基于差分进化算法的离散制造车间静态调度优化方法技术

本发明专利技术提供一种基于差分进化算法的离散制造车间静态调度优化方法，包括以下步骤：确定生产车间调度优化的目标函数及约束条件；建立设备矩阵M，储存工件各个工序对应的加工设备；建立时间矩阵T，存储每台设备加工对应工件时所需的时间；用差分进化优化算法对调度优化问题求取最优目标解；编码：采用双层设计的方式进行定义，第一层定义为工序层，表示第i个工件的各个工序；第二层定义为设备层，表示第i个工件的工序加工时的机器；离散化；将连续域的变量映转换到离散空间中；将生成的调度方案根据时间矩阵和设备矩阵的定义，进行反编译，在满足相关约束条件基础上，依次将工件放入对应的加工设备上，得到优化调度方案。

Static scheduling optimization method of discrete manufacturing shop based on differential evolution algorithm

【技术实现步骤摘要】
基于差分进化算法的离散制造车间静态调度优化方法
本专利技术涉及离散制造系统优化控制领域技术，属于智能制造

技术介绍
21世纪离散生产企业竞争日益激烈,企业在获得极大发展空间的同时,也承受着激烈的市场和挑战。决定企业核心竞争力的因素体现在企业所提供的产品上。要求产品高质量、低价格、短交货期,且能不断适应多变的市场和个性化的客户需求,这对企业生产车间作业计划和均衡生产都提出了更高的要求。当前离散车间生产过程中，通过对离散制造车间生产过程、性能指标以及约束条件进行分析，建立了基于遗传算法的调度优化模型，并选择基于操作的编码方式应用于遗传算法求解过程，实现了算法的全局搜索和局部搜索的平衡。虽然目前在求解离散制造车间调度优化问题研究领域取得了一定的成果，但仍存在加工设备待机时间过长、工件生产安排不合理、求解过程复杂、求解精度低等一系列问题。为了满足企业经济利益提升以及零件质量提高的要求，车间生产前的静态调度安排显得十分必要。合理的静态调度安排有利于缩短生产时间，提高生产效率，降低生产成本，从而能够促进企业更好的发展，推动离散制造行业的进步。
技术实现思路
针对现有技术的不足之处，本专利技术结合差分进化算法的优势，经过部分改进将其应用到离散制造车间静态调度中，提出一种基于差分进化算法的离散制造车间静态调度优化方法，从而达到缩短生产时间的目的。本专利技术采用的技术方案是：一种基于差分进化算法的离散制造车间静态调度优化方法，包括以下步骤：步骤S1，确定生产车间调度优化的目标函数及约束条件；步骤S2，建立设备矩阵M，储存工件各个工序对应的加工设备；建立时间矩阵T，存储每台设备加工对应工件时所需的时间；步骤S3，用差分进化优化算法对调度优化问题求取最优目标解；步骤S4，编码：采用双层设计的方式进行定义，第一层定义为工序层，表示第i个工件的各个工序；第二层定义为设备层，表示第i个工件的工序加工时的机器；步骤S5，离散化；将连续域的变量映转换到离散空间中；步骤S6，将生成的调度方案根据时间矩阵和设备矩阵的定义，进行反编译，在满足相关约束条件基础上，依次将工件放入对应的加工设备上，得到优化调度方案。进一步地，步骤S1中，目标函数为：FM＝min(max(FMi))(1)FM——所有工件的最后完工时间；FMi——所有的工件在设备Mi上的完工时间；i——为大于0的正整数变量；约束条件包括：1)某道工序在某一时刻只能用同一台设备进行加工；2)某个工件的一道工序一旦开始加工，在该工序完成之前不能随意终止；3)在零时刻所有工件的加工优先级都相同；4)不同工件的各工序之间的加工顺序优先级相同，同一工件的各工序的加工必须按照之前约定好的加工顺序。进一步地，设备矩阵M，时间矩阵T，如公式(2)所示：设备矩阵M中，行号表示工件号，列号表示工序号，数值表示设备号；时间矩阵T中，行号表示工件号，列号表示工序号，数值表示加工时间。进一步地，步骤S3中，调度优化求解的具体步骤如下：a、参数初始化：由公式(3)随机产生NP个初始个体构成一个初始种群，根据设备的数量和工件的加工任务对差分进化优化算法中的个体数进行初始化；其中，表示个体i的第j维，rand()是在[0，1]之间产生的均匀分布随机数，和分别表示个体i第j维的上限和下限；b、变异过程：对于每一代，种群中第t代每个个体执行变异操作产生一个变异个体变异操作是产生新个体的主要操作，根据个体间的差分向量得以实现，如公式(4)所示：其中，为第t代种群中3个差分向量，r1、r2、r3为[1，NP]内的随机整数，变异因子F∈(0,1)，用来控制解产生的幅度；c、交叉过程：将当前个体的部分分量用变异个体的对应分量替换，产生实验个体操作由交叉概率因子CR来确定，对变异后的个体与当前个体进行混合；随机生成一个数rand()，如果rand()的值大于CR，那么变异后个体进入新一代种群；否则，当前个体进入新一代种群，如公式(5)所示：d、选择阶段：指经过变异和交叉过程之后，生成的调度方案需要选择，分别计算实验个体的适应值，采用“贪婪”的搜索策略，对和执行一对一选择操作，若的适应度值优于那么就作为子代；否则，就作为子代，选择操作如公式(6)所示：进一步地，步骤S5具体包括：S501，首先将个体xi＝{xi,1,xi,2,…,xi,n×m}中各基因从小到大进行排列得到中间序列φi＝{φi,1,φi,2,…,φi,n×m}，其中i∈[1,NP]，NP为种群的大小；S502，由公式(7)计算得到工件的排序：其中，维数k的变化范围为1到n×m，表示对实数a进行取整；S503，将第一次生成的调度方案作为初始方案，进行局部迭代，设置迭代次数为q，跳转S502，若生成的调度方案优于初始方案，则将此次调度方案设为初始调度方案，迭代次数满足q，则输出调度方案。本专利技术的优点：1)能够提供科学合理的生产车间调度方案，提高生产效率。2)可以供车间生产人员以及管理人员实时的了解当前具体的加工任务安排情况。附图说明图1为本专利技术的方法流程图。图2为本专利技术的离散化以及得到优化调度方案示意图。具体实施方式下面结合具体附图和实施例对本专利技术作进一步说明。基于差分进化算法的离散制造车间静态调度优化方法，在一个实施例中，包括以下步骤：步骤S1，确定生产车间调度优化的目标函数及约束条件；根据企业的交货期和效益的综合考虑，以生产车间设备最大加工时间最小为目标函数，当调度目标的值取最小时，达到调度要求，目标函数为：FM＝min(max(FMi))(1)FM——所有工件的最后完工时间；FMi——所有的工件在设备Mi上的完工时间；i——为大于0的正整数变量；进行排产时，调度优化算法需要满足以下约束条件：1)某道工序在某一时刻只能用同一台设备进行加工；2)某个工件的一道工序一旦开始加工，在该工序完成之前不能随意终止；3)在零时刻所有工件的加工优先级都相同；4)不同工件的各工序之间的加工顺序优先级相同，同一工件的各工序的加工必须按照之前约定好的加工顺序；步骤S2，建立设备矩阵M，储存工件各个工序对应的加工设备；建立时间矩阵T，存储每台设备加工对应工件时所需的时间，如公式(2)所示：设备矩阵M中，行号表示工件号，列号表示工序号，数值表示设备号；例如Mnm表示工件Jn第m道工序在设备Mnm上加工；时间矩阵T中，行号表示工件号，列号表示工序号，数值表示加工时间，例如tnm表示工件Jn第m道工序的加工时间为tnm；步骤S3，用差分进化优化算法对调度优化问题求取最优目标解，调度优化求解的具体步骤如下：a、本文档来自技高网...

【技术保护点】
1.一种基于差分进化算法的离散制造车间静态调度优化方法，其特征在于，包括以下步骤：/n步骤S1，确定生产车间调度优化的目标函数及约束条件；/n步骤S2，建立设备矩阵M，储存工件各个工序对应的加工设备；建立时间矩阵T，存储每台设备加工对应工件时所需的时间；/n步骤S3，用差分进化优化算法对调度优化问题求取最优目标解；/n步骤S4，编码：采用双层设计的方式进行定义，第一层定义为工序层，表示第i个工件的各个工序；第二层定义为设备层，表示第i个工件的工序加工时的机器；/n步骤S5，离散化；将连续域的变量映转换到离散空间中；/n步骤S6，将生成的调度方案根据时间矩阵和设备矩阵的定义，进行反编译，在满足相关约束条件基础上，依次将工件放入对应的加工设备上，得到优化调度方案。/n

【技术特征摘要】
1.一种基于差分进化算法的离散制造车间静态调度优化方法，其特征在于，包括以下步骤：
步骤S1，确定生产车间调度优化的目标函数及约束条件；
步骤S2，建立设备矩阵M，储存工件各个工序对应的加工设备；建立时间矩阵T，存储每台设备加工对应工件时所需的时间；
步骤S3，用差分进化优化算法对调度优化问题求取最优目标解；
步骤S4，编码：采用双层设计的方式进行定义，第一层定义为工序层，表示第i个工件的各个工序；第二层定义为设备层，表示第i个工件的工序加工时的机器；
步骤S5，离散化；将连续域的变量映转换到离散空间中；
步骤S6，将生成的调度方案根据时间矩阵和设备矩阵的定义，进行反编译，在满足相关约束条件基础上，依次将工件放入对应的加工设备上，得到优化调度方案。


2.如权利要求1所述的基于差分进化算法的离散制造车间静态调度优化方法，其特征在于，
步骤S1中，目标函数为：
FM＝min(max(FMi))(1)
FM——所有工件的最后完工时间；
FMi——所有的工件在设备Mi上的完工时间；
i——为大于0的正整数变量；
约束条件包括：
1)某道工序在某一时刻只能用同一台设备进行加工；
2)某个工件的一道工序一旦开始加工，在该工序完成之前不能随意终止；
3)在零时刻所有工件的加工优先级都相同；
4)不同工件的各工序之间的加工顺序优先级相同，同一工件的各工序的加工必须按照之前约定好的加工顺序。


3.如权利要求1所述的基于差分进化算法的离散制造车间静态调度优化方法，其特征在于，
设备矩阵M，时间矩阵T，如公式(2)所示：



设备矩阵M中，行号表示工件号，列号表示工序号，数值表示设备号；时间矩阵T中，行号表示工件号，列号表示工序号，数值表示加工时间。


4.如权利要求3所述的基于差分进化算法的离散制造车间静态调度优化方法，其特征在于，
步骤S3中，调度优化求解的具体步骤如下：
a、参数初始化：...

【专利技术属性】
技术研发人员：纪志成，王艳，王子赟，
申请(专利权)人：江南大学，
类型：发明
国别省市：江苏;32