基于离散制造的生产调度方法、系统、设备及存储介质技术方案

本发明专利技术提供一种基于离散制造的生产调度方法、系统、设备及存储介质，其中，方法包括：基于时间和成本的加权之和最小的目标，构建生产调度模型；采用改进的遗传算法求解所述调度模型的调度最优解，获取预调度计划；对所述预调度计划进行审核，审核通过后，获取调度计划，根据所述调度计划进行任务派工。本发明专利技术能够针对离散制造业的特点，构建以生产批次为单位的、基于时间和成本约束的多目标优化模型，并求解生产调度的最优解，从而使得离散制造企业能够进行生产现场的智能生产调度管理，提高生产效率的同时降低了整体生产成本。率的同时降低了整体生产成本。率的同时降低了整体生产成本。

【技术实现步骤摘要】
基于离散制造的生产调度方法、系统、设备及存储介质


[0001]本专利技术涉及生产调度
，尤其涉及一种基于离散制造的生产调度方法、系统、设备及存储介质。

技术介绍

[0002]一直以来，制造业是国民经济的主体，离散型制造业更是有着“国民经济支柱”之称。而随着当今市场的竞争日趋激烈，通信技术和信息技术等受到离散制造企业的高度重视和广泛应用，越来越多离散制造企业趋向于精益生产和准时化的生产方式。但是由于离散制造业具有订单高度定制、技术工艺和供应链高度复杂、生产制造高度离散和生产制造周期长等特点，导致现场生产调度、派工极其复杂。
[0003]现有技术中，大部分离散制造企业还停留在人工调度的管理方式，即使少数离散制造企业具备排产调度系统，也没有能够解决本质问题，而仅仅是将纸质的计划排产单转化为电子版的计划排产单，不能够从计划排产的角度提高资源利用效率，导致生产效率低，缺乏市场竞争力。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种基于离散制造的生产调度方法、系统、设备及存储介质。
[0005]一种基于离散制造的生产调度方法，包括以下步骤：基于时间和成本的加权之和最小的目标，构建生产调度模型；采用改进的遗传算法求解所述调度模型的调度最优解，获取预调度计划；对所述预调度计划进行审核，审核通过后，获取调度计划，根据所述调度计划进行任务派工。
[0006]在其中一个实施例中，在所述基于时间和成本的加权之和最小的目标，构建生产调度模型之前，还包括：构建以下约束条件：同一批次加工工艺、加工时间和加工成本均相同，忽略各工件上料等准备时间；现场设备均完好，且具备加工所有任务的功能，但设备之间加工的时间和成本不同；同一时间、一个工件的某道工序仅能在一台设备上进行加工；同一时间、一台设备仅能加工一个工件的一个工序。
[0007]在其中一个实施例中，所述基于时间和成本的加权之和最小的目标构建生产调度模型，具体包括：基于所述约束条件，将车间所有待加工的零件组成l个工件集J
i
＝{j1,j2,j3…
j
li
}，其中，l
i
表示所述工件集的工件数；工件集J
i
由k
i
工序任务组成集合为其中，O
ij
表示第i个工件的第j个工序任务；假定生产线共有m台设备，设备集为M＝{m1，m2，m3…
m
n
}，t
ijn
表示第i个工件的第j个工序任务在设备n上加工消耗的时间；C
ijn
表示第i个工件的第j个工序任务在设备n上加工消耗的成本，则生产调度模型为：
[0008][0009][0010]为了保证每个工序任务只能分配一次，且只能分配到某一设备，则有：
[0011][0012]为了保证任务的加工顺序按照工艺要求，则有：
[0013][0014]为了保证目标函数中时间和成本的量纲一致，有其中，α1的单位为分钟，α2的单位为元；其中，0≤i≤l，0≤k≤k
i
，0≤n≤m。
[0015]在其中一个实施例中，所述采用改进的遗传算法求解所述调度模型的调度最优解，获取预调度计划，具体包括：基于设备进行编码，将分配到设备上的工序任务和任务开始的先后顺序采用染色体进行表示；将生产调度模型中的最小值作为适应度函数，即g(x)＝minf(x)；根据所述适应度函数，采用比例选择算子的方式执行选择操作，获取若干第一目标个体；对所述若干第一目标个体中表示设备编号的基因位进行交叉运算，对所述若干第一目标个体中表示任务顺序的基因位进行随机生成，获取第二目标个体；分别根据设备编号和任务顺序对所述第二目标个体进行单独变异，获取最优解，作为预调度计划。
[0016]在其中一个实施例中，所述根据所述适应度函数，采用比例选择算子的方式执行选择操作，获取若干第一目标个体，具体包括：根据所述适应度函数计算群体中每个个体的适应度，采用比例选择算子的方式执行选择操作，群体的大小为m，个体的适应度为g(i)，则个体被选中的概率P
i
为：
[0017][0018]由式(5)可知，适应度越高，个体被选中的概率也越大，反之，适应度越低，个体被选中的概率越小；根据式(5)进行反复迭代，筛选出被选中的概率高于预设概率的个体，获取若干第一目标个体。
[0019]在其中一个实施例中，所述对所述若干第一目标个体中表示设备编号的基因位进行交叉运算，对所述若干第一目标个体中表示任务顺序的基因位进行随机生成，获取第二目标个体，具体包括：根据设备编号获取所述若干第一目标个体对应的适应度，计算若干第一目标个体的总适应度；将个体预设适应度与总适应度的比值作为概率，选择适应度高于个体预设适应度的个体作为父本和母本进行交叉运算，获取新个体；根据任务顺序对新个
体中的基因随机生成，获取第二目标个体。
[0020]在其中一个实施例中，所述分别根据设备编号和任务顺序对所述第二目标个体进行单独变异，获取最优解，作为预调度计划，具体包括：根据设备编号对所述第二目标个体进行变异，在变异过程中，将变异个体属于同一调度集合的多个元素对应的基因进行随机交换，迭代地进行变异运算以产生新的个体，直至群体满足第一预设条件；根据任务顺序对所述第二目标个体进行变异，在变异过程中，将变异个体属于同一调度集合的多个元素对应的基因进行随机交换，迭代地进行变异运算以产生新的个体，直至群体满足第二预设条件；对比变异操作迭代分别获取的个体，筛选出最优解，作为预调度计划。
[0021]一种基于离散制造的生产调度系统，包括：生产调度模型构建模块，用于基于时间和成本的加权之和最小的目标，构建生产调度模型；调度最优解求解模块，用于采用遗传算法求解所述调度模型的调度最优解，获取预调度计划；任务派工模块，用于对所述预调度计划进行审核，审核通过后，获取调度计划，根据所述调度计划进行任务派工。
[0022]一种设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述各个实施例中所述的基于离散制造的生产调度方法的步骤。
[0023]一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述各个实施例中所述的基于离散制造的生产调度方法的步骤。
[0024]相比于现有技术，本专利技术的优点及有益效果在于：本专利技术能够针对离散制造业的特点，构建以生产批次为单位的、基于时间和成本约束的多目标优化模型，并求解生产调度的最优解，从而使得离散制造企业能够进行生产现场的智能生产调度管理，提高生产效率的同时降低了整体生产成本。
附图说明
[0025]图1为一个实施例中一种基于离散制造的生产调度方法的流程示意图；
[0026]图2为一个实施例中一种基于离散制造的生产调度系统的结构示意图；
[0027]图3为一个实施例中设备的内部结构示意图。
具体实施方式
[0028]为了使本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于离散制造的生产调度方法，其特征在于，包括以下步骤：基于时间和成本的加权之和最小的目标，构建生产调度模型；采用改进的遗传算法求解所述调度模型的调度最优解，获取预调度计划；对所述预调度计划进行审核，审核通过后，获取调度计划，根据所述调度计划进行任务派工。2.根据权利要求1所述的基于离散制造的生产调度方法，其特征在于，在所述基于时间和成本的加权之和最小的目标，构建生产调度模型之前，还包括：构建以下约束条件：同一批次加工工艺、加工时间和加工成本均相同，忽略各工件上料等准备时间；现场设备均完好，且具备加工所有任务的功能，但设备之间加工的时间和成本不同；同一时间、一个工件的某道工序仅能在一台设备上进行加工；同一时间、一台设备仅能加工一个工件的一个工序。3.根据权利要求2所述的基于离散制造的生产调度方法，其特征在于，所述基于时间和成本的加权之和最小的目标构建生产调度模型，具体包括：基于所述约束条件，将车间所有待加工的零件组成l个工件集J
i
＝{j1,j2,j3…
j
li
}，其中，l
i
表示所述工件集的工件数；工件集J
i
由k
i
工序任务组成集合为其中，O
ij
表示第i个工件的第j个工序任务；假定生产线共有m台设备，设备集为M＝{m1，m2，m3…
m
n
}，t
ijn
表示第i个工件的第j个工序任务在设备n上加工消耗的时间；C
ijn
表示第i个工件的第j个工序任务在设备n上加工消耗的成本，则生产调度模型为：的成本，则生产调度模型为：为了保证每个工序任务只能分配一次，且只能分配到某一设备，则有：为了保证任务的加工顺序按照工艺要求，则有：为了保证目标函数中时间和成本的量纲一致，有其中，α1的单位为分钟，α2的单位为元；其中，0≤i≤l，0≤j≤k
i
，0≤n≤m。4.根据权利要求3所述的基于离散制造的生产调度方法，其特征在于，所述采用改进的
遗传算法求解所述调度模型的调度最优解，获取预调度计划，具体包括：基于设备进行编码，将分配到设备上的工序任务和任务开始的先后顺序采用染色体进行表示；将生产调度模型中的最小值作为适应度函数，即g(x)＝minf(x)；根据所述适应度函数，采用比例选择算子的方式执行选择操作，获取若干第一目标个体；对所述若干第一目标个体中表示设备编号的基因位进行交叉运算，对所述若干第一目标个体中表示任务顺序的基因位进行随机生成，获取第二目...

【专利技术属性】
技术研发人员：刘冲，张桂林，
申请(专利权)人：重庆允成互联网科技有限公司，
类型：发明
国别省市：