适用于印染企业的生产调度方法、装置及电子设备制造方法及图纸

本申请涉及一种适用于印染企业的生产调度方法、装置及电子设备，属于纺织工业互联网信息化技术领域，本申请的生产调度方法包括，获取生产订单信息和待排产染缸设备信息；基于遗传算法，根据所述生产订单信息和待排产染缸设备信息计算得到初始染缸排产计划；根据所述初始染缸排产计划，针对每台设备进行局部优化计算，以得到最终染缸排产计划。本申请的技术方案，可高效的得到较优的染缸排产计划，有助于提升印染企业生产效率，降低成本。

【技术实现步骤摘要】
适用于印染企业的生产调度方法、装置及电子设备
本申请属于纺织工业互联网信息化
，具体涉及一种适用于印染企业的生产调度方法、装置及电子设备。
技术介绍
目前，发达国家的纺织行业已经采用最新的信息技术，而我国纺织产业作为劳动密集型行业，信息化建设仍然处于起步阶段，信息化机制正在逐步建立中。我国纺织产业细分下来包括棉纺织、化纤、麻纺织、毛纺织、丝绸、印染业等，其中的印染企业大多为小批量生产模式，传统上基于经验采用人为手动制定生产计划，对整个生产流程和生产周期做不到精确控制，而当前实现信息化主要依靠引入ERP系统，但相关技术中，ERP系统中并不涉及生产计划调度方面。印染企业中，染色是企业生产的核心，染色分为轧染和浸染两种，目前大部分印染企业用的是印染技术，浸染的生产设备为染缸。这类印染企业的计划调度主要体现在染缸排产的过程中。染缸排产过程就是企业将收到的客户订单，分类拆分，然后依据客户需求将不同布种放到染缸进行染色的过程。这一过程中，由于同一个缸加工的订单，要满足布种、颜色、配方等兼容性，订单数量、颜色、加工工艺、配方、布种、交货期都存在不确定性，为染缸排产带来了很高的难度和复杂性，依靠人工排产很难考虑到各种因素，频繁的洗缸操作会造成很高的生产成本。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
为至少在一定程度上克服相关技术中存在的问题，本申请提供一种适用于印染企业的生产调度方法、装置及电子设备，可高效的得到较优的染缸排产计划，有助于提升企业生产效率，降低成本。为实现以上目的，本申请采用如下技术方案：第一方面，本申请提供一种适用于印染企业的生产调度方法，该生产调度方法包括：获取生产订单信息和待排产染缸设备信息；基于遗传算法，根据所述生产订单信息和待排产染缸设备信息计算得到初始染缸排产计划；根据所述初始染缸排产计划，针对每台设备进行局部优化计算，以得到最终染缸排产计划。可选地，所述基于遗传算法，根据所述生产订单信息和待排产染缸设备信息计算得到初始染缸排产计划，包括：步骤1、对所述待排产染缸设备信息和生产订单信息进行基因编码处理，生成初始种群中各个个体，其中，每个个体对应于一排产计划；步骤2、以所述初始种群作为当前种群；步骤3、根据排产成本函数计算当前种群中各个体的适应度值，并以计算得到的最小适应度值作为当前种群的评价值；步骤4、判断当前种群的评价值是否小于预设值，若小于，则将当前种群中适应度值最小的个体所对应的排产计划作为初始染缸排产计划，否则执行步骤5；步骤5、对当前种群进行遗传操作，生成新一代种群作为当前种群，并跳转执行步骤3。可选地，所述对所述待排产染缸设备信息和生产订单信息进行基因编码处理，生成初始种群中各个个体，具体为：对所述待排产染缸设备信息和生产订单信息进行编码处理，得到对应的设备位置编码和订单编码；构建数组表示个体的染色体，采用随机数方式产生数组元素，并生成预定数量的数组，来得到初始种群中各个个体，其中，数组元素值对应于设备位置编码，数组索引对应于订单编码。可选地，所述对当前种群进行遗传操作，生成新一代种群作为当前种群，包括根据各个体的适应度值大小，从所述当前种群中选择预定个数的父母个体；针对所述父母个体所对应数组，随机选择子序列并进行元素交叉替换，生成子代个体所对应数组；对子代个体所对应数组的元素使用随机数方式进行替换，从而生成子代个体所对应数组。可选地，所述排产成本函数基于染缸切换成本和订单延期成本构建。可选地，所述染缸切换成本，基于对同一染缸先后要生产的两种产品的颜色深浅度差值进行计算。可选地，所述订单延期成本，基于订单超期时间和超期惩罚权重进行计算。可选地，所述根据所述初始染缸排产计划，针对每台设备进行局部优化计算，具体为：对所述初始染缸排产计划进行解析，获取每台设备所对应的订单列表；基于模拟退火算法，针对每台设备的订单列表进行生产顺序优化调整。第二方面，本申请提供一种适用于印染企业的生产调度装置，所述装置包括，获取模块，用于获取生产订单信息和待排产染缸设备信息；第一计算模块，用于基于遗传算法，根据所述生产订单信息和待排产染缸设备信息计算得到初始染缸排产计划；第二计算模块，用于根据所述初始染缸排产计划，针对每台设备进行局部优化计算，以得到最终染缸排产计划。第三方面，本申请提供一种电子设备，包括：存储器，其上存储有可执行程序；处理器，用于执行所述存储器中的所述可执行程序，以实现上述所述方法的步骤。本申请采用以上技术方案，至少具备以下有益效果：本申请以印染企业为目标群体，结合生产实际，在染缸排产过程中应用信息化技术手段，针对排产问题采用遗传算法先进行全局搜索优化再针对每台设备进行局部优化计算，可高效的得到较优的染缸排产计划，有助于提升印染企业生产效率，降低成本。本专利技术的其他优点、目标，和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本专利技术的实践中得到教导。本专利技术的目标和其他优点可以通过下面的说明书，权利要求书，以及附图中所特别指出的结构来实现和获得。附图说明附图用来提供对本申请的技术方案或现有技术的进一步理解，并且构成说明书的一部分。其中，表达本申请实施例的附图与本申请的实施例一起用于解释本申请的技术方案，但并不构成对本申请技术方案的限制。图1为本申请一个实施例提供的适用于印染企业的生产调度方法的流程示意图；图2为图1所示实施例中遗传算法实现的流程示意说明图；图3为本申请一个实施例提供的适用于印染企业的生产调度装置的结构示意图；图4为本申请一个实施例提供的染缸排产优化系统的应用示意说明图；图5为本申请一个实施例提供的电子设备的结构示意图。具体实施方式为使本申请的目的、技术方案和优点更加清楚，下面将对本申请的技术方案进行详细的描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本申请所保护的范围。如
技术介绍
中所述，染缸排产过程是企业将收到的客户订单，分类拆分，然后依据客户需求将不同布种放到染缸进行染色的过程。将这一过程进行建模，其实就是在N个待加工订单中，挑出n个订单，放入m个染缸依批次进行生产。基于此，可见解决该染缸排产问题的基础为数学规划，从全局角度，在所有可用染缸、资源可用时间段、订单可能的批次顺序内进行搜索，得到最优解(综合成本最低)。然而，由于问题规模的巨大性，求最优解为NP难题，所以在保证可用性的前提下，采用随机搜索方法获得近似最优解是一个比较具有实用性的本文档来自技高网...

【技术保护点】
1.一种适用于印染企业的生产调度方法，其特征在于，包括：/n获取生产订单信息和待排产染缸设备信息；/n基于遗传算法，根据所述生产订单信息和待排产染缸设备信息计算得到初始染缸排产计划；/n根据所述初始染缸排产计划，针对每台设备进行局部优化计算，以得到最终染缸排产计划。/n

【技术特征摘要】
1.一种适用于印染企业的生产调度方法，其特征在于，包括：
获取生产订单信息和待排产染缸设备信息；
基于遗传算法，根据所述生产订单信息和待排产染缸设备信息计算得到初始染缸排产计划；
根据所述初始染缸排产计划，针对每台设备进行局部优化计算，以得到最终染缸排产计划。


2.根据权利要求1所述的生产调度方法，其特征在于，所述基于遗传算法，根据所述生产订单信息和待排产染缸设备信息计算得到初始染缸排产计划，包括：
步骤1、对所述待排产染缸设备信息和生产订单信息进行基因编码处理，生成初始种群中各个个体，其中，每个个体对应于一排产计划；
步骤2、以所述初始种群作为当前种群；
步骤3、根据排产成本函数计算当前种群中各个体的适应度值，并以计算得到的最小适应度值作为当前种群的评价值；
步骤4、判断当前种群的评价值是否小于预设值，若小于，则将当前种群中适应度值最小的个体所对应的排产计划作为初始染缸排产计划，否则执行步骤5；
步骤5、对当前种群进行遗传操作，生成新一代种群作为当前种群，并跳转执行步骤3。


3.根据权利要求2所述的生产调度方法，其特征在于，所述对所述待排产染缸设备信息和生产订单信息进行基因编码处理，生成初始种群中各个个体，具体为：
对所述待排产染缸设备信息和生产订单信息进行编码处理，得到对应的设备位置编码和订单编码；
构建数组表示个体的染色体，采用随机数方式产生数组元素，并生成预定数量的数组，来得到初始种群中各个个体，其中，数组元素值对应于设备位置编码，数组索引对应于订单编码。


4.根据权利要求3所述的生产调度方法，其特征在于，所述对当前种群进行遗传操作，生成新一代种群作为...

【专利技术属性】
技术研发人员：冯世鹏，黄福鑫，曹贝，王江，党水利，
申请(专利权)人：绍兴数智科技有限公司，
类型：发明
国别省市：浙江;33