[發(fā)明專利]一種基于遺傳算法的板式家具生產調度批次優(yōu)化的方法

在審

• 申請?zhí)枺?/td>: 202210027561.5
• 申請日: 2022-01-11
• 公開（公告）號: CN114492959A
• 公開（公告）日: 2022-05-13
• 發(fā)明（設計）人: 郭曉磊;王金鑫;陳玉霞;郭勇;丁建文
• 申請（專利權）人: 南京林業(yè)大學;安徽農業(yè)大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/04;G06N3/12
• 代理公司: 浙江傳衡律師事務所 33387
• 代理人: 葉衛(wèi)強

1.一種基于遺傳算法的板式家具生產調度批次優(yōu)化的方法，其特征在于，包括以下步驟：

步驟一：采集并匯總訂單信息，包括訂單數量、訂單內部板件數量及其屬性；

步驟二：建立訂單組批啟發(fā)式規(guī)則；

步驟三：設計考慮封邊機器調整時間的遺傳算法；

步驟四：將分批好的板件信息作為遺傳算法的輸入量，輸出量為最小化最大完工時間，求得批次優(yōu)化的調度結果；

步驟二中訂單組批啟發(fā)式規(guī)則建立方法如下：

21)：計算某產品車間的日均產能，單位為塊/天，記為車間產能C；

22)：對該產品訂單交貨期D按交付日期早晚的順序排序，即最早的交貨期靠前的規(guī)則(Earliest Due Date,EDD)，并設置交貨期容許誤差天數，記為d；

23)：將交貨期為(D+d)之間的所有訂單匯總在一起，形成訂單池，記為一級生產批次P1，得到總板件量，單位為塊，記為Q；

24)：在訂單池中，將板件按照不同厚度進行分組，得到二級生產批次P2；

25)：校核二級生產批次所需生產天數T＝Q/C，且要滿足T＝d；

步驟三中考慮封邊機器調整時間的遺傳算法框架如下：

31)：問題參數初始化，包括工件數量、工序數量、每個工序下的機器數量、每個工件工序工時；

32)：算法參數初始化，包括種群規(guī)模、適應度函數、交叉概率、變異概率和終止條件；

33)：將種群初始化，設計編碼規(guī)則和解碼規(guī)則；

34)：進行選擇、交叉、變異操作；

35)：輸出最終解；

步驟四中的板件信息包括工件數量n、工序數量m、每個工序下的機器數量M和每個工件工序工時P。

2.根據權利要求1所述的一種基于遺傳算法的板式家具生產調度批次優(yōu)化的方法，其特征在于，步驟22)中按照EDD規(guī)則對訂單進行排序。

3.根據權利要求1所述的一種基于遺傳算法的板式家具生產調度批次優(yōu)化的方法，其特征在于，步驟23)中一級生產批次是具有滿足交貨期容許誤差d的所有訂單。

4.根據權利要求1所述的一種基于遺傳算法的板式家具生產調度批次優(yōu)化的方法，其特征在于，步驟24)中二級生產批次是在一級生產批次中按照厚度種類進行分類后，分配在每天的生產任務。

5.根據權利要求1所述的一種基于遺傳算法的板式家具生產調度批次優(yōu)化的方法，其特征在于，步驟25)中用來校核二級生產批次的生產天數滿足交貨期容許誤差天數。

6.根據權利要求1所述的一種基于遺傳算法的板式家具生產調度批次優(yōu)化的方法，其特征在于，步驟32)中設計遺傳算法對車間調度批次優(yōu)化問題進行全局優(yōu)化搜索，遺傳算法需要設置初始參數，包括：種群規(guī)模、適應度函數、進化次數、交叉概率、變異概率，其中種群規(guī)模選取范圍為10-30，進化次數選取范圍為500-600，交叉概率選取范圍為0.1-1，變異概率選取范圍為0.1-1，在遺傳算法中為了區(qū)分個體的優(yōu)劣，使用適應度來度量個體在種群生存的優(yōu)劣程度，適應度通過適應度函數來計算，也即目標函數值：

式中，設和分別表示批次B中第M臺機器的第N_B個工件的開始加工時間和加工持續(xù)時間。

7.根據權利要求1所述的一種基于遺傳算法的板式家具生產調度批次優(yōu)化的方法，其特征在于，步驟33)中編碼規(guī)則基于操作的整數編碼方式，具體規(guī)則為編碼長度只和工件數量n和工序數量m相關，編碼長度為n*m，編碼內容就是1，2，……，n*m之間的整數；

例如染色體(4，3，5，1，2)表示工件1，2，3，4，5的加工順序為4→3→5→1→2；該編碼方法簡單直觀，染色體中的數字順序就代表了工件的加工順序；在解碼時，需要照顧到不同工序的設備數量，并且采用非延遲方式，即只要機器空閑，就可以安排工件在該機器上加工。