【技术实现步骤摘要】
一种基于粒子群退火算法的电子精密件柔性车间排程方法
[0001]本专利技术专利涉及柔性作业车间生产排程的研究领域,具体是一种基于模拟退火的温度控制粒子群惯性权值变化的粒子群退火混合算法的电子精密件柔性车间生产排程技术。
技术介绍
[0002]电子精密件制造行业是电子信息产业的重要组成部分,是通信、汽车、计算机及网络、数字音视频等系统及终端产品发展的基础,除了扩大生产规模,还需关注制造的生产效率。由于目前电子精密件制造属于多品种、小批量、面向客户定制化的生产模式,故大多生产车间是在进行多品种并行、生产资源共享的制造,然而在实际过程中由于生产资源有限,生产过程中经常遇到设备冲突的问题。再加上生产未达到完全的自动化,车间采用自动化和人工结合的加工方式,让工件加工出现工序柔性的特点,让本来就难以高效率合理计划排程的柔性生产车间出现生产准备时间长,生产资源不均衡等问题,进而影响整个生产周期,增加生产成本。
[0003]当前针对电子精密件柔性车间的生产排程研究较少,大多局限于理想状态的作业车间,未结合实际电子精密件车间的特殊约束,故排程模型简单、目标单一、求解算法不注重收敛速度,导致排程结果的实用性差。
[0004]本专利技术提出一种针对电子精密件柔性车间的多目标多约束生产排程方法,该方法结合电子精密件柔性车间的生产特点与特殊约束,并设计快速高效的求解算法,并进行多目标优化,提高排程效率和实用性。
技术实现思路
[0005]本专利技术针对现有的电子精密件车间生产排程上的不足,提出了一种基于粒子群退 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种基于粒子群退火混合算法的柔性车间生产排程方法,该方法包括:步骤1:建立电子精密件柔性车间多目标多约束生产排程模型;步骤1.1:确定约束模型;根据电子精密件车间的工序
‑
设备
‑
性能表和加工工件的工序清单,确定其所有柔性作业的约束;步骤1.2:确定所有目标值;步骤1.3:根据不确定性,确定各工位的随机工时;步骤2:建立目标函数F;其中,x
i
表示目标值,i=1,2,....,r,r表示目标值的个数,和表示对应目标值的满意值和不满意值,z
i
表示各目标的权值系数;记录各目标值得得分F[i]=z
i
f
i
;步骤3:以目标函数F为适应度,基于模拟退火温度控制粒子群惯性权值变化的方法求解目标函数的最优解集;步骤3.1:定义编码XX=[n
11 n
21 n
12 n
22 ... n
ij ...|v
11 v
21 v
12 v
22 ... v
ij ...|m
11 m
21 m
12 m
22 ... m
ij ...]其中,n
ij
代表第i号工件的第j号工序,v
ij
代表第i号工件的第j号工序的优先值,m
ij
代表第i号工件的第j号工序选择机器的选择值,每一段长度为N,总长度为3N;步骤3.2:随机生成初始种群,以此计算初始适应度,并初始化温度T和惯性权值w;步骤3.3:调整退火温度和惯性权值;g
best
为当前代最优粒子的值,g
avr
为当前带所有粒子的平均值,则温度计算公式如下:惯性权值的范围可根据相似文献参考,取值范围设为(a,b),由于T值前期大后期小,符合惯性权值变化特性,故将其归一化到(a,b)上;步骤3.4:更新外部解集库;根据粒子的各目标值,按照整体最优和主目标最优的原则,更新外部解集库;保优去劣,并排序;分多个集合,第一个是整体最优集合,另外多个为主目标最优集合,其中P
m
代表整体最优的粒子,P
i
代表目标最优的粒子,P
set
为粒子集合,表示如下:P
set
{P
m
,P1,P2...P
r
}迭代整体最优集合时,比较粒子的整体得分值,其中P
new
为新粒子,F
m
为例子m的整体得分值,F
newM
为新粒子的整体得分值,执行如下:P
m
=P
new
,F
m
<F
newM
迭代主目标最优集合时,比较粒子的在该目标上的得分值,其中F
new
[i]代表新粒子在第i个目标上的得分值,执行如下:
P
i
=P
new
,F[i]<F
new
[i]步骤3.5:更新位置和公式;V
id
=w*V
id
+C1Random(0,1)(P
id
‑
X
id
)+C2Random(0,1)(P
gd
‑
X
gd
)X
技术研发人员:李波,冯益铭,陈敏,刘民岷,胡家文,
申请(专利权)人:电子科技大学,
类型:发明
国别省市:
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。