一种用于准时制生产的并行设备调度策略制造技术

本发明专利技术公开了一种用于准时制生产的并行设备调度策略，可用于准时制并行机生产企业中，主要包括生产过程中产品处理时间和交货期的实时载入；并行设备调度问题的编码解码、基于经济效益的总滞后目标值计算；采用组搜索优化方法对载入的信息进行处理、利用离散域进化算子和高效局部搜索以获得较优的调度方案；针对生产过程的设备故障等突发事件进行重调度。本发明专利技术考虑了效益相关的企业目标，适合准时制生产企业，实用性强；采用了随机和启发式规则结合的初始化方法，方案多样性好；嵌入了基于插入的局部搜索，确保了调度解搜寻的高效性；对设备故障等突发事件可以实时响应，短时间内获得重调度方案，可靠性高。

【技术实现步骤摘要】

本专利技术属于企业生产计划与调度
，具体涉及一种以准时制生产为目标的 并行设备调度策略。
技术介绍
现代激烈的市场竞争环境对企业生产满足准时制的要求越来越高。如果企业不能 在交货期内完成计划中的任务，从短期来看，企业经济利益受到损害，从长期来看，企业信 誉亦受到影响。因此，企业生产的所有产品总加权滞后是一个经济效益指标，在国民经济流 程工业和制造业的企业生产环境中显得非常重要。对产品生产工序只有一台设备的情况， 国内和国际上已有很多调度策略的理论成果和实际应用。然而，随着企业生产能力和要求 的提高，并行设备的存在已经较为普遍，现有的考虑并行设备的调度策略不能有效地求解 大规模问题，或实时性较差而不方便实际应用，或不能处理设备故障时的重调度问题。 作为一种新型群智能优化算法，组搜索算法（GSO)是He等受动物集体捕猎行为启 发而提出的。在组搜索算法中，种群中的个体按照"发现一参与"的不同分工扮演不同的角 色。在种群中，发现当前最优位置的个体被称为发现者，参与并分享发现者成果的个体被称 为参与者。为了防止算法陷入局部最优，组搜索算法引入了 "游荡"策略，将参与者分成追 随者和巡逻者，一旦发现者发现了猎物踪迹，追随者会快速向发现者靠近，同时巡逻者会在 群体附近进行随机的游荡。组搜索算法将种群分为三种不同角色的机制有利于实现种群多 样化的目的，这三种角色的进化机制充分体现了其在寻优过程中的分工：发现者用于探索 较优位置附近区域，追随者的分享机制体现了种群的开发性，而巡逻者的随机搜索则体现 了算法对未知区域的探索性。近几年来组搜索算法在各个领域中逐步得到推广应用，目前 已被应用于拓扑结构优化、神经网路训练、医学诊断等领域。 考虑到实际工业中并行设备调度面临产品众多、生产环境复杂、生产设备不稳定、 有准时化生产限制、有实时调度要求等特点，现有的调度方案往往依靠工作人员经验或固 有的启发式规则，达不到准时制和重调度的高要求。而组搜索算法的进化机制决定了其具 有较好的全局探索性和局部开发性，同时，现有成果亦表明了其在收敛速度上有着自身的 优势，可适用于对实时性要求较高的工业实际。因此，本专利技术设计离散域下进化的组搜索算 法，将其引入到流水线并行设备的调度求解中，设计了基于组搜索算法的准时制生产的并 行设备调度策略。
技术实现思路
本专利技术的目的是针对大规模、实时性和设备故障而提出一种基于组搜索算法的并 行设备调度策略。 本专利技术采取如下的技术解决方案： 一种用于准时制生产的并行设备调度策略，包括以下步骤。 步骤1 :策略准备阶段：实时载入并行设备的台数和各个产品的处理时间、交货 期、权系数。同时，利用分支定界法的相关结论，对每一产品做以下判断：如果该产品在任意 的调度方案中都属于准时的(滞后为零)，则该产品不影响调度安排，将其放在最后处理即 可。将这样的产品从产品集合中剔除以减小问题规模。所述设备和产品的信息在零时刻都 为已知；所述权系数由效益控制部门根据各产品的重要性程度给定。 步骤2 :调度目标和调度方案的确定阶段：若某个产品的完成时间在交货期之前， 则其滞后为零，否则滞后为完成时间减去交货期。所有产品的滞后加权求和则为调度目标。 算法将调度问题的调度解编码为产品的序号排列，排在前面的产品先处理，处理时选择最 先空闲下来的设备，因此每个产品排列可对应一个活跃调度，产生调度方案应符合以下约 束条件： 产品的处理过程不允许中断，一旦在某设备上开始处理，则必须处理结束，中途不能 停止；每个产品任意时刻只允许在一台设备上处理；每个设备任意时刻只允许处理一个产 品；每台设备上处理的所有产品必须不停歇地进行直到全部结束。 步骤3 :组搜索算法初始化阶段：算法种群中的一个解由最短处理时间优先（SPT) 规则生成，若该解中所有工件都是滞后的或所有工件都没有滞后，则该调度已是最优方案， 算法终止。否则，通过改进交货期（MDD)规则生成另一个解，若该解的加权滞后和为零，则 该解已是最优方案，算法终止。否则，随机初始化剩下的其他种群个体。 步骤4 :组搜索算法的进化阶段：沿用组搜索算法的优化思想，结合调度问题的邻 域概念和智能算法的交叉变异算子，进行发现者、追随者和巡逻者的操作设计。 步骤4. 1 :发现者作用在种群最好解上，对个体采用最优插入扰动，从而得到当前 解周围的某个扰动解，然后基于此解，进行插入局部搜索，直到获得局部最优。最优插入扰 动过程在当前解的基础上，选择若干个不重复的产品序号，将对应的产品插入到其他位置 中的最优位置上；插入局部搜索依次将各个产品进行插入邻域搜索，知道解不能再变好为 止。 步骤4. 2 :追随者将对应的个体和发现者个体进行交叉，从而得到和发现者个体 相似的解。将当前解和种群最好解进行交叉，可选择的交叉算子有部分匹配交叉、次序交 叉、基于位置的交叉、基于次序的交叉、循环交叉、线性次序交叉等。 步骤4. 3 :巡逻者主要起到随机游荡的作用，采用两种方式实现：随机产生符合生 产约束的调度解；或在当前最好解的基础上做一次较大的扰动。巡逻者得到的个体将替换 掉种群中的最差者，即采用"末位淘汰制"。 步骤4. 4 :判断终止条件是否满足，若不满足则返回步骤4。 步骤5 :在线重调度阶段。若出现设备故障情况，则将当前设备从设备集中删除， 重新载入并行设备的台数和处理产品的处理时间、交货期、权系数等，重新载入产品和并行 设备信息，并利用去除准时产品的方法尽可能地降低问题的规模。然后重复步骤3和步骤 4,得到重调度方案。 本专利技术的有益效果在于： 本专利技术考虑了效益相关的企业目标，适合准时制生产企业，实用性强；采用了随机和启 发式规则结合的初始化方法，方案多样性好；嵌入了基于插入的局部搜索，确保了调度解搜 寻的高效性；对设备故障等突发事件可以实时响应，短时间内获得重调度方案，可靠性高， 可用于流程工业制造业生产周期紧张、过程复杂、设备不稳定的并行调度场合。【附图说明】 图1为本专利技术【具体实施方式】的并行设备调度策略的流程图。 图2为本专利技术【具体实施方式】的组搜索算法编码解码示意图。 图3为本专利技术【具体实施方式】的SPT调度计划甘特图。 图4为本专利技术【具体实施方式】的MDD调度计划甘特图。 图5为本专利技术【具体实施方式】的无故障最优调度计划甘特图。 图6为本专利技术【具体实施方式】的设备故障重调度计划甘特图。 图2-图6中，横坐标为时间，纵坐标为设备，矩形方块表示产品的处理过程，矩形 方块正中标示数字为产品序号，右下角标示数字为该产品的完成时间，右上角标示数字为 该产品的滞后，total tardiness为总滞后。【具体实施方式】 下面结合附图对本专利技术做进一步说明。 本实施方式是将该调度策略应用到某间歇化工厂零等待作业过程具有并行设备 的环境中，该间歇过程具有n(n = 20)个产品1至】2。待生产，有m(m = 8)台并行设备M1 至仏可用。对产品^至了；；。，用P = 表示加工时间向量，D= 表示交货期向量，取值如表1。设备故障为M5在第10分钟停止工作。 表1加工时间表本实施方式的并行1???调反朿嵴，卯? i不，迅炻以卜少骤。 步骤1 :策略准备阶段：实时载入并行设备的台数和各个产品的处理时间本文档来自技高网...

【技术保护点】
一种用于准时制生产的并行设备调度策略，其特征在于：该策略可实时读取流水线产品生产时间和并行设备特征，根据并行设备调度问题的各约束，将解空间编码为产品排列，解码后得到调度方案和对应的总加权滞后，采用离散组搜索算法在解空间搜索，若出现设备故障，实时对设备情况进行更新，离散组搜索算法可及时进行再求解，得到重调度方案。

【技术特征摘要】

【专利技术属性】
技术研发人员：邓冠龙，苏庆堂，韩辅君，吕高焕，
申请(专利权)人：鲁东大学，
类型：发明
国别省市：山东;37