【技术实现步骤摘要】
一种基于群体免疫
‑
遗传算法的混流产线智能排产方法
[0001]本专利技术属于智能工厂生产计划
,具体涉及一种基于群体免疫
‑
遗传算法的混流产线智能排产方法。
技术介绍
[0002]为了让实现流水车间的高效生产,运用智能优化算法来进行流水车间生产计划的排程方法也越来越受关注。
[0003]对于流水车间生产计划排程问题的优化研究,一种方法是通过建立简单的数学模型,运用线性规划的方法来进行求解,但这种方法无法求解较为复杂的车间问题,还有一种方法是运用智能优化算法对特定目标进行求解,因为产线是多变的,生产加工的理论数据和目前产线的实际生产能力是不同的,往往导致生产排程不能很好的符合现实情况;主要原因是优化目标较为固定,应该根据生产情况对生产目标进行灵活的选择。
技术实现思路
[0004]针对现有技术中存在不足,本专利技术提供了一种基于群体免疫
‑
遗传算法的混流产线智能排产方法。
[0005]本专利技术是通过以下技术手段实现上述技术目的的。
[0006]一种基于群体免疫
‑
遗传算法的混流产线智能排产方法,具体为:
[0007]采集生产订单交货完成量、生产订单交货日期和配件库存信息,评判多目标模型的优先级,确定群体免疫
‑
遗传算法中的被感染种群及优化主目标;
[0008]采集一个周期内不同产品各工位的生产加工时间数据,并判断是否需要更新基础数据集;
[0009]将更新完 ...
【技术保护点】
【技术特征摘要】
1.一种基于群体免疫
‑
遗传算法的混流产线智能排产方法,其特征在于:采集生产订单交货完成量、生产订单交货日期和配件库存信息,评判多目标模型的优先级,确定群体免疫
‑
遗传算法中的被感染种群及优化主目标;采集一个周期内不同产品各工位的生产加工时间数据,并判断是否需要更新基础数据集;将更新完成后的基础数据集及优化主目标输入到群体免疫
‑
遗传算法中进行寻优计算,计算出符合实际生产情况的最优解,并输出生产计划。2.根据权利要求1所述的基于群体免疫
‑
遗传算法的混流产线智能排产方法,其特征在于,所述评判多目标模型的优先级,确定群体免疫
‑
遗传算法中的被感染种群及优化主目标,具体为:所述产线目前生产情况为产品交货期紧急,则种群一为感染种群,优先迭代种群一,种群二、三为未感染种群;所述产线目前生产情况为配件供应不足,则种群二为感染种群,优先迭代种群二,种群一、三为未感染种群;所述产线目前生产情况为生产情况正常,则种群一、二康复或者均未被感染,优先迭代种群三;所述产线目前生产情况为产品交货期紧急且配件供应不足,则根据两个种群的优先级进行感染,种群一为感染种群,优先迭代直到康复,种群二为易感种群,在种群一康复后被感染,优先迭代直到康复;所述种群一对应考虑换装时间的总加工时间,种群一的优化主目标是考虑换装时间的总加工时间最小化;所述种群二对应库存零件满足度,种群二的优化主目标是库存零件满足度最小化;所述种群三对应产线正常生产,种群三的优化主目标是考虑换装时间的总加工时间最小化、库存零件满足度最小化且产品切换次数最小化。3.根据权利要求2所述的基于群体免疫
‑
遗传算法的混流产线智能排产方法,其特征在于,所述产品交货期紧急满足:其中:SumNum
m
为本批订单各类型产品总量,EndNum
m
为本批订单各类型产品完成量,CycProduction为本批订单各类型产品生产周期产量,SurCycle为本批订单剩余生产周期数,A是干扰系数。4.根据权利要求2所述的基于群体免疫
‑
遗传算法的混流产线智能排产方法,其特征在于,所述配件供应不足满足:其中:NeedNum
m
表示各类型产品的配件需求量,AllNum
m
表示存储区内配件余量。5.根据权利要求2所述的基于群体免疫
‑
遗传算法的混流产线智能排产方法,其特征在于,所述生产情况正常时,生产计划按照多目标问题进行求解。6.根据权利要求2所述的基于群体免疫
‑
遗传算法的混流产线智能排产方法,其特征在
于,所述考虑换装时间的总加工时间目标函数为:F1=min E约束条件为:约束条件为:约束条件为:约束条件为:约束条件为:约束条件为:约束条件为:约束条件为:约束条件为:约束条件为:约束条件为:约束一表示在k位置,只有一种产...
【专利技术属性】
技术研发人员:王纪章,高志恒,李锋军,张雷雷,高鸣,谢富明,赵桃艳,张尹松,张洁,张冰冰,
申请(专利权)人:第一拖拉机股份有限公司,
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。