基于差分进化算法的多品种小批量车间调度方法技术

基于差分进化算法的多品种小批量车间调度方法，属于制造生产车间的调度排产技术领域，本发明专利技术为解决多品种小批量车间调度的技术普遍存在适用度低、性能较差的问题。本发明专利技术方案：首先建立以最大完工时间最短为目标的数学模型，设计元启发式算法生成初始种群，随后对参与进化的个体的染色体模型进行连续化转换，再经过差分变异、交叉等操作生成子代个体，通过比较目标函数值选择优秀个体，并对进化算法中的参数、外部存档进行更新，最后基于部分优秀个体进行邻域搜索，循环上述步骤直至算法结束，得到最优加工方案。该方法能够改善差分进化算法在求解离散问题上的性能，获得高效稳定的调度方案。的调度方案。的调度方案。

Multi variety and small batch job shop scheduling method based on differential evolution algorithm

【技术实现步骤摘要】
基于差分进化算法的多品种小批量车间调度方法


[0001]本专利技术涉及一种多品种小批量车间优化调度方法，具体涉及一种基于改进差分进化算法的调度优化求解方法，属于制造生产车间的调度排产


技术介绍

[0002]车间调度(Job
‑
Shop Scheduling Problem,JSP)是生产制造业规划和管理层面的一个重要领域，其调度方案数量庞大、求解复杂，属于NP
‑
Hard优化问题。多品种、小批量的生产模式依照客户订单安排生产流程，能够满足客户的定制化需求、提供快速服务，有广阔的销售市场。然而，多品种小批量生产方式在规定的生产期限内需加工的产品种类较多，且每种产品的生产数量较少，具有更高的计算复杂度。因此，考虑如何制定排产方案，使最大完工时间更短、抗干扰性更强，从而在多品种小批量的生产模式下实现高效率、高质量、低成本的车间作业，成为制造类企业一个非常现实和亟需解决的问题，同时也是多年来学术研究的热点。
[0003]目前，常用于解决多品种小批量生产调度的方法有遗传算法、粒子群优化技术、帝国竞争算本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于差分进化算法的多品种小批量车间调度方法，其特征在于，该方法包括以下步骤：步骤S1：对生产订单进行加工批次划分操作，并初始化参数；步骤S2：建立以最大完工时间最短为目标的数学模型，并使用元启发式算法生成初始种群；步骤S3：对参与进化的个体的染色体模型进行连续化转换，模型转换的步骤依次为：染色体模型中工序编码部分连续化转换的步骤；染色体模型中基因按照自然工序排序的步骤；染色体模型中机器编码部分连续化转换的步骤；步骤S4：使用基于多种进化策略和参数自适应更新策略的差分进化算法对步骤S3转换后的模型进行求解，使用该算法求解模型的步骤依次为：差分变异、交叉、选择的步骤；外部存档更新的步骤；参数自适应更新的步骤；部分个体进行邻域搜索的步骤；种群更新的步骤；步骤S5：判断算法的运行时间是否满足步骤S1中初始化参数给出的终止条件，是，则执行步骤S6；否，则返回执行步骤S4；步骤S6：对算法求得的最优调度方案进行解码，转换为直观的甘特图。2.根据权利要求1所述基于差分进化算法的多品种小批量车间调度方法，其特征在于，步骤S1中所述的加工批次划分的过程为：步骤S1
‑
1、计算全部工件的需求量的平均值；步骤S1
‑
2、根据平均值将生产订单划分为两组，其中工件需求量小于或等于平均值的生产订单划分为第一组，工件需求量大于平均值的生产订单划分为第二组；步骤S1
‑
3、第一组中每个生产订单作为一个加工批次；对第二组中每个生产订单进行加工批次的重新拆分，以第一组生产订单中全部工件需求量的平均值为拆分标准，第二组中的每个生产订单被拆分为两个批次，其中一个加工批次的工件需求量大于拆分标准，另一个加工批次的工件需求量小于或等于拆分标准。3.根据权利要求2所述基于差分进化算法的多品种小批量车间调度方法，其特征在于，步骤S1中初始化参数包括：种群规模Pop_Size、外部存档规模Arc_Size、最大运行时间max_time、邻域搜索个体在种群中的占比P_Select、精英个体在种群中的占比p_best、变异因子的数学期望Mu_F和交叉因子的数学期望Mu_CR。4.根据权利要求3所述基于差分进化算法的多品种小批量车间调度方法，其特征在于，步骤S2中建立以最大完工时间最短为目标的数学模型，计算公式：C＝min{max(End
i
)},1≤i≤total_op_num，其中End
i
表示第i个工序的完工时间，total_op_num为全部加工批次所包含工序数量的总和；使用元启发式算法生成初始种群的过程为：步骤S2
‑
1、对于染色体中工序编码部分的每一个基因，从当前剩余工序数目最多的工件中随机选择一个；
步骤S2
‑
2、对于染色体中的机器编码部分，按照工序编码中的工序顺序，依次为每道工序选择加工用时最短的机器；步骤S2
‑
3、根据染色体中的工序编码部分和机器编码部分，确定每道工序的实际加工时间，并写入时间编码部分。5.根据权利要求4所述基于差分进化算法的多品种小批量车间调度方法，其特征在于，步骤S3中所述染色体模型连续化转换的过程为：步骤S3
‑
1、对于染色体中的工序编码部分，记每一道工序在该段染色体中的次序为index
i
；步骤S3
‑
2、对工序编码中的每个基因计算total_op_num
‑
index
i
+1，并用该值代替原基因中的内容；步骤S3
‑
3、将染色体中的工序编码、机器编码和时间编码均按照自然工序顺序进行排列；步骤S3
‑
4、对于每一道工序，建立机器选择概率矩阵，并将各机器的选择概率初始化为1。6.根据权利要求5所述基于差分进化算法的多品种小批量车间调度方法，其特征在于，步骤S4中所述使用优化算法求解模型的步骤：从精英群体、当前种群、外部存档与当前种群的并集中分别随机选择一个个体，对于当前种群中的每一个个体，依次进行差分变异、交叉和选择等步骤，随后更新外部存档和优化算法中的参数，并选择部分个体进行邻域搜索，最后更新当前种群，其中选择个体进行差分变异、交叉、选择的具体实现过程为：步骤S4A
‑
1、从精英群体中随机选择一个个体记作pbest，从当前种群中随机选择一个个体记作r1，从当前种群与外部存档的并集中随机选择一个个体记作r2；步骤S4A
‑
2、分别以Mu_F和0.1为正态分布的数学期望和标准差，生成变异因子F，分别以Mu_CR和0.1为柯西分布的数学期望和标准差，生产交叉因子CR；步骤S4A
‑
...

【专利技术属性】
技术研发人员：邓立宝，狄原竹，李春磊，
申请(专利权)人：哈尔滨工业大学威海，
类型：发明
国别省市：