[發(fā)明專利]一種基于知識(shí)驅(qū)動(dòng)方法的分布式裝配阻塞流水車間集成調(diào)度方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110400333.3
• 申請(qǐng)日: 2021-04-14
• 公開（公告）號(hào): CN113313283B
• 公開（公告）日: 2022-08-19
• 發(fā)明（設(shè)計(jì)）人: 趙付青;杜松霖;曹潔;唐建新;張建林;陳作漢
• 申請(qǐng)（專利權(quán)）人: 蘭州理工大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q10/06;G06Q50/04
• 代理公司: 北京興智翔達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 11768
• 代理人: 郭衛(wèi)芹

本申請(qǐng)涉及制造生產(chǎn)調(diào)度領(lǐng)域，具體涉及一種基于知識(shí)驅(qū)動(dòng)方法的分布式裝配阻塞流水車間集成調(diào)度方法；其包括加工序列生成模塊，使用知識(shí)驅(qū)動(dòng)的方法，構(gòu)造分布式裝配阻塞流水車間各個(gè)加工工廠中待加工工件的調(diào)度序列；裝配序列生成模塊，使用知識(shí)驅(qū)動(dòng)的方法，構(gòu)造分布式裝配阻塞流水車間裝配工廠中待裝配產(chǎn)品的調(diào)度序列；調(diào)度序列優(yōu)化模塊，使用知識(shí)驅(qū)動(dòng)的協(xié)同學(xué)習(xí)優(yōu)化系統(tǒng)，以產(chǎn)生分布式裝配阻塞流水車間調(diào)度序列；其有益效果在于：實(shí)驗(yàn)結(jié)果表明了本申請(qǐng)的集成調(diào)度方法在解決分布式裝配阻塞流水車間調(diào)度問(wèn)題時(shí)的高效性和有效性。

技術(shù)領(lǐng)域

本申請(qǐng)涉及制造生產(chǎn)調(diào)度領(lǐng)域，具體涉及一種基于知識(shí)驅(qū)動(dòng)方法的分布式裝配阻塞流水車間集成調(diào)度方法。

背景技術(shù)

制造業(yè)是國(guó)民經(jīng)濟(jì)的主體，是立國(guó)之本、興國(guó)之器、強(qiáng)國(guó)之基。隨著經(jīng)濟(jì)全球化的發(fā)展，世界經(jīng)濟(jì)結(jié)構(gòu)發(fā)生了翻天覆地的變化，世界工廠的生產(chǎn)方式也面臨著巨大的挑戰(zhàn)。多國(guó)家合作，多地區(qū)合作，多企業(yè)合作，多個(gè)工廠合作的分布式生產(chǎn)方式已逐步走上歷史舞臺(tái)，成為主要的國(guó)際生產(chǎn)、制造方式，促進(jìn)了經(jīng)濟(jì)全球化和生產(chǎn)國(guó)際化的發(fā)展。分布式制造不僅可以充分利用多個(gè)國(guó)家、地區(qū)，企業(yè)、工廠的各種生產(chǎn)資源，通過(guò)實(shí)現(xiàn)原材料的有效分配，生產(chǎn)力的最優(yōu)組合以及合理的資源共享，更加可以在分布式工廠中以合理的成本快速實(shí)現(xiàn)產(chǎn)品的生產(chǎn)和制造。作為分布式制造一個(gè)十分的重要環(huán)節(jié)，分布式流水車間調(diào)度問(wèn)題(Distributed Flow Shop Scheduling Problem，DFSP)是一類以不同制造公司或加工工廠間的合作生產(chǎn)為背景，研究如何分配待加工工件及如何確定其加工順序，從而實(shí)現(xiàn)某一特定調(diào)度指標(biāo)的最優(yōu)化的問(wèn)題。由于存在著不同的加工工廠，則分布式流水車間調(diào)度問(wèn)題面臨著：加工工廠與加工工廠之間，加工工廠的內(nèi)部各臺(tái)機(jī)器的分配和待加工工件的排序等諸多因素的相互耦合關(guān)系。在分布式流水車間的加工、制造布局下，每一個(gè)待加工工件都是一個(gè)待分配處理單元，每一個(gè)工廠中的加工順序都是一個(gè)獨(dú)立的調(diào)度處理單元。與傳統(tǒng)單工廠的流水車間調(diào)度問(wèn)題相比，DFSP求解空間更大，求解難度更高，對(duì)求解算法的精度以及求解速度要求也更高，因此，其研究也具有更加重要的學(xué)術(shù)意義與應(yīng)用價(jià)值。

帝王蝶優(yōu)化算法(MBO)是一種有研究前景的群智能優(yōu)化算法，MBO受帝王蝶在自然界中的遷移行為的啟發(fā)而被提出用以解決優(yōu)化問(wèn)題。與其他現(xiàn)有的僅有一個(gè)種群的群智能優(yōu)化算法不同的是，MBO算法具有兩個(gè)基本運(yùn)算符，它們分別屬于不同的子種群。子種群1中的遷移算子(Migration Operator,MO)和子種群2中的蝴蝶調(diào)整算子(ButterflyAdjusting Operator,BAO)在迭代過(guò)程中協(xié)同地更新整個(gè)種群。兩個(gè)算子在不同的子群體中各司其職。位于不同子種群中的后代個(gè)體與其他個(gè)體交換鄰域信息，以實(shí)現(xiàn)個(gè)體學(xué)習(xí)。然后在算法的迭代過(guò)程中則體現(xiàn)了群體智能。在這種理論下，MBO算法具有高級(jí)協(xié)作學(xué)習(xí)機(jī)制。對(duì)于所有群智能優(yōu)化算法而言，在迭代過(guò)程中使得探索與開發(fā)之間取得適當(dāng)?shù)钠胶馐欠浅Ｖ匾摹Ｔ贛BO算法的啟發(fā)式搜索中，MO和BAO協(xié)同控制局部搜索和全局搜索操作。協(xié)作的過(guò)程導(dǎo)致勘探與開發(fā)的平衡。MBO算法的新穎之處在于MO和BAO的有效結(jié)合。簡(jiǎn)單有效的運(yùn)行機(jī)制在迭代過(guò)程中實(shí)現(xiàn)了群體智能。由于其自身可預(yù)見(jiàn)的性能，MBO算法已應(yīng)用于解決常見(jiàn)的優(yōu)化問(wèn)題。

發(fā)明內(nèi)容

本申請(qǐng)?zhí)峁┮环N基于知識(shí)驅(qū)動(dòng)方法的分布式裝配阻塞流水車間集成調(diào)度方法，該集成調(diào)度方法能夠優(yōu)化分布式裝配阻塞流水車間的運(yùn)行效率和性能。

為實(shí)現(xiàn)上述目的，本申請(qǐng)?zhí)峁┤缦录夹g(shù)方案：

一種基于知識(shí)驅(qū)動(dòng)方法的分布式裝配阻塞流水車間集成調(diào)度方法，包括以下步驟：

步驟1：加工序列生成模塊，使用知識(shí)驅(qū)動(dòng)的方法，構(gòu)造分布式裝配阻塞流水車間各個(gè)加工工廠中待加工工件的調(diào)度序列，該序列用于表示各個(gè)加工工廠中工件的加工工藝流程；

步驟2：裝配序列生成模塊，使用知識(shí)驅(qū)動(dòng)的方法，構(gòu)造分布式裝配阻塞流水車間裝配工廠中待裝配產(chǎn)品的調(diào)度序列，該序列用于表示裝配工廠中產(chǎn)品的組裝工藝流程；