基于一維粒子群算法獲得零件加工最優(yōu)調(diào)度方案的方法
【專利摘要】基于一維粒子群算法獲得零件加工最優(yōu)調(diào)度方案的方法,具體按照以下步驟實施:步驟1:對柔性車間生產(chǎn)調(diào)度的問題進(jìn)行數(shù)學(xué)符號的形式化描述,并確定優(yōu)化目標(biāo)的評定指標(biāo);步驟2:建立綜合優(yōu)化目標(biāo)函數(shù)F;步驟3:建立調(diào)度優(yōu)化過程的約束條件;步驟4:設(shè)計基于啟發(fā)式規(guī)則的一維編碼方式粒子群算法;步驟5:進(jìn)行迭代運(yùn)算,輸出最優(yōu)粒子,對其進(jìn)行解碼作為調(diào)度方案的最終結(jié)果。本發(fā)明在滿足資源約束與工序約束等條件下,以制造期、機(jī)床總負(fù)荷和單機(jī)最大負(fù)荷為綜合優(yōu)化目標(biāo),采用一維編碼方式的粒子群算法可以迅速獲得零件加工的最優(yōu)調(diào)度方案;加入完工時間最早的啟發(fā)式規(guī)則,加速了綜合目標(biāo)的收斂。
【專利說明】基于一維粒子群算法獲得零件加工最優(yōu)調(diào)度方案的方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于離散型制造系統(tǒng)單件小批量生產(chǎn)調(diào)度【技術(shù)領(lǐng)域】,用于柔性車間多目標(biāo)調(diào)度優(yōu)化控制,具體涉及一種基于一維粒子群算法獲得零件加工最優(yōu)調(diào)度方案的方法。
【背景技術(shù)】
[0002]制造車間調(diào)度問題是一種NP困難問題,傳統(tǒng)的優(yōu)化方法無法獲得較為滿意的解決方案。作為該問題的延伸,柔性制造車間調(diào)度問題由于更接近生產(chǎn)實際,得到了大量的關(guān)注和研究。
[0003]傳統(tǒng)柔性制造車間調(diào)度問題通常以制造期作為優(yōu)化目標(biāo),這種單目標(biāo)優(yōu)化考慮因素較少,對生產(chǎn)實踐部具有綜合性的指導(dǎo)意義。目前學(xué)者將設(shè)備總負(fù)荷、關(guān)鍵設(shè)備單機(jī)負(fù)荷、生產(chǎn)準(zhǔn)備時間、生產(chǎn)成本和交貨期等因素加入優(yōu)化目標(biāo),充分?jǐn)M合了實際生產(chǎn)狀況。多目標(biāo)的加入使得問題復(fù)雜性進(jìn)一步上升,優(yōu)化算法的復(fù)雜度增加,得到可行解的難度增加。多目標(biāo)優(yōu)化往往不能得到使得所有目標(biāo)均處于最優(yōu)的最終解,通常需要決策者在多個目標(biāo)中平衡各方面因素選擇一個折衷解。常用方法有通過權(quán)重系數(shù)將多目標(biāo)問題轉(zhuǎn)化為單目標(biāo)問題(中國機(jī)械工程,2010,4(21):424-429),或多次計算得到均勻分布在Pareto曲面上的一組非劣解,從中挑出較為滿意的Pareto最優(yōu)解(Expert Systems With Applications, 2Oil, 38(6):7169-7178)。
[0004]隨著群體智能算法的發(fā)展,免疫算法(計算機(jī)集成制造系統(tǒng),2006,12 (10):1643-1650.)、遺傳算法(Flexible Services And ManufacturingJournal, 2011,23(1): 64-85)及粒子群算法(系統(tǒng)仿真學(xué)報,2008, 20(18): 4959-4963)等多種現(xiàn)代優(yōu)化算法被應(yīng)用于求解柔性制造車間調(diào)度問題。粒子群算法以其易實現(xiàn),精度高,收斂快的特點(diǎn),一經(jīng)提出就得到了廣泛的研究應(yīng)用,現(xiàn)逐步成為解決柔性制造車間調(diào)度問題的熱門算法。但是,利用現(xiàn)有的粒子群算法求解調(diào)度問題時,大多采用二位粒子編碼方式,在求解同等規(guī)模問題時其復(fù)雜度較大、編程難度大且求解效率低;且單純使用粒子群算法不利于求解目標(biāo)的快速收斂。
【發(fā)明內(nèi)容】
[0005]本發(fā)明的目的是提供一種基于一維粒子群算法獲得零件加工最優(yōu)調(diào)度方案的方法,解決現(xiàn)有技術(shù)在求解同等規(guī)模問題時算法的復(fù)雜度較大、編程難度大且求解效率低,以及單純使用粒子群算法不利于求解目標(biāo)的快速收斂的問題。
[0006]本發(fā)明所采用的技術(shù)方案是,基于一維粒子群算法獲得零件加工最優(yōu)調(diào)度方案的方法,以離散型柔性制造車間進(jìn)行多工件多工藝路線加工為應(yīng)用對象,具體按照以下步驟實施:
[0007]步驟1:對柔性車間生產(chǎn)調(diào)度的問題進(jìn)行數(shù)學(xué)符號的形式化描述,并確定優(yōu)化目標(biāo)的評定指標(biāo);
[0008]步驟2:建立綜合優(yōu)化目標(biāo)函數(shù)F ;[0009]步驟3:建立調(diào)度優(yōu)化過程的約束條件;
[0010]步驟4:設(shè)計基于啟發(fā)式規(guī)則的一維編碼方式粒子群算法;
[0011]步驟5:進(jìn)行迭代運(yùn)算,輸出最優(yōu)粒子,對其進(jìn)行解碼作為調(diào)度方案的最終結(jié)果。
[0012]本發(fā)明的特點(diǎn)還在于:
[0013]步驟I中,評定指標(biāo)為制造期T、機(jī)床總負(fù)荷W和單機(jī)最大負(fù)荷Ws。
[0014]步驟2中,綜合優(yōu)化目標(biāo)函數(shù)F為:
[0015]F = min Cw1.T+W2.ff+w3.Ws)
[0016]其中,WpWyW3分別為評定指標(biāo)制造期T、機(jī)床總負(fù)荷W和單機(jī)最大負(fù)荷Ws的權(quán)重系數(shù),要求Wjwfw3=I ;
[0017]制造期計算公式:
【權(quán)利要求】
1.基于一維粒子群算法獲得零件加工最優(yōu)調(diào)度方案的方法,其特征在于,以離散型柔性制造車間進(jìn)行多工件多工藝路線加工為應(yīng)用對象,具體按照以下步驟實施: 步驟1:對柔性車間生產(chǎn)調(diào)度的問題進(jìn)行數(shù)學(xué)符號的形式化描述,并確定優(yōu)化目標(biāo)的評定指標(biāo); 步驟2:建立綜合優(yōu)化目標(biāo)函數(shù)F ; 步驟3:建立調(diào)度優(yōu)化過程的約束條件; 步驟4:設(shè)計基于啟發(fā)式規(guī)則的一維編碼方式粒子群算法; 步驟5:進(jìn)行迭代運(yùn)算,輸出最優(yōu)粒子,對其進(jìn)行解碼作為調(diào)度方案的最終結(jié)果。
2.如權(quán)利要求1所述的基于一維粒子群算法獲得零件加工最優(yōu)調(diào)度方案的方法,其特征在于,步驟I中,評定指標(biāo)為制造期T、機(jī)床總負(fù)荷W和單機(jī)最大負(fù)荷Ws。
3.如權(quán)利要求1或2所述的基于一維粒子群算法獲得零件加工最優(yōu)調(diào)度方案的方法,其特征在于,步驟2中,綜合優(yōu)化目標(biāo)函數(shù)F為:
F = min Cw1.T+W2.ff+w3.Ws) 其中,W1^ w2> W3分別為評定指標(biāo)制造期T、機(jī)床總負(fù)荷W和單機(jī)最大負(fù)荷Ws的權(quán)重系數(shù),要求 Wjwfw3=I ; 制造期計算公式:
4.如權(quán)利要求1或2所述的基于一維粒子群算法獲得零件加工最優(yōu)調(diào)度方案的方法,其特征在于,步驟3中,約束條件包括: 開工時間約束: Sijk ^ Ci (J--Dk 完工時間約束:cijk = sijk+tijk
機(jī)床加工約束:
5.如權(quán)利要求1或2所述的基于一維粒子群算法獲得零件加工最優(yōu)調(diào)度方案的方法,其特征在于,步驟4包括: .4.1)首先定義如下變量: N—粒子種群規(guī)模; d——粒子編號,d=l,...,N; g——當(dāng)前進(jìn)化代數(shù); gmax——進(jìn)化總代數(shù); Pbest:——第g代粒子d的個體極值點(diǎn); gbest8-第g代的全局極值點(diǎn); v|——第g代粒子d的飛行速度; 衫——第g代粒子d的位置; rand O-服從U[0, I]的隨機(jī)數(shù); ω 粒子飛4丁慣性系數(shù),0.4 ^ ω ^ 0.9 ; Cl、C2——學(xué)習(xí)系數(shù); r——未完工工件數(shù)目,r≤η ; JLendij——工序Oij的完工時間; m_endkl——機(jī)床k加工第I道工序的完工時間; 粒子在優(yōu)化過程中會產(chǎn)生兩個極值,一個是粒子飛行經(jīng)過的最好位置,稱為個體極值點(diǎn)g,另一個是所有粒子目前找到的最好位置,稱為全局極值點(diǎn)gbestg ;在優(yōu)化過程中,粒子不斷向兩個極值點(diǎn)“學(xué)習(xí)”,并且保留一定的原飛行方向,逐步向最優(yōu)位置逼近;粒子在飛行過程中速度和位置的計算公式如下:
速度計算公式.
【文檔編號】G05B19/18GK103809506SQ201410037802
【公開日】2014年5月21日 申請日期:2014年1月26日 優(yōu)先權(quán)日:2014年1月26日
【發(fā)明者】劉永, 高新勤, 楊明順, 武志強(qiáng), 朱林林 申請人:西安理工大學(xué)