一种基于遗传算法的维修派工方法、装置及系统制造方法及图纸

本发明专利技术提供了一种基于遗传算法的维修派工方法、装置及系统。方法包括：构建初始种群；按照如下步骤进行进化迭代直到达到终止条件：计算本代种群中每个个体的适应度，适应度用于评价个体中所有工卡分配的维修人员的疲劳程度、安全状态和熟悉程度三者中至少一者；从本代种群中基于个体的适应度选取部分个体作为下一代种群的个体；对下一代种群的个体进行交叉运算；通过变异运算获得变异个体，将变异个体加入下一代种群；输出达到终止条件时适应度最大的个体。基于维修人员的疲劳程度、熟练程度和安全状态获取遗传算法中个体的适应度，使派工结果既提高了工作效率又增强了安全性。派工结果既提高了工作效率又增强了安全性。派工结果既提高了工作效率又增强了安全性。

【技术实现步骤摘要】
一种基于遗传算法的维修派工方法、装置及系统


[0001]本专利技术涉及维修派工
，尤其是涉及一种基于遗传算法的维修派工方法、装置及系统。

技术介绍

[0002]一个飞机大修包通常有几百份甚至上千份工卡组成，维修周期从几天到一两百天不等。根据维修流程将工卡合理分配到每一天，每一天有几十甚至几百份工卡，再将每份工卡分配到维修人员，工卡数量和人员数量都比较多，同一次飞机大修通常会有几十个人参与一次飞机大修工作。
[0003]目前飞机维修派工大多还是靠人工经验进行派工，派工安排不够透明，维修派工及进度控制的优劣取决于项目经理、区域负责人的经验，维修派工和进度把控有很大的不稳定性，并且维修生产线缺乏精细化管控，评估不够精确，任务分配不够精确，会降低维修效率，此外，还会出现分工时没有考虑维修人员的疲劳程度、是否违规操作等情况对维修安全性影响，存在安全隐患。

技术实现思路

[0004]本专利技术旨在至少解决现有技术中存在的技术问题，提供一种基于遗传算法的维修派工方法、装置及系统。
[0005]为了实现本专利技术的上述目的，根据本专利技术的第一个方面，本专利技术提供了一种基于遗传算法的维修派工方法，包括：利用多个个体构建初始种群，所述个体包括维修任务的所有工卡以及为每个工卡分配的维修人员；按照如下步骤进行进化迭代直到达到终止条件：计算本代种群中每个个体的适应度，所述适应度用于评价个体中所有工卡分配的维修人员的疲劳程度、安全状态和熟悉程度三者中至少一者；从本代种群中基于个体的适应度选取部分个体作为下一代种群的个体；对下一代种群的个体进行交叉运算和变异运算；输出达到终止条件时适应度最大的个体。
[0006]为了实现本专利技术的上述目的，根据本专利技术的第二个方面，本专利技术提供了一种基于遗传算法的维修派工系统，包括：初始种群构建模块，利用多个个体构建初始种群，所述个体包括维修任务的所有工卡以及为每个工卡分配的维修人员；迭代进化模块，按照如下步骤进行进化迭代直到达到终止条件：计算本代种群中每个个体的适应度，所述适应度用于评价个体中所有工卡分配的维修人员的疲劳程度、安全状态和熟悉程度三者中至少一者；从本代种群中基于个体的适应度选取部分个体作为下一代种群的个体；对下一代种群的个体进行交叉运算和变异运算；输出模块，输出达到终止条件时适应度最大的个体。
[0007]为了实现本专利技术的上述目的，根据本专利技术的第三个方面，本专利技术提供了一种智能派工系统，包括：维修人员管理模块，用于对维修人员授权、排班管理、提供维修人员信息；工卡管理模块，用于工卡编写和提供工卡信息；大修项目管理模块，用于进行大修项目管理；维修派工管理模块，在获取维修任务后，基于维修任务执行过程获取该维修任务包含的
所有工卡，将获取的工卡与维修人员匹配获得多个样本，按照本专利技术第一方面所述的方法进行派工。
[0008]上述技术方案：本专利技术通过动态遗传算法自动实现最优派工，基于维修人员的疲劳程度、熟练程度和安全状态获取遗传算法中个体的适应度，充分挖掘维修人员信息，使获得的派工结果不但提高了工作效率还提高了安全性，提升维修(如飞机)过程中的安全和风险管理水平，提高生产效率，促进维修效益改进。
附图说明
[0009]图1是本专利技术一种优选实施方式中基于遗传算法的维修派工方法的流程示意图。
具体实施方式
[0010]下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能理解为对本专利技术的限制。
[0011]在本专利技术的描述中，需要理解的是，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。
[0012]在本专利技术的描述中，除非另有规定和限定，需要说明的是，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
[0013]本专利技术公开了一种基于遗传算法的维修派工方法，在一种优选实施方式中，如图1所示，包括：
[0014]步骤S1，利用多个个体构建初始种群，个体包括维修任务的所有工卡以及为每个工卡分配的维修人员。为便于后续处理和运算，优选地，个体表示为[{工卡1：维修人员a}，{工卡2：维修人员b},{工卡3：维修人员c},......，{工卡m:维修人员x}]，m为正整数，a、b、c、x均为维修人员编号。不同的个体工卡分配的维修人员不同。
[0015]个体建立过程为：在获得维修任务(如飞机大修任务)后，按照维修任务执行过程将维修任务分解成多个工卡，组成工卡序列；每个工卡具有工卡信息，工卡信息包括但不限于工时、工种、阶段等，存储有授权维修人员信息，授权维修人员信息包括但不限于维修人员的资质、连续工作工时、犯错次数、犯错工种、犯错扣除分数、历史执行工卡等；匹配工卡信息和维修人员信息获得每个工卡对应的候选授权维修人员列表，个体中每份工卡对应的维修人员从与该工卡信息匹配的候选授权维修人员列表中抽取，可通过随机抽取方式抽取，将分配了维修人员的工卡序列作为一个个体，工卡序列中工卡匹配的维修人员不同就构成了不同的个体，进而利用多个不同的个体构建初始种群。随机产生1个样本，根据工卡清单和维修人员清单，随机分配人员。根据工卡量的大小，选择适合的初始化种群数量，循环随机产生初始种群。
[0016]步骤S2，按照如下步骤进行进化迭代直到达到终止条件：
[0017]步骤S21,计算本代种群中每个个体的适应度，适应度用于评价个体中所有工卡分配的维修人员的疲劳程度、安全状态和熟悉程度三者中至少一者；通过适应度函数求取个体的适应度，适应度函数优选但不限于为计算疲劳程度或安全状态或熟悉程度，或者计算疲劳程度和安全状态加权和，或者计算安全状态和熟悉程度加权和，或者计算安全状态和熟悉程度的加权和，或者计算疲劳程度和安全状态和熟悉程度的加权和。疲劳程度为维修人员本身的疲劳程度，累加的实际工时越高，说明维修人员越疲劳，应避免分配维修工作，以提高安全性和工作效率。安全状态为对人员的安全状态评价，通过个人安全扣分来评判，安全扣分越高的人员避免分配维修工卡，以提高安全性。熟悉程度为维修人员对单份工卡的熟悉程度，同一份工卡，维修人员历史执行次数越多，说明该维修人员对这份工卡越熟练，应将此工卡优先分配给该维修人员，以提高工作效率。
[0018]步骤S22，从本代种群中基于个体的适应度选取部分个体作为下一代种群的个体；
[0019]步骤S23，对下一代种群进行交叉运算，通过变异运算获得变异个体本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遗传算法的维修派工方法，其特征在于，包括：利用多个个体构建初始种群，所述个体包括维修任务的所有工卡以及为每个工卡分配的维修人员；按照如下步骤进行进化迭代直到达到终止条件：计算本代种群中每个个体的适应度，所述适应度用于评价个体中所有工卡分配的维修人员的疲劳程度、安全状态和熟悉程度三者中至少一者；从本代种群中基于个体的适应度选取部分个体作为下一代种群的个体；对下一代种群的个体进行交叉运算，通过变异运算获得变异个体，将变异个体加入下一代种群；输出达到终止条件时适应度最大的个体。2.如权利要求1所述的基于遗传算法的维修派工方法，其特征在于，所述个体表示为[{工卡1：维修人员a}，{工卡2：维修人员b},{工卡3：维修人员c},......，{工卡m:维修人员x}]，所述m为正整数，a、b、c、x均为维修人员编号。3.如权利要求1或2所述的基于遗传算法的维修派工方法，其特征在于，个体的适应度为个体中所有工卡分配的维修人员的积分的累加和，所述维修人员的积分为维修人员的疲劳程度、安全状态和熟悉程度的加权和。4.如权利要求3所述的基于遗传算法的维修派工方法，其特征在于，个体的适应度f通过如下公式计算获得：其中，m表示个体的工卡总数；i表示工卡索引；T
i
表示第i份工卡分配的维修人员的积分，设第i份工卡分配的第j个维修人员，则T
i
＝f1×
M
j
+f2×
S
j
+f3×
H
j
，f1表示熟练程度权重系数，M
j
表示第j个维修人员对第i份工卡的熟练程度，f2表示安全状态权重系数，S
j
表示第j个维修人员的安全状态，f3表示疲劳程度权重系数，H
j
表示第j个维修人员的疲劳程度。5.如权利要求4所述的基于遗传算法的维修派工方法，其特征在于，M
j
＝kt',k表示工卡难度系数；t'表示第j个维修人员历史上重复执行第i份工卡的次数；和/或，T表示第j个维修人员历史上执行第i份工卡出现差错的次数，t表示差错次数的索引，s
t...

【专利技术属性】
技术研发人员：周继超，隆生，
申请(专利权)人：华夏飞机维修工程有限公司，
类型：发明
国别省市：