[發明專利]單AGV作業車間調度規則挖掘方法和系統

在審

• 申請號: 202110778176.X
• 申請日: 2021-07-09
• 公開（公告）號: CN113516308A
• 公開（公告）日: 2021-10-19
• 發明（設計）人: 張利平;徐逸凡;馬良;唐秋華;胡一凡
• 申請（專利權）人: 武漢科技大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/04
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 楊明月

本發明涉及一種基于決策樹算法的單AGV作業車間調度規則挖掘方法和系統、電子設備及存儲介質。該方法包括：獲取單AGV最優調度方案；定義與構造操作調度模式與屬性，依據最優調度序列提取樣本數據；基于所述樣本數據，構建決策樹模型；以及利用所述決策樹模型，輸出IF?THEN調度規則。本發明通過求解最優調度方案，從最優調度序列中提取樣本數據，從而對決策樹模型進行訓練，獲得當前場景下的調度規則，實現同類調度問題的解決。與經典調度規則相比，基于本發明的方法獲得的調度規則具有更好的調度效果。

技術領域

本發明涉及工廠調度領域，具體地，涉及一種基于決策樹算法的單AGV作業車間調度規則挖掘方法和系統、電子設備及存儲介質。

背景技術

AGV作為一種靈活高效的輸送設備在制造系統得到廣泛應用。作為設備之間物料的銜接，AGV規劃與調度直接關系著物料配送的準確性和及時性，進而影響調度系統的生產效率和流暢性。在傳統作業車間調度的基礎上，研究帶AGV搬運的作業車間調度問題更加符合當前智能制造系統，深入了解問題特征對提高生產效率有極大幫助。

在車間調度的研究中，求解方法通常有精確法、元啟發式算法、調度規則等。其中精確法可獲得小規模問題下界，但在大規模或實時調度環境下，復雜度和時間消耗巨大；元啟發式算法能在較短時間內獲得較優解，但實時響應調度問題稍差。

調度規則具有實時響應生產實際擾動等優點，被廣泛應用于實際生產。但是根據無免費午餐理論，現有調度規則或者基于人為經驗的規則只能適用于特定情景，無法獲得復雜多變的調度問題的最優解。在帶AGV搬運的作業車間調度問題中，傳統的調度規則更難獲取較優的調度方案，構造并使用調度規則快速生成較優的調度方案，成為車間調度領域中研究的熱點問題。因此，本專利致力于基于數據挖掘技術，提出一種能夠快速挖掘當前調度環境有效的調度規則的方法。

發明內容

針對現有技術中的問題，本發明提供一種基于決策樹算法的單AGV作業車間調度規則挖掘方法和系統、電子設備及存儲介質。

第一方面，本發明提供一種基于決策樹算法的單AGV作業車間調度規則挖掘方法，包括：

獲取單AGV最優調度方案；

定義與構造操作調度模式與屬性，依據最優調度序列提取樣本數據；

基于所述樣本數據，構建決策樹模型；以及

利用所述決策樹模型，輸出IF-THEN調度規則。

進一步地，所述定義操作調度模式，包括：

每次調度決策時，對比候選集中任意兩兩操作的基礎屬性，確定具有AGV搬運沖突的工序對。

進一步地，所述操作的屬性包括所述操作的基礎屬性、特征屬性和類別屬性。

進一步地，所述基礎屬性包括：工序加工時長、工件剩余加工時長和已加工工序數目；所述特征屬性包括兩個所述操作之間的比較準備時長、比較工序加工時長、比較工件剩余加工時長、比較工件已加工工序數目，所述特征屬性表示兩個所述操作的基礎屬性的差異。

進一步地，所述操作的類別屬性包括優先搬運和滯后搬運。

進一步地，所述依據最優調度序列提取樣本數據，包括：

根據所述最優調度序列，找出待操作集合中的被選工序，將其他工序作為候選工序；以及

將所述被選工序與具有AGV搬運沖突的候選工序依次對比，記錄兩兩工序不同基礎屬性的對比和優先關系，從而獲得樣本數據。

進一步地，所述方法還包括：通過遺傳算法獲取所述最優調度序列。

第二方面，本發明提供一種基于決策樹算法的單AGV作業車間調度規則挖掘系統，包括：