一种混合车间低熵自适应调度方法技术

本发明专利技术公开了一种混合车间低熵自适应调度方法，包括以下步骤：1）获取车间生产的产品数据，包括产品种类及数目，产品需求量，各个产品的工序、加工单元与加工时间，以及各个加工单位内的机器数量的数据信息，对获得的产品数据进行分析处理；2）建立混合车间低熵自适应调度仿真模型，对车间各个低熵目标建立对应的目标函数及约束条件，并进行统合，得到最后的总目标函数；3）使用Pareto解集法求得最优解，通过算法得到调度方案。本发明专利技术以熵作为车间受到的干扰判断指标，结合自适应调度方法和混合车间调度方法，提出一类混合车间低熵自适应调度策略，该方法采用多目标粒子群算法与自适应调度的资源集合更新结合，能够有效得到合理的调度方案。度方案。度方案。

【技术实现步骤摘要】
一种混合车间低熵自适应调度方法


[0001]本专利技术涉及一种混合车间低熵自适应调度方法。

技术介绍

[0002]目前，车间生产调度问题求解已比较广泛，求解算法较多，有数学规划法、智能算法、系统仿真等等，多数方法主要针对自动化程度较高的流水线或者装配线，但是对于在低熵环境下的加工、装配统一综合调度问题尚研究不多，特别是面对车间扰动的不确定情况，如机器故障、订单波动、操作延时等，如何提高混合车间的抗扰动能力，实现自适应调度，提高生产效率等方面的研究成果较少，多集中于加工和装配分开进行研究。急需一类针对具有高复杂性、多目标性和强扰动性的混合车间，对低熵的背景下的自适应调度方法设计。

技术实现思路

[0003]为解决当前车间调度方法抗干扰能力不强的问题，本专利技术的目的在于提供一种混合车间低熵自适应调度方法。本专利技术以熵作为车间受到的干扰判断指标，结合自适应调度方法和混合车间调度方法，提出一类混合车间低熵自适应调度策略。该方法考虑了最小化最大装配体完工时间、最小化总装完工时间和最低库存成本，最低效率损失成本、最低资源闲置成本和最大订单完成数等6个低熵目标，采用多目标粒子群算法与自适应调度的资源集合更新结合，能够有效得到合理的调度方案。
[0004]一种混合车间低熵自适应调度方法，其特征在于包括以下步骤：
[0005]1)获取产品数据包括产品种类及数目，产品需求量，各个产品的工序及加工单元与加工时间，各个加工单位内的机器数量等数据，对需要的数据进行处理并输入；
[0006]2)建立混合车间低熵自适应调度仿真模型，对车间6个低熵目标(6个低熵目标分别为最小化最大装配体完工时间、最小化总装完工时间、最低库存成本，最低效率损失成本、最低资源闲置成本和最大订单完成数)建立对应的目标函数及约束条件，并进行统合，得到最后的总目标函数；
[0007]3)针对步骤2)获得的总目标函数，使用Pareto解集法求得最优解，通过算法得到调度方案。
[0008]本专利技术结合产品数据和目标函数，并使用Pareto解集法求得最优解。考虑订单波动、机器故障和操作延时进行扰动等扰动情况，本专利技术在自适应调度上采用混合驱动机制，并且采用资源更新的方式使扰动对调度的影响降到最低。使用多目标粒子群算法进行求解，得到初始解后对模型进行调试，得到优解，分析，得到结论。
[0009]所述的一种混合车间低熵自适应调度方法，其特征在于步骤2)中，建立低熵目标函数及约束条件，并统合得到总目标函数具体步骤如下：
[0010]S1：建立低熵目标
[0011]根据低熵指标推导，可以确定低熵指标分为低碳和抗扰动能力两个部分，其中低碳指标包括最小化最大装配体完工时间、最小化最大产品总完工时间和最低库存成本三个
目标，抗扰动能力指标包括最低效率损失成本、最低资源闲置成本和最大订单完成量；
[0012]首先各种指标变量定义如下：
[0013]根据低熵指标推导，可以确定低熵指标分为低碳和抗扰动能力两个部分，其中低碳指标包括最小化最大装配体完工时间、最小化最大产品总完工时间和最低库存成本三个目标，抗扰动能力指标包括最低效率损失成本、最低资源闲置成本和最大订单完成量；
[0014]首先各种指标变量定义如下：
[0015]i——N个产品中的任意一个产品；
[0016]j
‑
产品J个装配体中的任意一个装配体；
[0017]k——某装配体中O个工序中的任意一个工序；
[0018]r——M台机器中任意一台设备；
[0019]m——总装配工位节点；
[0020]h——订单号；
[0021]H——总共生产订单数量；
[0022]U——总装陪工位数量；
[0023]T——加工时间；
[0024]S——开始加工时间；
[0025]α——装配体提前完工的惩罚因子；
[0026]β——装配体配送到装配线延迟的惩罚因子；
[0027]l
i
——i产品的数量；
[0028]l
ij
——i产品的j装配体数量；
[0029]S
ijm
——i产品的j装配体在装配工位节点m的开始装配时间；
[0030]S
ijo
——i产品的j装配体的子项开始装配时间；
[0031]E
ijm
——i产品j装配体在总装配节点m的完工时间；
[0032]T
ijm
——i产品的j装配体在装配工位节点m所需要的装配时间；
[0033]T
ijo
——i产品的j装配体的子项所需要的时间；
[0034]S
ijkr
——i产品的j号装配体的k工序在设备r上的开始加工时间；
[0035]T
ijkr
——i产品的j号装配体的k工序在设备r上的加工时间，其中已经包含准备时间和转换时间；
[0036]C
ij
——某装配工位节点对装配体j的需求到达时间；
[0037]E
ij
——i产品的j装配体的完工时间；
[0038]R
ijm
——布尔变量，总装配节点m上是否需要装配体j；
[0039]WC
ij
——i产品j装配体库存成本；
[0040]cd
ij
——i产品的j装配体的库存时间；
[0041]gm——单位时间发生的库存管理成本；
[0042]W
h
——订单h的权重；
[0043]——订单h的完工状态；
[0044]pc——效率损失成本；
[0045]a
ij
——i产品的j装配体现有加工数量；
[0046]zt
ijk
——i产品的j装配体的第k道工序的加工准备和转换时间；
[0047]b
mj
——不同装配体单元的单位时间准备成本；
[0048]sc——资源闲置成本；
[0049]El
j
——j装配体加工单元中没有进行加工的机器的空闲时间或者是发生故障的机器的未加工时间；
[0050]pm
j
——人操纵机器进行装配体j加工的单位成本。
[0051]多目标函数低碳指标如下：
[0052]1)最小化最大装配体完工时间F
J
，如下式：
[0053][0054]2)最小化最大总装完工时间F
Z
，如下式：
[0055][0056]3)库存成本在发生即时产品量超过设定在制品库存量时有效，所以最小化库存成本WC，如下式：
[0057]WC
ij
＝cd
ij
×
gm
ꢀꢀꢀ
(3)
[0058]低熵多目标函数抗扰动能力指标如下本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种混合车间低熵自适应调度方法，其特征在于包括以下步骤：1)获取车间生产的产品数据，包括产品种类及数目，产品需求量，各个产品的工序、加工单元与加工时间，以及各个加工单位内的机器数量的数据信息，对获得的产品数据进行分析处理，以便进行下一步操作；2)建立混合车间低熵自适应调度仿真模型，对车间各个低熵目标建立对应的目标函数及约束条件，并进行统合，得到最后的总目标函数；3)针对步骤2)获得的总目标函数，使用Pareto解集法求得最优解，通过算法得到调度方案。2.如权利要求1所述的一种混合车间低熵自适应调度方法，其特征在于步骤2)中，建立低熵目标函数及约束条件，并统合得到总目标函数具体步骤如下：S1：建立低熵目标根据低熵指标推导，可以确定低熵指标分为低碳和抗扰动能力两个部分，其中低碳指标包括最小化最大装配体完工时间、最小化最大产品总完工时间和最低库存成本三个目标，抗扰动能力指标包括最低效率损失成本、最低资源闲置成本和最大订单完成量；首先各种指标变量定义如下：i——N个产品中的任意一个产品；j
‑
产品J个装配体中的任意一个装配体；k——某装配体中O个工序中的任意一个工序；r——M台机器中任意一台设备；m——总装配工位节点；h——订单号；H——总共生产订单数量；U——总装陪工位数量；T——加工时间；S——开始加工时间；α——装配体提前完工的惩罚因子；β——装配体配送到装配线延迟的惩罚因子；l
i
——i产品的数量；l
ij
——i产品的j装配体数量；S
ijm
——i产品的j装配体在装配工位节点m的开始装配时间；S
ijo
——i产品的j装配体的子项开始装配时间；E
ijm
——i产品j装配体在总装配节点m的完工时间；T
ijm
——i产品的j装配体在装配工位节点m所需要的装配时间；T
ijo
——i产品的j装配体的子项所需要的时间；S
ijkr
——i产品的j号装配体的k工序在设备r上的开始加工时间；T
ijkr
——i产品的j号装配体的k工序在设备r上的加工时间，其中已经包含准备时间和转换时间；C
ij
——某装配工位节点对装配体j的需求到达时间；E
ij
——i产品的j装配体的完工时间；
R
ijm
——布尔变量，总装配节点m上是否需要装配体j；WC
ij
——i产品j装配体库存成本；cd
ij
——i产品的j装配体的库存时间；gm——单位时间发生的库存管理成本；W
h
——订单h的权重；——订单h的完工状态；pc——效率损失成本；a
ij
——i产品的j装配体现有加工数量；zt
ijk
——i产品的j装配体的第k道工序的加工准备和转换时间；b
mj
——不同装配体单元的单位时间准备成本；sc——资源闲置成本El
j
——j装配体加工单元中没有进行加工的机器的空闲时间或者是发生故障的机器的未加工时间；pm
j
——人操纵机器进行装配体j加工的单位成本。多目标函数低碳指标如下：1)最小化最大装配体完工时间F
J
，如下式：2)最小化最大总装完工时间F
Z
，如下式：3)库存成本在发生即时产品量超过设定在制品库存量时有效...

【专利技术属性】
技术研发人员：陈勇，林渲皓，姜一炜，邱洪斌，陈键，林罕，段旭海，王成，裴植，张文珠，易文超，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：