【技术实现步骤摘要】
一种考虑不确定生产因素的SMT生产线负载平衡优化方法
[0001]本专利技术涉及SMT制造
，具体是一种考虑不确定生产因素的SMT生产线负载平衡优化方法。
技术介绍
[0002]在用户对电子产品多样化、个性化需求的推动下，电子产品呈多元化发展，以多品种、小批量、柔性化的生产方式将成为表面组装技术(Surface Mounted Technology，SMT)制造企业未来的主要生产模式。此外，随着互联网技术的发展，互联网技术在为制造业赋能的同时也加剧了制造企业间的竞争，对制造企业自动化、信息化水平提出了更高要求。制造企业需要从自身发力，通过提升效率以更低生产成本换取更高利润来提高企业核心竞争力，以上因素使得传统人工制定生产方案的方式难以满足当下复杂多变的生产任务。
[0003]基于以上现状，SMT制造业迫切需要设计设置一种高级排产算法提高企业生产的柔性化程度，保证企业可以更好的适应复杂多变的市场环境。
技术实现思路
[0004]本专利技术的目的在于为SMT制造企业提供一种考虑不确定生产因素的SMT...
【技术保护点】
【技术特征摘要】
1.一种考虑不确定生产因素的SMT生产线负载平衡优化方法，其特征在于，是基于随机模拟、模糊推理、神经网络和启发式算法建立SMT生产线负载平衡优化模型，该模型包括初始化参数设置模块、适应度计算模块和适应度寻优模块，具体如下：1)初始化参数设置模块设置SMT生产线负载平衡优化模型的初始参数值，参数包括生产任务数量、生产线条数、染色体种群数量、适应度误差率、适应度允许偏差率和最小不确定因素模拟次数；2)适应度计算模块对染色体所对应的适应度模型的适应度值进行计算，其中适应度计算模块包括染色体随机生成器、染色体接收器、染色体编码段解析器、不确定因素模拟器、生产线运行模拟器、元器件贴装工位分配优化器和适应度计算模型，具体如下：2
‑
1)染色体随机生成器对SMT生产线的生产方案采用0，1编码规则对染色体上的基因进行编码，随机生成表示生产方案的染色体，其中一个生产方案对应一个染色体组，每条染色体对应一条生产线，每个基因片段对应一个生产任务；2
‑
2)染色体接收器接收染色体随机生成器产生的染色体种群中的染色体个体；2
‑
3)染色体编码段解析器将染色体接收器接收到的染色体转换为生产任务组，当染色体上的基因片段为1则表示该生产任务会分配给当前生产线，为0则表示该生产任务不会分配给当前生产线；2
‑
4)不确定因素模拟器包括特征提取神经网络、不确定因素随机模拟器、不确定因素交互随机模拟器和自适应模糊神经网络，其中：用于模拟随机不确定因素对生产造成影响的不确定因素的历史样本数据通过人工标记，将对应不确定因素发生后对生产造成的影响程度，量化为0
‑
10的实数作为不确定因素的历史影响度；特征提取神经网络用于从不确定因素的历史样本数据中提取出各不确定因素影响度的概率分布特征；不确定因素随机模拟器通过产生0
‑
1之间的随机数后，利用轮蒙特卡洛法根据特征提取神经网络提取的不确定因素影响度概率分布特征模拟随机不确定因素对生产造成的影响程度，得到一个0
‑
10之间的随机实数作为不确定因素对生产造成影响的模拟影响度；不确定因素交互随机模拟器用于根据不确定因素随机模拟器产生的独立情况下的不确定因素影响度，得到交互影响情况下的不确定因素影响度；具体是：不确定因素交互随机模拟器通过卷积神经网络根据不确定因素的历史样本数据建立不确定因素间的关系模型，并用建立好的关系模型计算出不确定因素在交互影响情况下的影响度；自适应模糊神经网络通过采用模糊理论利用不确定因素的历史样本数据建立不确定因素影响度与订单完成滞后时间的关系模型，并用建立好的关系模型根据不确定因素的模拟影响度计算出随机不确定因素对完成订单造成的滞后时间；2
‑
5)生产线运行模拟器根据染色体随机生成器产生的染色体模拟生产运行，获得染色体随机生成器产生的静态生产方案对应的实际动态生产方案；以完成生产任务作为触发标志，更新当前生产线的生产任务；通过计算所有生产线完成当前生产任务的时间，以完成时间最短的产线作为下一次更新任务的产线模拟生产线的实际运行过程，并记录下生产线生产的任务编号、生产的工件数、生产任务完成的时间点，得到静态分配方案对应的实际分配方案；
...
【专利技术属性】
技术研发人员：黄春跃，张怀权，廖帅冬，吴立业，李茂林，
申请(专利权)人：桂林电子科技大学，
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。