本發(fā)明屬于車間調(diào)度技術(shù)領(lǐng)域，涉及一種柔性作業(yè)車間動(dòng)態(tài)調(diào)度策略，適用于車間生產(chǎn)過程的調(diào)度優(yōu)化，具體涉及一種基于可變重調(diào)度區(qū)間的柔性作業(yè)車間動(dòng)態(tài)調(diào)度方法。

背景技術(shù)：

如何提高效益和降低成本是制造企業(yè)永遠(yuǎn)追求的目標(biāo)。相關(guān)資料研究表明，在制造過程中，90％以上的時(shí)間將消耗在運(yùn)輸、等待加工等非切削過程中，因此制造企業(yè)需要合理進(jìn)行生產(chǎn)調(diào)度才能縮短加工時(shí)間、降低生產(chǎn)成本和提高效益。作為制造企業(yè)車間生產(chǎn)管理的核心內(nèi)容，生產(chǎn)調(diào)度在很大程度上決定著企業(yè)能否盈利的關(guān)鍵環(huán)節(jié)。

實(shí)際的調(diào)度過程中經(jīng)常會(huì)出現(xiàn)一些隨機(jī)的因素，如緊急訂單的加入、訂單取消、訂單優(yōu)先級(jí)改變、機(jī)器故障等，在這種情況下靜態(tài)調(diào)度模型不再適用于實(shí)際的生產(chǎn)環(huán)境。對動(dòng)態(tài)柔性作業(yè)車間調(diào)度問題的研究，基本上都是基于滾動(dòng)時(shí)域優(yōu)化策略，利用固定周期驅(qū)動(dòng)的重調(diào)度策略，然而并沒有考慮到可變重調(diào)度區(qū)間對動(dòng)態(tài)調(diào)度優(yōu)化目標(biāo)的影響。

技術(shù)實(shí)現(xiàn)要素：

根據(jù)以上現(xiàn)有技術(shù)的不足，本發(fā)明所要解決的技術(shù)問題是提出一種基于可變重調(diào)度區(qū)間的柔性作業(yè)車間動(dòng)態(tài)調(diào)度方法，通過建立以完工時(shí)間最小化為優(yōu)化目標(biāo)的柔性作業(yè)車間調(diào)度模型，提出一種初始化種群和選擇方法和基于可變重調(diào)度區(qū)間的動(dòng)態(tài)調(diào)度策略，解決動(dòng)態(tài)柔性作業(yè)車間調(diào)度問題，提高了重調(diào)度解的質(zhì)量。

為了解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案為：一種基于可變重調(diào)度區(qū)間的柔性作業(yè)車間動(dòng)態(tài)調(diào)度方法，柔性作業(yè)車間動(dòng)態(tài)調(diào)度方法包括步驟：步驟一、利用的改進(jìn)遺傳算法初始化數(shù)據(jù)，獲得靜態(tài)柔性作業(yè)車間調(diào)度方案，執(zhí)行靜態(tài)柔性作業(yè)車間調(diào)度方案；步驟二、當(dāng)動(dòng)態(tài)事件發(fā)生時(shí)，車間狀態(tài)為動(dòng)態(tài)柔性作業(yè)車間，判斷動(dòng)態(tài)事件的類型；步驟三、執(zhí)行可變重調(diào)度區(qū)間的動(dòng)態(tài)調(diào)度方法重新生成新的調(diào)度方案，執(zhí)行動(dòng)態(tài)調(diào)度方案；在動(dòng)態(tài)事件發(fā)生以后，只對范圍區(qū)間內(nèi)的工件進(jìn)行重調(diào)度，區(qū)間的大小根據(jù)動(dòng)態(tài)事件直接影響到的工件來確定。

動(dòng)態(tài)柔性作業(yè)車間中的調(diào)度方案化為如下模型：

任取i∈[1,n],j∈[1,pqi],有

任取i∈[1,n],j∈[1,pqi],有psi,j≥pei,j-1(2)

任取i∈[1,n],i'∈[1,n],j∈[1,pqi]，j'∈[1,pqi]，oi,j,k，oi',j',k∈ω，

有

pei,j＝psi,j+pti,j,k(4)

其中：n為工件數(shù)目，pqi表示工件i的工序數(shù)，wsi,j表示工件i的加工開始時(shí)間，psi,j表示工件i的工序j的加工開始時(shí)間，pei,j表示工件i的工序j的加工結(jié)束時(shí)間，oi,j,k表示工件i的第j道工序在機(jī)器k上進(jìn)行加工，pei,j,k表示工件i的工序j在機(jī)器k上的加工結(jié)束時(shí)間,oi',j',k表示工件i'的第j'道工序在機(jī)器k上進(jìn)行加工,pei',j',k表示工件i'的第j'道工序在機(jī)器k上的加工結(jié)束時(shí)間，psi',j',k表示工件i'的第j'道工序在機(jī)器k上的加工結(jié)束時(shí)間，pti,j,k表示工件i的第j道工序在機(jī)器k上的加工時(shí)間。

可變重調(diào)度區(qū)間的確認(rèn)步驟如下：步驟a：確定動(dòng)態(tài)事件影響到的工件；步驟b：將影響到的工件從調(diào)度區(qū)刪除；步驟c：將剩余未受影響的工件合并；步驟d：將動(dòng)態(tài)事件影響到的工件和未影響到的工件在一起進(jìn)行重調(diào)度；步驟e：確定重調(diào)度后受動(dòng)態(tài)事件直接影響到的工件的開始時(shí)間t1與完成時(shí)間t2；步驟f：可變重調(diào)度區(qū)間即為[t1,t2]。

改進(jìn)遺傳算法從種群初始化、選擇操作、改進(jìn)種群多樣性策略三個(gè)方面對遺傳算法進(jìn)行改進(jìn)。改進(jìn)遺傳算法包括：步驟1：使用基于初始化機(jī)器、初始化工序和隨機(jī)初始化相結(jié)合的初始化種群方法對種群進(jìn)行初始化；步驟2：進(jìn)行適應(yīng)度計(jì)算；步驟3：判斷是否滿足終止條件，如果滿足則輸出結(jié)果，如果不滿足繼續(xù)進(jìn)行步驟4；步驟4：進(jìn)行選擇操作，產(chǎn)生子代種群；步驟5：進(jìn)行交叉變異操作并產(chǎn)生子代種群；步驟6：重復(fù)步驟2、3、4、5直到滿足終止條件。

在動(dòng)態(tài)事件發(fā)生以后，只對范圍區(qū)間內(nèi)的工件進(jìn)行重調(diào)度，范圍區(qū)間的大小根據(jù)動(dòng)態(tài)事件直接影響到的工件來確定，其它區(qū)間中不被動(dòng)態(tài)事件直接涉及到的工件的加工順序不變，工序所在的加工機(jī)器也不變。

本發(fā)明有益效果是:(1)改善了在求解靜態(tài)調(diào)度問題上的初始化種群的解的質(zhì)量；(2)提高了靜態(tài)調(diào)度問題的調(diào)度解的質(zhì)量；(3)提高了獲得重調(diào)度解的效率；(4)提高了重調(diào)度解的質(zhì)量。

附圖說明

下面對本說明書附圖所表達(dá)的內(nèi)容及圖中的標(biāo)記作簡要說明：

圖1是本發(fā)明的具體實(shí)施方式可變重調(diào)度區(qū)間的柔性作業(yè)車間動(dòng)態(tài)調(diào)度方法的流程圖。

圖2是本發(fā)明的具體實(shí)施方式的未改進(jìn)的遺傳算法獲得的進(jìn)化曲線圖。

圖3是本發(fā)明的具體實(shí)施方式的改進(jìn)的遺傳算法獲得的進(jìn)化曲線圖。

圖4是本發(fā)明的具體實(shí)施方式的利用改進(jìn)的遺傳算法獲得的靜態(tài)調(diào)度圖。

圖5是本發(fā)明的具體實(shí)施方式的利用可變重調(diào)度區(qū)間獲得的重調(diào)度圖。

具體實(shí)施方式

下面對照附圖，通過對實(shí)施例的描述，本發(fā)明的具體實(shí)施方式如所涉及的各構(gòu)件的形狀、構(gòu)造、各部分之間的相互位置及連接關(guān)系、各部分的作用及工作原理、制造工藝及操作使用方法等，作進(jìn)一步詳細(xì)的說明，以幫助本領(lǐng)域技術(shù)人員對本發(fā)明的發(fā)明構(gòu)思、技術(shù)方案有更完整、準(zhǔn)確和深入的理解。

一種基于可變重調(diào)度區(qū)間的柔性作業(yè)車間動(dòng)態(tài)調(diào)度方法，步驟一、利用改進(jìn)遺傳算法初始化數(shù)據(jù)，獲得靜態(tài)柔性作業(yè)車間調(diào)度方案，執(zhí)行靜態(tài)柔性作業(yè)車間調(diào)度方案；步驟二、當(dāng)動(dòng)態(tài)事件發(fā)生時(shí)，車間狀態(tài)為動(dòng)態(tài)柔性作業(yè)車間，判斷動(dòng)態(tài)事件的類型；步驟三、執(zhí)行可變重調(diào)度區(qū)間的動(dòng)態(tài)調(diào)度方法重新生成新的調(diào)度方案，執(zhí)行動(dòng)態(tài)調(diào)度方案。在動(dòng)態(tài)事件發(fā)生以后，只對一定范圍內(nèi)的工件進(jìn)行重調(diào)度，范圍的大小根據(jù)動(dòng)態(tài)事件直接影響到的工件來確定，其它區(qū)間中不被動(dòng)態(tài)事件直接涉及到的工件的加工順序不變，工序所在的加工機(jī)器也不變；動(dòng)態(tài)柔性作業(yè)車間中的調(diào)度形式化為如下模型：

任取i∈[1,n],j∈[1,pqi],有

任取i∈[1,n],j∈[1,pqi],有psi,j≥pei,j-1(2)

任取i∈[1,n],i'∈[1,n],j∈[1,pqi]，j'∈[1,pqi]，oi,j,k，oi',j',k∈ω，

有

pei,j＝psi,j+pti,j,k(4)

其中：n為工件數(shù)目，pqi表示工件i的工序數(shù)，wsi,j表示工件i的加工開始時(shí)間，psi,j表示工件i的工序j的加工開始時(shí)間，pei,j表示工件i的工序j的加工結(jié)束時(shí)間，oi,j,k表示工件i的第j道工序在機(jī)器k上進(jìn)行加工，pei,j,k表示工件i的工序j在機(jī)器k上的加工開始時(shí)間。

本申請中對一定范圍內(nèi)的工件進(jìn)行重調(diào)度，確定重調(diào)度區(qū)間的步驟如下：步驟a：確定動(dòng)態(tài)事件影響到的工件；步驟b：將影響到的工件從調(diào)度區(qū)刪除；步驟c：將剩余未受影響的工件合并；步驟d：將動(dòng)態(tài)事件影響到的工件和未影響到的工件在一起進(jìn)行重調(diào)度；步驟e：確定重調(diào)度后受動(dòng)態(tài)事件直接影響到的工件的開始時(shí)間t1與完成時(shí)間t2；步驟f：重調(diào)度區(qū)間即為[t1,t2]。

本發(fā)明中使用改進(jìn)后的遺傳算法，結(jié)合工件、工序、機(jī)器的數(shù)據(jù)在改進(jìn)后的遺傳算法中自身滿足收斂條件后，輸出靜態(tài)調(diào)度方案并執(zhí)行，使用錄入的車間數(shù)據(jù)監(jiān)督動(dòng)態(tài)事件的發(fā)生，在發(fā)生動(dòng)態(tài)事件后，及時(shí)輸出動(dòng)態(tài)調(diào)度方案。

本申請中主要從種群初始化、選擇操作、改進(jìn)種群多樣性策略三個(gè)方面對遺傳算法進(jìn)行改進(jìn)，改進(jìn)的遺傳算法的流程圖如圖1所示，圖中g(shù)enmax是指遺傳代數(shù),具體流程如下：

步驟1：使用基于初始化機(jī)器、初始化工序和隨機(jī)初始化相結(jié)合的初始化種群方法對種群進(jìn)行初始化。

初始化機(jī)器包括：由于優(yōu)化目標(biāo)是完工時(shí)間，因此優(yōu)先考慮加工效率高的機(jī)器，即對于加工的工序，優(yōu)先選擇加工時(shí)間少的機(jī)器。此階段不考慮工件的加工順序，步驟如下：

步驟①：讀取工序的加工時(shí)間表t；步驟②：求每道工序的最小值t_mini；步驟③：利用確定選取各工序的加工機(jī)器的概率opi；步驟④：根據(jù)各個(gè)工序所在加工機(jī)器的選取概率隨機(jī)選擇機(jī)器；步驟⑤：重復(fù)步驟④直到機(jī)器編碼部分完全初始化(終止條件為i＝2×apq，apq為總工序數(shù))。

初始化工序包括：步驟①：讀取當(dāng)前加工信息表；步驟②：計(jì)算選取可選工件后的完工時(shí)間mak_curi；步驟③：根據(jù)確定選取各工件的概率mpi；步驟④：根據(jù)概率確定選取的工件；步驟⑤：重復(fù)步驟④直到工序編碼部分完全初始化。

隨機(jī)初始化包括：步驟①：隨機(jī)選取可選的加工機(jī)器；步驟②：從可選工件集中隨機(jī)選擇加工工件；步驟③：重復(fù)步驟1和步驟2，直到種群完全初始化。

步驟2：進(jìn)行適應(yīng)度計(jì)算。

步驟3：判斷是否滿足終止條件，如果滿足則輸出結(jié)果，如果不滿足繼續(xù)進(jìn)行步驟4。

步驟4：進(jìn)行基于精英保留策略和改進(jìn)種群多樣性策略的選擇操作，產(chǎn)生子代種群。在選擇操作中采用精英保留策略和改進(jìn)種群多樣性策略。精英保留策略采用保留每代最優(yōu)解的方式，使其進(jìn)入子代，可以避免最優(yōu)解被淘汰掉。改進(jìn)種群多樣性策略可以避免所有的個(gè)體都被求得的最優(yōu)解同化，改進(jìn)種群多樣性策略的具體流程如下：

步驟a：讀取種群信息pop，i＝1，(1≤i≤pops，其中pops為種群數(shù))；步驟b：取pop中的第i個(gè)個(gè)體，j＝i+1；步驟c：將pop中的第i個(gè)個(gè)體與第j個(gè)個(gè)體進(jìn)行比較，如果兩個(gè)個(gè)體相似度過高，則清除第j個(gè)個(gè)體，j＝j(luò)+1；重復(fù)步驟c，直到j(luò)＝pops；步驟d：i＝i+1，重復(fù)步驟b、步驟c和步驟d直到i＝pops-1(pop是種群信息，而pops是種群數(shù))。

步驟5：進(jìn)行交叉變異操作并產(chǎn)生子代種群。

步驟6：重復(fù)步驟2、步驟3、步驟4、步驟5直到滿足終止條件，終止條件為i＝pops。

車間工序的編號(hào)需要數(shù)據(jù)錄入，方便數(shù)據(jù)處理形成調(diào)度方案，所以本申請中的工件相關(guān)編號(hào)會(huì)進(jìn)行雙層編碼和解碼數(shù)據(jù)處理，編碼主要用來確定各工序所在的加工機(jī)器和加工順序，因此采用雙層編碼方式可以很好的進(jìn)行表達(dá)。機(jī)器部分確定工序所在的加工機(jī)器，工序部分確定工序的加工順序。解碼為編碼的逆操作，即根據(jù)編碼確定工序的加工機(jī)器和工序的加工順序的過程。

利用表1中的案例對柔性作業(yè)車間動(dòng)態(tài)調(diào)度問題進(jìn)行求解，在此考慮的動(dòng)態(tài)事件為時(shí)刻20機(jī)器m5出現(xiàn)故障。利用本發(fā)明提出的可變重調(diào)度區(qū)間的動(dòng)態(tài)調(diào)度方法對其進(jìn)行求解，遺傳算法的參數(shù)設(shè)置：種群規(guī)模100，進(jìn)化代數(shù)100，交叉概率0.8，變異概率0.1。

利用未改進(jìn)的遺傳算法獲得的最優(yōu)解為28，進(jìn)化曲線圖如圖2所示。利用改進(jìn)的遺傳算法獲得的最優(yōu)解為26，進(jìn)化曲線圖如圖3所示。利用改進(jìn)的遺傳算法獲得的靜態(tài)調(diào)度方案如圖4所示，動(dòng)態(tài)事件發(fā)生后利用可變重調(diào)度區(qū)間獲得的重調(diào)度方案如圖5所示，動(dòng)態(tài)重調(diào)度的結(jié)果對比如表2所示。

表15個(gè)工件6個(gè)機(jī)器的加工信息表

表2重調(diào)度的結(jié)果對比

從圖2和圖3的對比中可以看出，改進(jìn)的算法不僅提高了獲得最優(yōu)解的速度，而且提高了最優(yōu)解的質(zhì)量。表2比較了不同重調(diào)度策略的性能，在故障設(shè)備上加工而未完成的工件能夠直接轉(zhuǎn)移到具有相當(dāng)加工能力的設(shè)備上進(jìn)行加工，沒有必要等待故障設(shè)備修復(fù)之后繼續(xù)加工，從而使完工時(shí)間大大減少。從表2也可以看出，利用本發(fā)明提出的可變重調(diào)度區(qū)間的重調(diào)度策略，得到的任務(wù)完成時(shí)間比企業(yè)實(shí)際完成時(shí)間縮短了38.09％，說明了本發(fā)明具有解決動(dòng)態(tài)車間調(diào)度問題的可行性和有效性。

上面結(jié)合附圖對本發(fā)明進(jìn)行了示例性描述，顯然本發(fā)明具體實(shí)現(xiàn)并不受上述方式的限制，只要采用了本發(fā)明的方法構(gòu)思和技術(shù)方案進(jìn)行的各種非實(shí)質(zhì)性的改進(jìn)，或未經(jīng)改進(jìn)將本發(fā)明的構(gòu)思和技術(shù)方案直接應(yīng)用于其它場合的，均在本發(fā)明的保護(hù)范圍之內(nèi)。本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求書所限定的保護(hù)范圍為準(zhǔn)。