基于分布估计的加工车间调度方法技术

本发明专利技术提供一种基于分布估计的加工车间调度方法，该方法根据动态事件发生时调度执行的情况，将动态加工车间调度问题转换为静态加工车间调度问题，并利用分布估计算法进一步求解静态加工车间调度问题，简化了动态加工车间调度问题求解的复杂度，使得在动态事件发生时，能够快速生成新的调度计划。

【技术实现步骤摘要】
【专利摘要】本专利技术提供一种，该方法根据动态事件发生时调度执行的情况，将动态加工车间调度问题转换为静态加工车间调度问题，并利用分布估计算法进一步求解静态加工车间调度问题，简化了动态加工车间调度问题求解的复杂度，使得在动态事件发生时，能够快速生成新的调度计划。【专利说明】
本专利技术涉及一种加工车间调度方法，尤其涉及一种用于解决模糊时间下动态灵活 加工车间调度问题的。
技术介绍
随着制造业的发展，使用科学的方法降低生产成本、提高生产效率已成为生产管 理者的共识。其中，调度问题（Scheduling Problem)作为制造流程的基础问题，其重要性不 言而喻。在实际生产中，加工车间调度（Job-shop Scheduling Problem, JSP)是最为常见也 是最为复杂的一类调度问题。目前，现有调度方法的研究多限于解决静态的加工车间调度 问题，即在调度之初，预先确定了加工的工作和机器。然而，在实际生产中，在执行调度计划 的过程中，加工车间会面临很多动态事件的发生，例如：机器故障、机器的调入调出、临时性 紧急订单的增加或是已有订单的取消等。
技术实现思路
鉴于上述内容，有必要提供一种，能够在加工 车间发生动态事件时，生成高效的调度计划。 一种，该方法包括：转换步骤，当动态事件发生 时，根据当前调度计划的执行情况，将模糊时间下动态灵活加工车间调度问题转换为模糊 时间下非零状态静态灵活加工车间调度问题；初始化步骤，根据模糊时间下非零状态静态 灵活加工车间调度问题的非零状态初始条件，生成工序顺序解序列的概率矩阵及机器排配 解序列的概率矩阵，并对所生成的工序顺序解序列的概率矩阵及机器排配解序列的概率矩 阵进行初始化；采样步骤，对初始化后的工序顺序解序列的概率矩阵及机器排配解序列的 概率矩阵进行预设次数的采样，产生预设数目的解序列个体，每个解序列个体包括工序顺 序解序列和机器排配解序列；计算步骤，计算每个解序列个体的目标函数值，并根据目标函 数值对每个解序列个体进行评价；选择步骤，对采样所产生的解序列个体以及历史最优解 序列个体的目标函数值进行升序排序，选择排名在前的预设数量的解序列个体作为最优解 序列个体；标准化步骤，对最优解序列个体进行编码操作以规范化最优解序列个体；更新 步骤，利用规范化的最优解序列个体，更新历史最优解序列个体以及概率矩阵；及迭代输出 步骤，迭代执行上述采样步骤至更新步骤，直至达到预设的迭代次数，以迭代执行的最后一 代的最优解序列个体作为最终解。 相比于现有技术，本专利技术所述的，根据动态事 件发生时调度执行的情况，将动态加工车间调度问题转换为静态加工车间调度问题，并利 用分布估计算法进一步求解静态加工车间调度问题，简化了动态加工车间调度问题求解的 复杂度，使得在动态事件发生时，能够快速生成新的调度计划。 【专利附图】【附图说明】 图1是本专利技术基于分布估计的加工车间调度系统的应用环境图。 图2是本专利技术的实施例的流程图。 图3是工作顺序解序列和机器排配解序列的示意图。 图4是工序的三角模糊加工工时的示意图。 图5是根据解序列个体绘制甘特图的示意图。 主要元件符号说明 【权利要求】1. 一种，其特征在于，该方法包括： 转换步骤，当动态事件发生时，根据当前调度计划的执行情况，将模糊时间下动态灵活 加工车间调度问题转换为模糊时间下非零状态静态灵活加工车间调度问题； 初始化步骤，根据模糊时间下非零状态静态灵活加工车间调度问题的非零状态初始条 件，生成工序顺序解序列的概率矩阵及机器排配解序列的概率矩阵，并对所生成的工序顺 序解序列的概率矩阵及机器排配解序列的概率矩阵进行初始化； 采样步骤，对初始化后的工序顺序解序列的概率矩阵及机器排配解序列的概率矩阵进 行预设次数的采样,产生预设数目的解序列个体，每个解序列个体包括工序顺序解序列和 机器排配解序列； 计算步骤，计算每个解序列个体的目标函数值，并根据目标函数值对每个解序列个体 进行评价； 选择步骤，对采样所产生的解序列个体以及历史最优解序列个体的目标函数值进行升 序排序，选择排名在前的预设数量的解序列个体作为最优解序列个体； 标准化步骤，对最优解序列个体进行编码操作以规范化最优解序列个体； 更新步骤，利用规范化的最优解序列个体，更新历史最优解序列个体以及概率矩阵；及 迭代输出步骤，迭代执行上述采样步骤至更新步骤，直至达到预设的迭代次数，以迭代 执行的最后一代的最优解序列个体作为最终解。2. 如权利要求1所述的，其特征在于，所述模糊时 间下动态灵活加工车间调度问题和所述模糊时间下非零状态静态加工车间调度问题是在 模糊时间下灵活加工车间调度问题的基础上定义的； 所述模糊时间下灵活加工车间调度问题的定义为： a) η个工作在m台机器上加工，每个工作1包括叫个有序的工序A,』即，』表示工作Λ的第j道工序，工序\』可以在机器Μ中 mi;j台机器的任一机器上加工，所有工作的工序总数i，其中，Ji、Mk的下标分别为 工作编号和机器编号，〇υ_的有序对（i，j)为工序编号，工序第一下标i表不工作编号，工序 第二下标j表示工序在工作中的加工顺序； b) 工序Ou在机器Mk上的加工工时<为最短 的加工时长，@0为最可能的加工工时，为最长的加工工时，工序Ou的完成时间为最小的完成时间，€：^为最可能的完成时间，C^j为最大 的完成时间； c) 所有工作是独立的；所有机器和工作是确定的；初始时，所有工作都可以开始加工， 所有机器是可用的；一个机器同一时间只能加工一个工序；一个工作同一时间内只能在一 个机器上加工；工序之间的转换时间忽略不计；一道工序在机器上加工时，无法中断； 所述模糊时间下动态灵活加工车间调度问题是在模糊时间下灵活加工车间调度问题 的定义上去掉约束条件"所有机器和工作是确定的"； 所述模糊时间下非零状态静态加工车间调度问题是在模糊时间下灵活加工车间调度 问题的定义上去掉条件"初始时，所有工作都可以开始加工，所有机器是可用的"，增加非 零状态初始条件"初始时，有部分工作的第一道工序被预先安排在某些机器上加工"，集合_表示非零状态初始条 件，其中，（Jis，Mks)表示工作Ji s的第一道工序被预先排配在机器Mks上加工。3. 如权利要求2所述的，其特征在于，所述转换步 骤包括： a. 根据动态事件中机器或工作的增减，在机器集合J或工作集合Μ中增减相应的机器 编号或工作编号； b. 删除当前调度计划中已经完成的工序，对已完成工序对应的工作的其余工序的第二 下标进行重新编号； c. 根据当前调度计划中已分配在机器上加工中的工序的加工情况，调整加工中工序的 加工工时，加工中工序的加工工时=原加工工时-动态事件发生时已加工的工时；及 d. 汇总当前调度计划中已分配在机器上加工中的工序，生成集合表示非零状态初始条 件，1指工作Jis的第一道工序分配在机器 Mks ?4. 如权利要求3所述的，其特征在于，所述初始化 步骤包括： a. 对于生成工序顺序解序列的概率矩阵P，其中，元素 ρΙ·表示Λ出现在工序顺序解序列的第i个位置或是第i个位置之前本文档来自技高网...

【技术保护点】
一种基于分布估计的加工车间调度方法，其特征在于，该方法包括：转换步骤，当动态事件发生时，根据当前调度计划的执行情况，将模糊时间下动态灵活加工车间调度问题转换为模糊时间下非零状态静态灵活加工车间调度问题；初始化步骤，根据模糊时间下非零状态静态灵活加工车间调度问题的非零状态初始条件，生成工序顺序解序列的概率矩阵及机器排配解序列的概率矩阵，并对所生成的工序顺序解序列的概率矩阵及机器排配解序列的概率矩阵进行初始化；采样步骤，对初始化后的工序顺序解序列的概率矩阵及机器排配解序列的概率矩阵进行预设次数的采样，产生预设数目的解序列个体，每个解序列个体包括工序顺序解序列和机器排配解序列；计算步骤，计算每个解序列个体的目标函数值，并根据目标函数值对每个解序列个体进行评价；选择步骤，对采样所产生的解序列个体以及历史最优解序列个体的目标函数值进行升序排序，选择排名在前的预设数量的解序列个体作为最优解序列个体；标准化步骤，对最优解序列个体进行编码操作以规范化最优解序列个体；更新步骤，利用规范化的最优解序列个体，更新历史最优解序列个体以及概率矩阵；及迭代输出步骤，迭代执行上述采样步骤至更新步骤，直至达到预设的迭代次数，以迭代执行的最后一代的最优解序列个体作为最终解。...

【技术特征摘要】

【专利技术属性】
技术研发人员：范玉顺，刘柏君，刘轶，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11