一种基于场景的再制造调度优化方法技术

本发明专利技术公开了一种基于场景的再制造调度优化方法，基于在所有场景下的最大完工时间的平均值和方差建立评估调度方案的SRRSP模型，采用BBO算法求解SRRSP模型得到最优的再制造调度方案。本发明专利技术采用离散场景集来描述产品的不确定到达时间和不确定处理时间，以解决再制造过程的不确定性问题，获得有效、稳定的调度方案。此外，考虑采用可变启动批量大小约束来代替传统的固定启动批量大小约束，以控制和调整再制造系统中批量处理机器的启动过程，进而提高所研究问题的实用性和灵活性，减少产品不确定的到达时间对再制造调度的影响。确定的到达时间对再制造调度的影响。确定的到达时间对再制造调度的影响。

【技术实现步骤摘要】
一种基于场景的再制造调度优化方法


[0001]本申请属于再制造调度
，具体涉及一种基于场景的再制造调度优化方法。

技术介绍

[0002]再制造作为实现可持续发展的一种有效方法被广泛采用。再制造是一种工业过程，它能够通过分类、检测、拆卸、清洗、再加工和装配等一系列操作将生命周期末(EOL)的产品恢复到一个新的状态。在再制造中，调度是组织生产活动的关键环节。制造商们可以利用有效的调度，将可用的资源合理地分配给每个再制造任务，并且可以在考虑相应约束的基础上，确定这些任务的顺序和时间参数。然而，由于再制造过程的多种不确定性，再制造调度比传统制造的调度更为复杂。因此，研究再制造过程的不确定性并获得有效的调度方案，已成为一个严峻的挑战。
[0003]到目前为止，一些研究人员已经对再制造调度问题进行了研究。然而，大多数研究都是在确定环境下进行的，忽略了不确定性对再制造调度的影响。这些确定性模型在实际应用中往往变得不可行。有少数研究将随机优化方法或者模糊优化方法应用于解决具有不确定性的再制造调度问题，但这两种方法都存在着不足。例如，随机优化方法需本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于场景的再制造调度优化方法，其特征在于，所述基于场景的再制造调度优化方法，包括：步骤1、基于在所有场景下的最大完工时间的平均值和方差建立评估调度方案的SRRSP模型；步骤2、采用BBO算法求解SRRSP模型得到最优的再制造调度方案，包括：步骤2.1、初始化获得SRRSP模型的解，即栖息地，并采用三维不等长编码方法表示各栖息地；步骤2.2、计算各栖息地的迁出率，并根据迁移算子对栖息地执行迁移操作得到新的栖息地，采用贪婪选择算子控制新的栖息地替代迁入栖息地；步骤2.3、根据变异算子对栖息地执行变异操作，并采用贪婪选择算子判断是否接受变异操作得到的新的栖息地；步骤2.4、采用局部搜索策略对所有栖息地周围的邻域进行搜索以得到新的栖息地，后选择种群中的精英栖息地再次采用局部搜索策略进行搜索；步骤2.5、对每个栖息地分别执行SBX算子、SPX算子和DG算子得到三个新的栖息地，若三个新的栖息地中最优的栖息地优于原始的栖息地，则用最优的栖息地替换原始的栖息地；否则保留原始的栖息地；步骤2.6、判断是否满足预设的终止条件，若满足终止条件，则输出最优解，即最优的再制造调度方案；否则进入步骤2.2继续迭代。2.如权利要求1所述的基于场景的再制造调度优化方法，其特征在于，所述基于在所有场景下的最大完工时间的平均值和方差建立评估调度方案的SRRSP模型，包括：计算场景S
u
下调度方案的最大完成时间MS
u
如下：如下：如下：如下：如下：式中，表示第u个场景S
u
下第i个作业J
i
的第j个操作O
ij
的实际开始时间，为二进制变量，表示场景S
u
下第k个机器M
k
上第l个批次B
kl
的理想开始时间，为二进制标量，表示场景S
u
下第i
′
个作业J
i
′
的到达时间，u＝1,
…
,U，其中U是场景的总个数，i＝1,
…
,I，其中I是作业的总个数，j＝1,
…
,R
i
，其中R
i
是作业J
i
的操作总数，k＝1,
…
,K，其中K是机器的总个数，l＝1,
…
,L
k
，其中L
k
是在机器M
k
上处理的批次总个数，R
i
′
是作业J
i
′
的操作总数，表示场景S
u
下作业J
i
的操作O
ij
的实际结束时间，表示场景S
u
下机器M
k
完成操
作O
ij
的处理时间，表示场景S
u
下作业J
i
的总完成时间；基于场景S
u
下调度方案的最大完成时间MS
u
，建立基于效率和稳定性的目标函数如下：式中，P
u
表示场景S
u
发生的概率，λ表...

【专利技术属性】
技术研发人员：张文宇，施嘉璇，张帅，胡泽乾，
申请(专利权)人：浙江财经大学，
类型：发明
国别省市：