本發(fā)明涉及一種智能制造技術(shù)中的生產(chǎn)計劃制定，具體地說是一種基于遺傳算法的柔性作業(yè)車間分批調(diào)度方法，用人工智能算法中的遺傳算法來求解柔性作業(yè)車間分批調(diào)度問題。

背景技術(shù)：

在生產(chǎn)作業(yè)計劃中，產(chǎn)品的生產(chǎn)品種和生產(chǎn)數(shù)量在訂單中是已知的，生產(chǎn)時間也可由工藝人員確定，但生產(chǎn)順序的安排往往是難以合理確定的，確定工件的加工順序以及分配相應(yīng)的生產(chǎn)設(shè)備來對工件進行加工，這一過程稱為作業(yè)排序或作業(yè)調(diào)度。對同一批待加工工件，不同的加工順序會產(chǎn)生不同的加工完成時間，很大程度上影響著企業(yè)的生產(chǎn)效率。作業(yè)調(diào)度的目的就是通過為工件確定合理的加工順序，對生產(chǎn)過程進行優(yōu)化，從而縮短生產(chǎn)周期，提高設(shè)備利用率。

車間作業(yè)調(diào)度問題的方法主要有：經(jīng)典算法、基于啟發(fā)式規(guī)則的構(gòu)造性算法、人工智能算法。

經(jīng)典算法：經(jīng)典算法包括數(shù)學(xué)規(guī)劃法、分支界定法、拉格朗日松弛法等。

基于啟發(fā)式規(guī)則的構(gòu)造性算法：該算法易于實現(xiàn)、計算復(fù)雜度低，被大量的研究與應(yīng)用，panwalka等總結(jié)了一百多種調(diào)度規(guī)則。

人工智能算法：人工智能算法包括遺傳算法、蟻群算法、禁忌搜索算法、免疫算法、神經(jīng)網(wǎng)絡(luò)算法等。

經(jīng)典算法對小規(guī)模問題比較有效，對較大規(guī)模問題計算時間難以承受；基于啟發(fā)式規(guī)則的構(gòu)造性算法對問題處理比較粗糙，其得出的解質(zhì)量通常不夠好；而人工智能算法優(yōu)化性能高，算法結(jié)構(gòu)簡單，通用性好，其中的遺傳算法是求解車間調(diào)度的研究熱點之一。柔性車間調(diào)度是一個np-hard問題，在車間調(diào)度中具有較高的復(fù)雜程度，而在其基礎(chǔ)上再加入分批問題，使得問題更加復(fù)雜。遺傳算法在求解柔性車間分批調(diào)度問題時，由于分批的不相同導(dǎo)致進化操作的復(fù)雜性大大增加，從而使進化尋優(yōu)不理想，因此有必要展開研究，制定出合適的方法。

技術(shù)實現(xiàn)要素：

本發(fā)明目的在于針對已有技術(shù)存在的缺陷，提供一種基于遺傳算法的柔性作業(yè)車間分批調(diào)度方法，能夠提供好的調(diào)度方案，從而提高車間生產(chǎn)效率，縮短生產(chǎn)周期。為達到上述目的，本發(fā)明采用下述技術(shù)方案：一種基于遺傳算法的柔性車間調(diào)度方法，其特征在于具體操作步驟如下：

步驟一，確定運行參數(shù)。

步驟二，初始種群生成。

步驟三，個體適應(yīng)度計算。

步驟四，選擇操作。

步驟五，交叉操作。

步驟六，變異操作。

步驟七，終止判別。

針對以上步驟進行具體說明如下：

步驟一、確定運行參數(shù)

遺傳算法的運行參數(shù)包括種群規(guī)模m，交叉概率pc，變異概率pm，迭代次數(shù)t。種群規(guī)模m一般取20～100，交叉概率pc一般取0.4～0.99，變異概率pm一般取0.0001～0.1，迭代次數(shù)t一般取100～500。

步驟二、初始種群生成

初始種群的生成依靠編碼實現(xiàn)，柔性作業(yè)車間分批調(diào)度問題的編碼需要包含兩部分信息，第一部分為各工件的分批信息，它確定每種工件分多少批次，每個批次中工件有多少數(shù)量，將此部分的編碼稱為分批碼；第二部分為工件各批次的加工順序，稱為工序碼。此種編碼方法為分段編碼方法。

對于有n種工件，第i種工件數(shù)量為li，工序數(shù)為ji，其分批碼結(jié)構(gòu)如下所示：

用-1作為間隔符區(qū)分不同種類的工件，ai為工件i所分的批次，pi(ai)為工件i的第ai批次中數(shù)量，ki為工件i的分批碼。

工序碼的結(jié)構(gòu)如下所示：

2,21,1……1,12,21,1……2,2(部分片段)

其中工序碼中每個代碼(工件批次號)由兩個數(shù)字組成，前數(shù)字表示工件種類，后數(shù)字表示工件批次，如2,2表示工件2的第二批次，2,1表示工件2的第一批次，相同數(shù)字出現(xiàn)的順序代表工序順序，如上述工序碼中第一位上為2,2，第五位上也為2,2，則第一位上為工件2第二批次的第一工序，第五位上為工件2第二批次的第二工序。

(1)分批碼

采用輪盤賭方法產(chǎn)生工件分批碼，具體生成步驟如下:

1)確定批次。分為以下兩步：

①在0～1之間隨機產(chǎn)生一個數(shù)；

②將此數(shù)乘以工件i的數(shù)量li，進行向上取整操作，所得到的數(shù)即為工件i的批次，記為ai。

2)確定批次中工件的數(shù)量。

按比例對工件i的總數(shù)量進行分配，首先在0～1之間隨機產(chǎn)生共ai個數(shù)，記為則工件i其第j分批數(shù)量pij為：

將所得結(jié)果四舍五入進行圓整。

若所得批次中數(shù)量為0，則加1使此批次中數(shù)量為1，通過上述方法即可確定工件i各批次中工件的數(shù)量。

通過上述方法即可確定工件i各批次中工件的數(shù)量。

按比例分配四舍五入后，工件所有批次中的數(shù)量相加可能與原工件總數(shù)量不相等，此時需要進行如下方法的處理：

ⅰ、a:如果工件i所有批次中數(shù)量相加(記為：qi)大于原工件數(shù)量(記為：li)，則將各批次按數(shù)量從小到大排列，將排在最后qi-li位的批次中工件數(shù)量都減去1。

b:接著判斷工件i中是否有批次其工件數(shù)量等于0，若為0，則加1使其批次中數(shù)量為1。

c:重新返回步驟a。

ⅱ、如果工件i所有批次中數(shù)量相加(記為：qi)小于原工件數(shù)量(記為：li)，則將各批次按數(shù)量從小到大排列，將排在前面li-qi位的批次中工件數(shù)量都加上1。

3)確定工件i的分批碼。

首先生成長度為li的零數(shù)列ki，然后將工件i的各批次數(shù)量從左到右依次填入ki數(shù)列中，此即為工件i的分批碼。

4)確定總分批碼

從工件1的分批碼k1開始，將n種工件的分批碼從左到右依次組合在一起，并在不同工件間添加-1作為分隔符以示區(qū)別，即得到總分批碼。

(2)工序碼

工序碼依據(jù)分批碼和工件的信息，采用基于工序的編碼方法產(chǎn)生。

1)對每個工件的批次依次進行工序碼的產(chǎn)生。

2)將各個工件批次生成的工序碼依次組合在一起。

3)對2)中所述工序碼進行隨機打亂，從而得到最終的工序碼。

步驟三、個體適應(yīng)度計算

計算個體適應(yīng)度時，依據(jù)工件最早完工準(zhǔn)則為各工件批次選擇機器，計算時間，獲得總完工時間，然后取總完工時間的倒數(shù)作為適應(yīng)度值。顯然完工時間越短，適應(yīng)度值越高。

步驟四、選擇操作

選擇操作采用輪盤賭選擇方法，選擇概率依據(jù)個體的適應(yīng)度大小而定。適應(yīng)度越大的個體被選中的概率越大，適應(yīng)度越小的個體被選中的概率越小，符合遺傳算法“優(yōu)勝劣汰，適者生存”的思想。

步驟五、交叉操作

對于柔性分批問題，交叉分為分批碼交叉與工序碼交叉。

(1)分批碼交叉

分批碼進行相同位置的多點交叉，交叉后需要進行工序碼的修復(fù)。如果進行分批碼交叉后工件批次增多，則在工序碼中選擇隨機位置插入新增加工件的批次；如果進行分批碼交叉后工件批次減少，則在工序碼位置中選中減少的工件批次的位置，接著刪除這些位置上的信息。

(2)工序碼交叉

交叉操作都在染色體長度相同的情況下進行，但是柔性作業(yè)車間分批調(diào)度問題中，由于分批的不同會導(dǎo)致個體的工序碼長度不同，這樣被選中的兩個個體難以實現(xiàn)交叉。如果工序碼不交叉的話，那么不利于個體進化，影響尋優(yōu)結(jié)果，因此從種群進化角度考慮，需要實現(xiàn)工序碼的交叉。但是強行將不同長度的工序碼進行交叉，不僅會導(dǎo)致交叉后工序碼與對應(yīng)的前段分批碼的批次數(shù)，因此必須對交叉后的工序碼進行修正。

修正操作分兩種情況：一種是交叉后工件批次增多，另一種交叉后工件批次減少。

1)交叉后工件批次增多

依據(jù)前段分批碼中的工件批次信息，在工序碼中找到增多的工件批次號，然后將此刪除。

2)交叉后工件批次減少

依據(jù)前段分批碼中的工件批次信息，在工序碼中隨機產(chǎn)生插入位置，然后插入所需要的工件批次號。

附圖2是以兩點交叉為例的工序碼修正過程示意圖。

通過以上操作，實現(xiàn)了不同長度的工序碼交叉，并能得到合法的工序碼子代。注：上述的修正方法適應(yīng)于不同交叉操作得到的子代。

(3)交叉執(zhí)行準(zhǔn)則

本發(fā)明中的個體為兩段編碼，如果只進行工序碼的交叉，則工序碼對應(yīng)的分批碼信息都由初始種群決定，在進化過程中沒有得到變化，使尋優(yōu)范圍受到限制；如果只進行分批碼的交叉，則工序碼只是按照子代分批碼進行合法化修正，對工序碼的進化促進甚小，而工序碼又是決定著總完工時間；綜合考慮上述因素，這里提出分批碼和工序碼的分段編碼交叉操作執(zhí)行準(zhǔn)則：設(shè)置一個交叉段選擇系數(shù)t，在交叉時首先產(chǎn)生一個隨機數(shù)，當(dāng)隨機數(shù)小于t時，只進行分批碼的交叉，而大于等于t時，只進行工序碼的交叉，見附圖3。

步驟六、變異操作

首先進行分批碼的多點變異，接著進行工序碼的逆序變異。

步驟七、終止判別

判斷世代數(shù)是否滿足終止條件，滿足則停止，輸出最優(yōu)調(diào)度方案，否則轉(zhuǎn)到步驟三。

本發(fā)明與現(xiàn)有技術(shù)相比較，具有如下顯而易見的突出實質(zhì)性特點和顯著技術(shù)進步：針對工序碼長度不同而難以實現(xiàn)交叉操作的問題，經(jīng)過交叉后依據(jù)原有工件批次的信息進行工序碼的增加或者刪除的修正操作，使編碼合法化，從而實現(xiàn)了不同長度的工序碼交叉；同時提出分批碼和工序碼的分段編碼交叉操作執(zhí)行準(zhǔn)則，使分批碼和工序碼都得到了進化，有利于尋優(yōu)；通過使用輪盤賭的方法，使工件分批碼能得到方便地產(chǎn)生。采用本發(fā)明的方法進行調(diào)度，能得到滿意的調(diào)度方案，縮短了加工時間，提高了生產(chǎn)率。

附圖說明

圖1為基于遺傳算法的柔性作業(yè)車間分批調(diào)度方法的流程框圖。

圖2為工序碼交叉后修復(fù)示意圖。

圖3為交叉執(zhí)行準(zhǔn)則示意圖。

圖4為三次進化歷程圖。

圖5為分批調(diào)度結(jié)果圖。

具體實施方式

下面結(jié)合附圖和實施例對本發(fā)明作進一步說明。

實施例一：如附圖1所示，本基于遺傳算法的柔性車間分批調(diào)度方法的操作步驟如下：

步驟一，確定運行參數(shù)。

步驟二，初始種群生成。

步驟三，個體適應(yīng)度計算。

步驟四，選擇操作。

步驟五，交叉操作。

步驟六，變異操作。

步驟七，終止判別。

實施例二：參見圖1～圖5，本實施例與實施例一基本相同，特別之處如下：

所述運行參數(shù)為種群規(guī)模m，交叉概率pc，變異概率pm和迭代次數(shù)t。

所述初始種群產(chǎn)生時使用分段編碼方法得到分批碼和工序碼，產(chǎn)生個體，并且其中分批碼使用輪盤賭方法來產(chǎn)生。

所述個體適應(yīng)度計算時依據(jù)工件最早完工準(zhǔn)則為各工件批次選擇機器，計算時間，獲得總完工時間，然后取總完工時間的倒數(shù)作為適應(yīng)度值；顯然完工時間越短，適應(yīng)度值越高。

所述選擇操作采用輪盤賭選擇方法，選擇概率依據(jù)個體的適應(yīng)度大小而定。

所述交叉操作，首先確定分批碼和工序碼的分段編碼交叉操作執(zhí)行準(zhǔn)則；進行分批碼或工序碼的交叉，交叉結(jié)束后進行工序碼的修復(fù)操作。

所述變異操作，首先進行分批碼的多點變異，接著進行工序碼的逆序變異。

所述終止判別，判斷世代數(shù)是否滿足終止條件，滿足則停止，輸出最優(yōu)調(diào)度方案，否則轉(zhuǎn)到步驟三。

實施例三：本實施例與實施例一基本相同，特別之處如下：

對各步驟具體詳述如下：

步驟一、確定運行參數(shù)

遺傳算法的運行參數(shù)包括種群規(guī)模m，交叉概率pc，變異概率pm，迭代次數(shù)t。種群規(guī)模m一般取20～100，交叉概率pc一般取0.4～0.99，變異概率pm一般取0.0001～0.1，迭代次數(shù)t一般取100～500。

步驟二、初始種群生成

初始種群的生成依靠編碼實現(xiàn)，柔性作業(yè)車間分批調(diào)度問題的編碼需要包含兩部分信息，第一部分為各工件的分批信息，它確定每種工件分多少批次，每個批次中工件有多少數(shù)量，將此部分的編碼稱為分批碼；第二部分為工件各批次的加工順序，稱為工序碼。此種編碼方法為分段編碼方法。

對于有n種工件，第i種工件數(shù)量為li，工序數(shù)為ji，其分批碼結(jié)構(gòu)如下所示：

用-1作為間隔符區(qū)分不同種類的工件，ai為工件i所分的批次，pi(ai)為工件i的第ai批次中數(shù)量，ki為工件i的分批碼。

工序碼的結(jié)構(gòu)如下所示：

2,21,1……1,12,21,1……2,2(部分片段)

其中工序碼中每個代碼(工件批次號)由兩個數(shù)字組成，前數(shù)字表示工件種類，后數(shù)字表示工件批次，如2,2表示工件2的第二批次，2,1表示工件2的第一批次，相同數(shù)字出現(xiàn)的順序代表工序順序，如上述工序碼中第一位上為2,2，第五位上也為2,2，則第一位上為工件2第二批次的第一工序，第五位上為工件2第二批次的第二工序。

(1)分批碼

工序碼依據(jù)分批碼和工件的信息，采用基于工序的編碼方法產(chǎn)生。

1)對每個工件的批次依次進行工序碼的產(chǎn)生。

2)將各個工件批次生成的工序碼依次組合在一起。

3)對2)中所述工序碼進行隨機打亂，從而得到最終的工序碼。

步驟三、個體適應(yīng)度計算

計算個體適應(yīng)度時，依據(jù)工件最早完工準(zhǔn)則為各工件批次選擇機器，計算時間，獲得總完工時間，然后取總完工時間的倒數(shù)作為適應(yīng)度值。顯然完工時間越短，適應(yīng)度值越高。

步驟四、選擇操作

選擇操作采用輪盤賭選擇方法，選擇概率依據(jù)個體的適應(yīng)度大小而定。適應(yīng)度越大的個體被選中的概率越大，適應(yīng)度越小的個體被選中的概率越小，符合遺傳算法“優(yōu)勝劣汰，適者生存”的思想。

步驟五、交叉操作

對于柔性分批問題，交叉分為分批碼交叉與工序碼交叉。

(1)分批碼交叉

分批碼進行相同位置的多點交叉，交叉后需要進行工序碼的修復(fù)。如果進行分批碼交叉后工件批次增多，則在工序碼中選擇隨機位置插入新增加工件的批次；如果進行分批碼交叉后工件批次減少，則在工序碼位置中選中減少的工件批次的位置，接著刪除這些位置上的信息。

(2)工序碼交叉

交叉操作都在染色體長度相同的情況下進行，但是柔性作業(yè)車間分批調(diào)度問題中，由于分批的不同會導(dǎo)致個體的工序碼長度不同，這樣被選中的兩個個體難以實現(xiàn)交叉。如果工序碼不交叉的話，那么不利于個體進化，影響尋優(yōu)結(jié)果，因此從種群進化角度考慮，需要實現(xiàn)工序碼的交叉。但是強行將不同長度的工序碼進行交叉，不僅會導(dǎo)致交叉后工序碼與對應(yīng)的前段分批碼的批次數(shù)，因此必須對交叉后的工序碼進行修正。

修正操作分兩種情況：一種是交叉后工件批次增多，另一種交叉后工件批次減少。

1)交叉后工件批次增多

依據(jù)前段分批碼中的工件批次信息，在工序碼中找到增多的工件批次號，然后將此刪除。

2)交叉后工件批次減少

依據(jù)前段分批碼中的工件批次信息，在工序碼中隨機產(chǎn)生插入位置，然后插入所需要的工件批次號。

附圖2是以兩點交叉為例的工序碼修正過程示意圖。

通過以上操作，實現(xiàn)了不同長度的工序碼交叉，并能得到合法的工序碼子代。注：上述的修正方法適應(yīng)于不同交叉操作得到的子代。

(3)交叉執(zhí)行準(zhǔn)則

本發(fā)明中的個體為兩段編碼，如果只進行工序碼的交叉，則工序碼對應(yīng)的分批碼信息都由初始種群決定，在進化過程中沒有得到變化，使尋優(yōu)范圍受到限制；如果只進行分批碼的交叉，則工序碼只是按照子代分批碼進行合法化修正，對工序碼的進化促進甚小，而工序碼又是決定著總完工時間；綜合考慮上述因素，這里提出分批碼和工序碼的分段編碼交叉操作執(zhí)行準(zhǔn)則：設(shè)置一個交叉段選擇系數(shù)t，在交叉時首先產(chǎn)生一個隨機數(shù)，當(dāng)隨機數(shù)小于t時，只進行分批碼的交叉，而大于等于t時，只進行工序碼的交叉，見附圖3。

步驟六、變異操作

首先進行分批碼的多點變異，接著進行工序碼的逆序變異。

步驟七、終止判別

判斷世代數(shù)是否滿足終止條件，滿足則停止，輸出最優(yōu)調(diào)度方案，否則轉(zhuǎn)到步驟三。

實施例四：以某企業(yè)車間生產(chǎn)數(shù)據(jù)為實例，例中工件種類為4種，每種工件所需加工數(shù)量均為8個，機器數(shù)為8臺。具體的可加工機器、加工時間及啟動時間均能從表1中得到，表中括號里的第一個數(shù)字表示加工時間，第二個數(shù)字表示啟動時間，如第一工件第一工序可在機器1、機器7和機器8上加工，在機器1上加工時間為4，啟動時間為5。

運行參數(shù)：種群規(guī)模30，交叉概率0.8，變異概率0.05，迭代次數(shù)為300。

對實施例進行上述遺傳算法的操作，運行三次，它們的結(jié)果相差只有1分鐘，其中最佳值為110分鐘。附圖4為最佳值的進化歷程圖，從圖可知種群進化良好。調(diào)度結(jié)果的甘特圖如附圖5所示，圖中第一位數(shù)字為工件號，第二位數(shù)字為批次號，括號中數(shù)字為工序號，細橫線為啟動時間，長方形框為加工時間。

表1工件加工信息圖

min