基于蚁群算法的铝型材车挤压车间能耗优化调度方法技术

本发明专利技术公开了一种基于蚁群算法的铝型材车挤压车间能耗优化调度方法，本发明专利技术将铝型材挤压车间生产调度过程抽象为一种考虑时差电价极其能耗的非等同并行机调度问题，通过对此类调度问题的分析的基础上，提出一种基于迭代式计算的蚁群优化算法，蚂蚁经过“机器-工件-机器”迭代式的方式实现机器和工件的调度，减少了传统蚁群算法将机器和工件单独调度带来的求解误差。

【技术实现步骤摘要】

本专利技术涉及车间能耗优化调度技术，尤其涉及一种基于蚁群算法的铝型材车挤压 车间能耗优化调度方法。
技术介绍
在现实生产制造中，不同效率的机器(非等同并行机）往往同时运行，这给生产计 划制定带来了极大的困难。因此，在保证企业正常生存条件下，降低非等同并行机生产过程 的能源消耗和降低生产成本，是制造业关注的核心问题之一。特别是在以铝型材挤压车间 中，铝型材挤压生产需要消耗大量的天然气和电，属于高能耗制造过程.电力供应存在高 峰期和低峰期，也就是所谓的峰、谷、平，图1所示是不同时间段的电力价格(时差电价)， 利用时间差安排生产计划，增加电力低谷期的生产安排可以有效地减少能源损耗.此外在 挤压生产中，机器挤压完所有铝棒后才会关闭，中途不会停机，因此当挤压机结束一批产品 的挤压，而未能有新的铝棒进入时，会造成很高的空载成本。实际生产中通常新旧机器一起 使用，机器的生产效率不一，电力高峰期安排生产效率高的新机器生产，电力低谷期则可以 安排生产效率低的旧机器生产以达到节能的目的。 然而实际生产中需要考虑加工的完成时间和工件的拖期时间，最小化完成时间 或拖期时间往往以机器能耗的损失为代价，以3个工件、1台机器的调度方案为例，工件 的加工时间、达到时间和交货时间如表1所示，机器运行能耗和单位时间待机能耗分别为 0. 5kwh/h和lkwh/h。不同的调度方案的机器能耗和完成时间如图2所示。 表1.工件的加工时间、达到时间和交货时间

【技术保护点】
基于蚁群算法的铝型材车挤压车间能耗优化调度方法，其特征在于，所述优化调度方法包括以下步骤：步骤1：构建铝型材挤压车间能耗调度模型，确定铝型材挤压车间最小能耗目标函数EMin，所述目标函数EMin包括两个子目标：工件拖期成本、机器的能耗成本；目标函数EMin如公式（1.1）所示：               （1.1）     该目标函数应满足下列条件：（1.2）                                          （1.3）                  （1.4） 式（1.2）表示工件只能在一台机器上加工； 式（1.3）表示当工件的完成时间由开始时间和机器加工时间决定； 式（1.4）表示工件的开始时间取决于上一个工件的完成时间和该工件的到达时间； 以下是目标函数用的参数变量：：工件的数量；：机器的数量；：安排在机器上加工的工件数量；       w1:工件拖期成本系数;       w2:机器能耗成本系数;       ri:每个工件i独立的到达时间;       di:每个工件i交货时间;       tij:机器对工件的加工时间；       pi1：第i个工件的单位时间拖期成本；       pj2：第j台机器的单位时间运行能耗成本；       pj3：第j台机器的单位时间待机能耗成本；       f(t):不同时间段的电力价格；   决策标量：用于判断某个工件是否在指定机器上加工，若则表示工件在机器上加工，否则不在机器上加工；步骤2:信息素及其初始化    根据蚂蚁的两阶段寻径过程，信息素分为τj和τij两部分，τj表示机器Mj上的信息素，初始值为；τij表示机器Mj和工件之间的信息素，初始值τij=0；步骤3：蚁群算法三阶段解的构建首先选择最早可以获取的机器，然后选择在机器上工件拖期成本最小的工件，最后根据工件选择机器能耗成本最小的机器；通过机器再选择的过程将拖期成本子目标与机器能耗成本子目标联系起来，提升算法性能;具体如下：选择机器首先选择加工的机器，采用的启发式规则是最早可以获取的机器，这可以使得工件的完成时间最小;为了增加搜索随机性，给定参数和随机数，如果，蚂蚁选择最早可以获取的机器，否则按公式（1.6）的概率分布选择机器：(1.5)(1.6)选择工件根据工件个数，用禁忌表tabuk (k=1,2,…,n)记录当前蚂蚁所选择的工件，禁忌表随着蚂蚁寻径作动态调整. 给定参数和随机数，如果，蚂蚁选择最小拖期成本的工件，否则按公式（1.8）的概率分布选择工件：(1.7)(1.8)(1.9)是启发式函数，反映机器上加工工件的拖期成本，优先选择综合成本最小的工件在该机器上生产；α是信息启发因子，反映了蚁群运动过程积累信息对当前蚂蚁选择的影响；β是期望启发因子，表示启发式信息在蚂蚁选择中的重视程度；选择机器对于工件而言，最早可以获得的机器并不一定是加工该工件能耗最小的机器，因此采用迭代的方法，再次根据机器加工能耗最小选择机器，如式（2.0）所示：(2.0)<工件，机器>为蚂蚁一次寻径的结果，即选择工件在机器上进行加工;蚂蚁反复进行寻径，直到所有的工件加工完成，工件的加工序列即是解的序列;步骤4：信息素更新当蚂蚁遍历完所有的工件后，需要对当前寻径的结果上的信息量进行调整k，根据下面规则式（2.1）进行调整：（2.1）其中，1‑ρ是信息素残留因子，表示当前迭代的寻径结果对整个蚁群寻径的影响程度，Δτij(t)表示本次迭代中信息素增量.Q表示信息素强度，在一定程度上影响算法的收敛速度，E(t)表示蚂蚁本次迭代的寻径结果。...

【技术特征摘要】
1.基于蚁群算法的铝型材车挤压车间能耗优化调度方法，其特征在于，所述优化调度 方法包括以下步骤： 步骤1:构建铝型材挤压车间能耗调度模型，确定铝型材挤压车间最小能耗目标函数 Emn，所述目标函数Emn包括两个子目标：工件拖期成本、机器的能耗成本；目标函数E mn如 公式（L 1)所示：式（1. 2)表示工件只能在一台机器上加工； 式（1.3)表示当工件的完成时间由开始时间和机器加工时间决定； 式（1. 4)表示工件的开始时间取决于上一个工件的完成时间和该工件的到达时间； 以下是目标函数用的参数变量： 圓：工件的数量； 爾：机器的数量； :安排在机器j上加工的工件数量； ^:工件拖期成本系数； %:机器能耗成本系数； A:每个工件i独立的到达时间； 4:每个工件i交货时间； Q7.:机器对工件的加工时间； Ai ,P/2第i个工件的单位时间拖期成本； /?,第J'台机器的单位时间运行能耗成本； 第J台机器的单位时间待机能耗成本； /⑴/不同时间段的电力价格； 决策标量：JC用于判断某个工件是否在指定机器上加工，若1=1则表示工件^在机器^!上 f rmmW m J J 加工，否则不在机器i上加工； 步骤2:信息素及其初始化 根据蚂蚁的两阶段寻径过程，信息素分为Tj和Tij两部分，Tj表示机器MffMj上的 信息素，初始值为*/=_; T ij表示机器*^|^和工件f之间的信息素,初始值T ij=0 ; 步骤3 :蚁群算法三阶段解的构建 首先选择最早可以获取的机器/，然后选择在机器上工件拖期成本最小的工件/，最后 根据工件|_选择机器能耗成本最小的机器/;通过机器再选...

【专利技术属性】
技术研发人员：杨海东，梁鹏，刘国胜，张沙清，郭建华，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东;44