業4.0。德國工業4.0倡導依靠信息物理系統(Cyber PhysicalSystems)塑造智能工廠，進而實現智能制造，把部署的眾多傳感器利用通信技術與控制設備、軟件系統連接在一起，進行智能化的過程控制和優化，最終實現生產的縱向集成、供應商和市場的橫向協同，以不斷提升企業的制造柔性。就中國范圍來看，第四次工業革命的改變過程目前是處于初期、漸變演進階段，在成熟的高速互聯、大數據相關技術的支撐下，不同行業、不同企業都正在嘗試從不同角度切入，進行適合自身需要的第四次變革。

在工業大數據的背景下，業內學者主張利用生產現場密布的傳感器對溫度、壓力、投料、給風、供熱、密度、透光度、用水、耗電等加工工程進行監控，進而對整個生產流程進行分析，向下監控工藝偏差，向上報告流程瓶頸。基于傳感器細節數據，逐層匯總、還原整個生產流程各個環節的狀態、工況和結果，通過虛擬生產的方式仿真生產流程，通過集成分析幫助企業優化生產流程。這些做法都是在多源數據融合的基礎之上，通過把傳統工業自動化技術、ERP系統與物聯網、大數據技術、可視化技術等商業技術融合創新，使生產環境進一步優化創新轉化為一種現實行動，使企業可以更好追求柔性生產與快速響應之間的最佳平衡，提高訂單滿足率和客戶滿意度。但隨著越來越多的個性化訂單成為常態，在大規模定制的場景下，往往由于冗長供應鏈上的一環缺失，由局部計劃執行延遲放大成為整體制造執行延遲，原材料、在制品、產品在供應鏈上滯留，成本居高不下、按時交期屢屢無法達成，企業成本負擔重、客戶滿意度低。

除此之外，車間生產調度是對車間生產過程進行作業計劃，是生產制造業實現智能化、自動化、信息化的核心。車間調度問題復雜度高，與其他組合優化問題具有很強的相似性，大量車間調度問題屬于NP-hard問題，考慮車間調度問題的復雜性，如果僅依賴調度人員的經驗，采用手工方式進行生產調度，那么調度效率低、效果差，嚴重影響了企業的生產管理水平、自動化水平的提高，從而影響了企業的勞動生產率、機器利用率的提高，浪費了企業的人力、物力，影響企業競爭力的提高。有效的車間調度方法和優化技術的研究與應用，可提高企業的資源利用率和生產效益，因此，高效的車間調度算法是求解車間調度問題的核心和關鍵。

目前，基于調度規則的啟發式算法、智能優化調度算法等在單機、并行機、流水車間、作業車間等典型的生產調度問題中得到廣泛的應用。其中，遺傳算法是一種非常有效的優化技術，已成功地應用于控制流、機器路徑規劃、經濟學、機器學習等許多組合優化問題。它模擬了自然界遺傳學的繼承(基因遺傳)、進化(基因突變)、優勝劣汰(優的基因大量被遺傳復制、劣的基因較少被遺傳復制)。即在自然界，優(適應環境能力強)的群種逐代繁衍，并逐步進化變異形成更優的群種，而劣的群種逐代退化，較少被繁衍，從而實現大自然的優勝劣汰。

但是遺傳算法在應用中也存在一些問題，需要對遺傳算法進行改進，減少遺傳算法搜索的隨機性、盲目性，增強其在局部較小空間的搜索能力，提高搜索到最優解的概率。

發明內容

針對現有技術中遺傳算法存在的問題，本發明提供了一種基于遺傳算法的生產排程方法，解決現有排程系統在面對更多復雜排程需求時，是否能在有效時間內求出最優解，并且能夠根據實際生產中的不同需求以及不同約束，提供不同的排程算法以及策略。