作业排程方法、装置、设备及可读介质制造方法及图纸

本发明专利技术提供了一种作业排程方法、装置、设备及可读介质，涉及生产计划智能排程领域，该方法包括：采用遗传算法，生成第一排程计划；采集动态特性数据、生产数据与遗传算法的目标函数，通过强化学习建立动态特性与工单释放规则的映射表；基于所述映射表调整遗传算法的参数，生成第二排程计划；采用神经网络承载动态特性的概率分布，将所述概率分布作为前馈预测；重复上述步骤进行迭代，基于所述前馈预测进行调整，生成下一排程计划，直至智能收敛停止重复，生成最终排程计划。本发明专利技术通过群智进化算法动态的应对排程过程或实际生产过程中出现的各种动态特性，可以解决动态的柔性作业车间调度问题。车间调度问题。车间调度问题。

Job scheduling method, device, equipment and readable medium

【技术实现步骤摘要】
作业排程方法、装置、设备及可读介质


[0001]本专利技术涉及生产计划智能排程领域，特别涉及一种作业排程方法、装置、设备及可读介质。

技术介绍

[0002]当前，生产计划排程（Advanced Planning and Scheduling，APS）的问题主要是柔性作业车间调度（Flexible JSSP，FJSSP）问题。对于FISSP问题一般采用静态模型建模的方法，是基于向量建模方式的生产流程模型（Production Process Model,PPM）。但FJSSP问题几乎都属于NP完全问题（多项式复杂程度的非确定性问题），只有极少数简单情况为P问题，如单机的最小完成时间，并且不存在其他的表达与建模方法能够简化问题复杂度（即为Strongly NPC问题）。因此，传统的基于运筹学的精确求解方法无法应用在实际场景之中。
[0003]启发式算法的目标是生成较优解（Near Optimal）而非最优解，针对FJSSP问题，移动瓶颈启发式算法是至今为止最成功的算法。但移动瓶颈启发式算法能够处理的问题规模有限，当问题的状态空间（即工单...

【技术保护点】

【技术特征摘要】
1.一种作业排程方法，其特征在于，包括：S100、采用遗传算法，生成第一排程计划；S200、采集动态特性数据、生产数据与遗传算法的目标函数，通过强化学习建立动态特性与工单释放规则的映射表；S300、基于所述映射表，调整遗传算法的参数，生成第二排程计划；S400、采用神经网络承载动态特性的概率分布，将所述概率分布作为前馈预测；S500、重复步骤S100~S400进行迭代，基于所述前馈预测进行调整，生成下一排程计划，直至智能收敛停止重复，生成最终排程计划。2.如权利要求1所述的作业排程方法，其特征在于，所述动态特性包括随机因素导致不确定性造成的动态特性和系统动力学特性导致不确定性造成的动态特性。3.如权利要求1所述的作业排程方法，其特征在于，所述生产数据包括产能利用率、完成时间和工单延迟数量。4.如权利要求1所述的作业排程方法，其特征在于，所述工单释放规则是从工单释放规则池采集，所述工单释放规则池是由AI专家系统进行设定。5.如权利要求1所述的作业排程方法，其特征在于，所述通过强化学习建立动态特性与工单释放规则的映射表具体包括，将所述动态特性、所述生产数据与所述遗传算法的目标函数作为强化学习的模型输入，基于Q
‑
learning算法，采用试错方法进行训练，将所述动态特性、所述生产数据与所述工单释放规则进行匹配，将所述目标函数作为奖励函数，确定并学习奖励值最大的工单释放规则，生成所述动态特性与工单释放规则的映射表。6.如权利要求2所述的作业排程方法，其特征在于，所述基于所述映射表调整遗传算法的参数具体包括，基于所述映射表在线调整遗传算法的参数，当所述动态特性为随机因素导致不...

【专利技术属性】
技术研发人员：甘中学，孙广集，李昊天，戚骁亚，魏红茂，
申请(专利权)人：智昌科技集团股份有限公司，
类型：发明
国别省市：