基于多目标进化算法的动态柔性作业车间调度方法技术
【技术实现步骤摘要】
本专利技术涉及柔性作业车间调度控制领域，可用于在动态不确定的柔性作业车间生 产环境中，实现对各作业工序的机器分配以及加工顺序的调度。
技术介绍
柔性作业车间调度问题是指建立柔性作业车间调度的模型，通过某种算法为每项 作业的每道工序分配适当的机器，并确定各机器上工序的加工顺序，以在满足各种约束条 件的前提下，实现作业的完工时间最短、拖期最小、各机器的负载均衡等优化目标。 实际柔性作业车间的生产环境是动态不确定的，存在着新的作业下达、机器发 生故障、故障机器修复等多种动态因素。当面临这些扰动时，根据初始数据产生的最优 调度方案的性能可能大大降低，因此亟需研究一种能够处理动态不确定因素的新型柔性作 业车间调度方法。柔性作业车间的动态调度技术对实际生产系统的成功实施具有重要意 义。 进化算法是模拟生物在自然环境中的进化过程而形成的一类自适应全局优化概 率搜索算法。进化算法可以处理传统优化方法难以解决的复杂优化问题，例如非连续、多模 态等问题，它对整个群体实施选择、交叉、变异等操作，可以在算法的一次运行中并行搜索 到多个解，加之其具有较...
【技术保护点】
一种基于多目标进化算法的动态柔性作业车间调度方法，包括如下步骤：(1)初始化：读取初始时刻的输入信息，包括每项作业的工序数、加工期限、权重，每道工序可分配的机器集合、各工序在相应机器上的加工时间、正常工作的机器数目；给出优化目标的定义；将初始时刻视为初始调度点t0，将紧急动态事件，包括“新的紧急作业下达”、“机器发生故障”、“故障机器修复”的发生时刻视为重调度点tl(l＝1,2,…)；在tl(l＝0,1,2,…)时刻所处的生产环境下，“完工时间”定义为从开始加工到完成当前所有可调度的工序所花费的时间开销；“拖期”定义为对作业在加工期限上的延误值进行惩罚；“机器的最大负载”定...
【技术特征摘要】
1. 一种基于多目标进化算法的动态柔性作业车间调度方法，包括如下步骤： (1) 初始化：读取初始时刻的输入信息，包括每项作业的工序数、加工期限、权重，每道 工序可分配的机器集合、各工序在相应机器上的加工时间、正常工作的机器数目；给出优化 目标的定义；将初始时刻视为初始调度点h，将紧急动态事件，包括新的紧急作业下达、 机器发生故障、故障机器修复的发生时刻视为重调度点tdl= 1，2,…）；在&(1 = 0, 1，2,…）时刻所处的生产环境下，完工时间定义为从开始加工到完成当前所有可调度 的工序所花费的时间开销；拖期定义为对作业在加工期限上的延误值进行惩罚；机器 的最大负载定义为各台机器加工时间的最大值；稳定性仅在tjl= 1，2,…）有定义， 将其定义为各工序在新旧方案中开始加工时间和完成时间的差别；所设定的约束条件包括 加工时间约束、工序优先级约束、禁止抢先占有的约束； (2) 在初始时刻h，根据车间内机器和作业的属性，基于静态多目标进化算法，同时 最小化以下目标：完工时间、拖期以及机器的最大负载，预先产生一组Pareto非支配解， Pareto非支配解是指提高该解在任何一个目标上的性能，都必然会导致它在剩余的至少一 个目标上的性能降低；将Pareto非支配解提供给生产管理者进行参考，并由他从中挑选出 一个符合生产要求的满意解作为调度方案； (3) 在车间生产过程的每个重调度点tjl= 1，2,…）时刻，采用由紧急动态事件驱动 的基于动态多目标进化算法的反应式重调度方式：依据机器和作业的当前属性，包括当前 可以正常工作的机器，每项作业剩余未加工的工序，当前每台机器上正在加工的工序，从上 一个重调度点时刻开始至&时刻新下达的作业，每道工序当前可分配的机器集合，在 多目标进化算法的群体初始化中引入启发式动态优化策略，使得算法快速地适应动态变化 的环境，产生一组能够优化车间的完工时间、拖期、机器的最大负载及稳定性的新的Pareto 非支配解，提供给生产管理者，并由他从中挑选出一个符合生产要求的满意解作为调度方 案；该方案在车间中一直执行，直到下一个紧急动态事件发生，重新启动动态多目标进化算 法进行调度。2. 根据权利要求1所述的调度方法，其中步骤（1)所述的tjl= 0, 1，2,…）时刻的完 工时间定义为：其中，Iia1)表示到h时刻为止，已下达到柔性作业车间中的作业总数；JriwfcCO标记 第i项作业Ji在h时刻是否需要调度，即它是否包含可调度的工序，表示作 业Ji在&时刻需要调度，表示Ji在&时刻不需要调度；在&时刻的调度方 案中，CiU1)表示完成Ji当前所有可调度工序的时间Aa1)表示Ji中第一个可调度工序 的开始时间； 步骤（1)所述的ti(l= 0, 1，2,…）时刻的拖期定义为：其中，Coi表示作业Ji的权重；DDiU1)表示在&时刻，Ji中所有可调度工序的加工期 限； 步骤（1)所述的(I= 0, 1，2,…）时刻机器的最大负载指标定义为：其中，m是柔性作业车间内机器的总台数；Af广^认）标记第k台机器仏在&时刻是 否能够正常工作，ACwwD = I表示Mk可正常工作，财广**(/,) = 〇表示Mk发生故障；，(〇 是根据^时刻的调度方案，在Mk上第r个进行加工的工序俨U1)的加工时间；C^t1)是^ 时刻分配到Mk上的工序个数； 步骤（1)所述的h(1 = 1，2,…）时刻的稳定性定义为：其中，SiJt1KCi^t1)分别表示在&时刻的调度方案中，第i项作业的第j道工序OijU1)的开始和完成加工时间；rushstarting表示新方案比原方案提前开始的工序集合； delaystarting表示新方案比原方案推迟开始的工序集合；delaydelivery表示新方案比 原方案推迟完成的工序集合；惩罚因子Y= 1. 5 ;稳定性的公式只针对在h和时刻均 需调度的工序进行计算； 步骤（1)所述的加工时间约束是指每道工序在可对其进行加工的每台机器上的加工 时间是事先确定的； 步骤（1)所述的工序优先级约束是指每项作业的各道工序是按事先确定的顺序进行 加工的；在柔性作业车间问题中，每道工序可以在它机器集合中的任一台上进行加工； 步骤（1)所述的禁止抢先占有的约束包括：（i)每道工序的加工，只能在同一作业中排 在它之前的所有工序都完成之后才能开始进行；（ii)如果将一道工序分配给了某台机器， 只有在这台机器完成之前调度的所有工序之后，才能开始该道工序的加工。3.根据权利要求1所述的调度方法，其中步骤（2)所述的在初始时刻h，基于静态多 目标进化算法的调度方法的具体步骤如下： a) 群体初始化：根据h时刻车间的当前状态，随机生成初始群体PUtl)，初始群体PUtl) 中的每个初始个体包括工序序列向量和机器分配向量；计算初始群体中每个个体的多目标 值，即目标U1)、f2U1)、f3U1);从初始群体中确定出所有的Pareto非支配解构成外部存 储器群体41^(1：(|);设置目标评价次数计数变量(^ = 8126_，8126_为群体规模； b) 群体选择：采用二进制联赛选择法从群体PUtl)中选择一个个体sp;对于个体a和 b，如果个体a在所有待优化的多个目标，即U1)、f2U1)、f3U1)上均优于或等于个体b， 且至少在其中一个目标上优于个体b，则称个体a支配b;从群体PUtl)中随机挑选两个个 体，然后判断两个体间的相互支配关系；如果一个个体支配另一个，则选择该个体作为sp; 否则，从两个个体中随机选择一个作为sp; c) 外部存储器选择：从外部存储器群体ArcUtl)中随机选择一个个体e; d) 个体繁殖：采用针对动态柔性作业车间调度问题设计的，基于工序序列向量和基于 机器分配向量的交叉和变异算子，由父代个体sp和e生成子代个体Sc1和Sc2...
【专利技术属性】
技术研发人员：申晓宁，张敏，陈逸菲，赵丽玲，林屹，王玉芳，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。