The invention proposes a robust single machine scheduling method based on interval uncertainty, which belongs to the field of production scheduling and operations research. In this method, the robust optimization model RSMSP for single machine scheduling is constructed, and the optimization target is to find an optimal workpiece processing sequence, which makes the maximum waiting time of the sequence in the worst scene minimum. The model RSMSP is transformed into a hybrid linear integer programming model (P), and the two stage heuristic algorithm is used to solve the model P. The optimal processing sequence is the optimal scheme of robust single machine scheduling. The invention uses interval estimation to express the uncertain parameters. It is the first time to propose a method to identify the limited possible worst scenes in the set of infinite scenes, which is more in line with the production practice, and can reduce the decision risk to a greater extent and ensure the performance of the system in the condition of poor information.
【技术实现步骤摘要】
一种基于区间不确定性的鲁棒单机调度方法
本专利技术属于生产调度及运筹学领域,特别涉及一种基于区间不确定性的鲁棒单机调度方法。
技术介绍
调度工作在生产过程中具有重要的作用,能够使企业以最小的物质消耗获得最大化的经济利益。目前调度工作已经渗透到制造业、物流业、服务业等方方面面,保证了企业生产和人民生活高效、有序、低成本的运转。单机调度是指一个工厂或机器加工多个产品时,指定合理的产品加工序列使得系统性能最优。在一个多工序生产系统中,经常存在一些瓶颈工序,用单机调度理论来优化这些工序中的工件加工顺序,可以有效的提高整个生产系统的性能。单机调度是许多复杂调度问题的基础,是非常常见的一类排序优化问题,可以应用于生产、生活的各个方面,例如在生产中,合理的调度方法可以有效提高生产效率,改善设备利用率,缩短生产周期。在物流业中,可以合理规划路线,缩短输送时间,提高服务质量。这些都会给企业带来很大的竞争优势。以往对单机调度问题的研究主要集中于确定性问题,其中,所有的参数都是确定已知的,如加工时间、释放时间、交货期等等。若将基于确定性问题的单机调度的求解结果应用于存在大量不确定因素的现实生产过程中,将产生难以估计的后果。因此,考虑不确定性的单机调度问题渐渐引起了学术界的关注。随着生产数据的大量积累,可以统计出不确定参数的期望和方差,于是出现了随机调度理论。在随机调度模型中,将不确定性参数作为一个分布已知的随机变量,优化目标是期望系统长期性能良好。随机调度极大的推进了对不确定性问题的研究。但是随着生产过程日渐复杂,产品更新换代加快,生产模式由大批量生产到小批量定制的逐渐转化等原 ...
【技术保护点】
1.一种基于区间不确定性的鲁棒单机调度方法,其特征在于,该方法包括以下步骤:1)构建单机调度的鲁棒优化模型RSMSP,模型的优化目标为寻找一个最优的工件加工序列,使得该序列在最差场景下的最大等待时间W‑MWT最小;具体步骤如下:1‑1)模型RSMSP参数设定;令集合J={1,2,...,n}表示n个相互独立的工件,则一个可行的工件加工序列由矩阵
【技术特征摘要】
1.一种基于区间不确定性的鲁棒单机调度方法,其特征在于,该方法包括以下步骤:1)构建单机调度的鲁棒优化模型RSMSP,模型的优化目标为寻找一个最优的工件加工序列,使得该序列在最差场景下的最大等待时间W-MWT最小;具体步骤如下:1-1)模型RSMSP参数设定;令集合J={1,2,...,n}表示n个相互独立的工件,则一个可行的工件加工序列由矩阵表示,xij=1表示工件j在加工序列的第i个位置上加工,反之xij=0;因此,可行工件加工序列集合表示为:每个工件加工序列中,第i个位置上工件加工前的等待时间由WTi表示,则其中,Ci表示加工序列中第i个位置上工件的完成时间,假设C0=0;rj表示工件j的释放时间;1-2)释放时间的随机性表示;工件j的释放时间rj属于一个估计的释放时间区间,即其中rj表示释放时间的下界,表示释放时间的上界;每个工件随机的释放于其释放时间区间的任意时刻,因此,所有工件的释放时间组成一个场景,用r表示;所有的释放场景组合一个无限集合且r∈S;1-3)构建单机调度的鲁棒优化模型RSMSP,得到模型RSMSP的目标函数;对于释放场景确定的确定性单机调度模型SMSP,模型优化目标为最小化最大等待时间,表达式如下:其中,C(x,r)表示对于特定的加工序列x在特定的场景r发生时,可行的完成时间集合,记作:令fR(x)表示最差场景发生时的最大等待时间,则单机调度的鲁棒优化模型RSMSP的目标函数表示为:1-4)确定模型RSMSP的约束条件;具体如下:1-4-1)当前工件的完成时间大于加工序列中上一个工件的完成时间与当前工件的加工时间之和,如式(3)所示:其中,pj表示工件j的加工时间;1-4-2)当前工件的完成时间大于该工件释放时间与加工时间之和,如式(4)所示:1-4-3)每个工件只可被加工一次,如式(5)所示:1-4-4)机器一次只能加工一个工件,如式(6)所示:1-4-5)可行加工序列x中的每个元素均是0-1变量,如式(7)所示:xij∈{0,1},i=1,...,n,j=1,...,n(7)2)将步骤1)建立的模型RSMSP转化为混合线性整数规划模型P,并求解模型P的下界;具体步骤如下:2-1)建立可能的最差场景集合;对于给定的加工序列,可能的最差场景集合为:U={r1,r2,,rn},其中,对任意加工序列x∈X,存在r*∈U,使得成立;2-2)将步骤1)建立的模型RSMSP转化为混合线性整数规划模型P;将如...
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。