基于变邻域搜索算法的生产与维修协同调度方法和系统技术方案

本发明专利技术提供一种基于变邻域搜索算法的生产与维修协同调度方法和系统，涉及生产与维修协同调度技术领域。本发明专利技术通过初始化算法的输入参数；根据所述输入参数随机生成一个一维向量作为初始解；构造变邻域搜索算法的邻域结构，将所述初始解输入邻域结构中进行搜索，获取考虑能源消耗成本线性增加的生产与维修协同调度问题的全局最优解。本发明专利技术在调度过程中，输入参数包括边际能耗成本的增长率，考虑能源消耗成本的增加对生产与维修进行协同调度，实现精准的协同调度。同时，采用变邻域搜索算法来求解，原理简单且易实现，提高了问题求解的精度，进一步实现更为精准的协同调度。进一步实现更为精准的协同调度。进一步实现更为精准的协同调度。

【技术实现步骤摘要】
基于变邻域搜索算法的生产与维修协同调度方法和系统


[0001]本专利技术涉及生产与维修协同调度
，具体涉及一种基于变邻域搜索算法的生产与维修协同调度方法和系统。

技术介绍

[0002]作为一个的典型的组合优化问题，生产与维修协同调度问题在近年来引起越来越多的关注，并广泛存在于高端装备制造业中。为了实现高端装备的制造，不仅需要针对每个环节进行合理调度，更要将不同的环节联合起来考虑，制定有效的协同调度决策。与传统的调度方式不同，生产与维修协同调度将维修活动与生产任务联合起来一起进行调度，这种调度方式既可以保证生产效率，也大大提升了企业的运行效率，缓解维修资源冲突，相比于传统的调度模式更具灵活性。
[0003]当前，对于生产和维修协同决策问题虽然有一定的研究，但考虑面向能耗的生产调度的研究还比较少。尤其是考虑能源消耗成本线性增加的并行机调度问题，这是制造业中的一个普遍现象，如随着机器的运行，机器不断老化，导致机器的振动增加，这不仅降低了机器的运行精度，而且还会产生额外的机械能损失，传统的调度模型并不能很好地解决。
[0004]基于此，现有技术无法考虑在能源消耗成本增加的情况下对生产与维修进行协同调度。

技术实现思路

[0005]（一）解决的技术问题针对现有技术的不足，本专利技术提供了一种基于变邻域搜索算法的生产与维修协同调度方法和系统，解决了现有技术无法考虑在能源消耗成本增加的情况下对生产与维修进行协同调度的问题。
[0006]（二）技术方案为实现以上目的，本专利技术通过以下技术方案予以实现：第一方面，本专利技术提供一种基于变邻域搜索算法的生产与维修协同调度方法，所述方法包括：S1、初始化算法的输入参数，所述输入参数包括：工件的数量n，机器的数量m，工厂单位时间的固定成本c0，一次维修活动所需的时间t
p
和成本c
p
；作业总的处理时间T，机器M
j
每单位时间的正常能耗成本a
j
，机器M
j
边际能耗成本的增长率b
j
；S2、根据所述输入参数随机生成一个一维向量作为初始解；S3、构造变邻域搜索算法的邻域结构，将所述初始解输入邻域结构中进行搜索，获取考虑能源消耗成本线性增加的生产与维修协同调度问题的全局最优解；所述全局最优解对应工件加工顺序和维修活动的次数，用于对生产与维修进行协同调度；其中，所述邻域结构包括：交换邻域结构，每个元素向下舍入进行分组，数值相同则分为一组，分组完成后，
随机选择两个组，从这两个组中分别选择一个元素交换其在整个数组中的位置；变异邻域结构，随机获得一个数组R=(r1，r2，
…
，r
i
，
…
，r
n
)，如果r
i
大于变异概率p
m
，然后让元素x
i
的值在[0,m]内随机生成；插入邻域结构，选择三个不相邻的位置A、B和C，在数组的第一个元素之前插入A和B之间的元素，在数组的最后一个元素之后插入B和C之间的元素；反向邻域结构，一次选择多个元素，将所选元素按相反顺序重新排列。
[0007]优选的，所述S2具体包括：随机生成一个一维向量作为算法的初始解，每个所述一维向量代表一个解，记为X=(x1,x2,
…
,x
n
)，其中，每个元素的值在[0,m]内，通过相应元素的舍入操作一个作业的分配。
[0008]优选的，在步骤S3中，所述将所述初始解输入邻域结构中进行搜索，获取全局最优解，包括：S302a、设定算法的执行参数，所述执行参数包括当前迭代次数t=1，最大迭代次数t
max
；S302b、初始化k=1，最大邻域结构个数k
max
=4；S302c、判断k≤k
max
是否成立，若成立，用初始解X通过邻域结构N
k
(X)进行扰动操作得到解X
′
，然后在邻域结构N
k
(X
′
)中进行邻域搜索得到解X
″
，进入步骤S302d；若不成立，进入步骤S302e；S302d、计算个体的适应度值，判断最优解，若X
″
优于X，则令X= X
″
，且k=k+1，返回步骤S302c，否则令k=1，返回步骤S302c；S302e、令t=t+1，判断t≤t
max
是否成立，若不成立，则进入步骤S302f，否则返回步骤S302b；S302f、输出全局最优解X及其适应度值，以及生产和维修协同调度方案。
[0009]优选的，所述S302d包括：d1、输入解向量X=(x1,x2,
…
,x
n
)；d2、按解码规则将工件分配到相应的机器上；d3、应用单机的启发式算法，确定每台机器生产与维修方案；d4、根据每台机器生产与维修方案计算每台机器的成本；d5、根据每台机器的成本计算个体适应度，适应度最小的个体即为最优解。
[0010]优选的，所述d3包括：步骤1：计算每台单机M
j
上的维修活动次数，按以下公式计算每台单机M
j
上维修次数的近似最佳数量z
j
；式中，c0表示工厂单位时间的固定成本，t
p
和c
p
表示一次维修活动所需的时间和成本，T
j
表示机器M
j
上作业总的处理时间，b
j
是机器边际能耗成本的增长率；
式中，Z
j*
表示机器M
j
维修活动的最佳数量，round( )表示取整，n表示工件数量。
[0011]步骤2：将机器M
j
上的工件分成Z
j*
+1个批；步骤3：按任意顺序安排批次；步骤4：在相邻批次之间插入维修活动。
[0012]优选的，所述将机器M
j
上的工件分成Z
j*
+1个批，包括：步骤2.1：输入作业的处理时间和维修活动的次数Z
j*
，令i=1，并且令B1=B2=
…
=B
Z+1
=0，表示初始每批次的加工时间都为0;步骤2.2：将工件加工时间按降序排列，获得数组(p1,p2,
…
,p
n
)并且p1≥p2≥
…
≥p
n
；步骤2.3：如果i< Z
j*
，计算剩余批的平均值，平均值=数组中剩余元素之和/空批的个数，进入步骤2.4，否则进入步骤2.8；步骤2.4：如果数组中的首个数字大于或等于平均值，则将首个数字作为第i批，从数组中删除该数字并更新数组，然后令i=i+1，返回步骤2.3，否则进入步骤2.5；步骤2.5：将数组中首个数字放入第i批，令B
i
=B
i...

【技术保护点】

【技术特征摘要】
1.一种基于变邻域搜索算法的生产与维修协同调度方法，其特征在于，所述方法包括：S1、初始化算法的输入参数，所述输入参数包括：工件的数量n，机器的数量m，工厂单位时间的固定成本c0，一次维修活动所需的时间t
p
和成本c
p
；作业总的处理时间T，机器M
j
每单位时间的正常能耗成本a
j
，机器M
j
边际能耗成本的增长率b
j
；S2、根据所述输入参数随机生成一个一维向量作为初始解；S3、构造变邻域搜索算法的邻域结构，将所述初始解输入邻域结构中进行搜索，获取考虑能源消耗成本线性增加的生产与维修协同调度问题的全局最优解；所述全局最优解对应工件加工顺序和维修活动的次数，用于对生产与维修进行协同调度；其中，所述邻域结构包括：交换邻域结构，每个元素向下舍入进行分组，数值相同则分为一组，分组完成后，随机选择两个组，从这两个组中分别选择一个元素交换其在整个数组中的位置；变异邻域结构，随机获得一个数组R=(r1，r2，
…
，r
i
，
…
，r
n
)，如果r
i
大于变异概率p
m
，然后让元素x
i
的值在[0,m]内随机生成；插入邻域结构，选择三个不相邻的位置A、B和C，在数组的第一个元素之前插入A和B之间的元素，在数组的最后一个元素之后插入B和C之间的元素；反向邻域结构，一次选择多个元素，将所选元素按相反顺序重新排列。2.如权利要求1所述的基于变邻域搜索算法的生产与维修协同调度方法，其特征在于，所述S2具体包括：随机生成一个一维向量作为算法的初始解，每个所述一维向量代表一个解，记为X=(x1,x2,
…
,x
n
)，其中，每个元素的值在[0,m]内，通过相应元素的舍入操作一个作业的分配。3.如权利要求2所述的基于变邻域搜索算法的生产与维修协同调度方法，其特征在于，在步骤S3中，所述将所述初始解输入邻域结构中进行搜索，获取全局最优解，包括：S302a、设定算法的执行参数，所述执行参数包括当前迭代次数t=1，最大迭代次数t
max
；S302b、初始化k=1，最大邻域结构个数k
max
=4；S302c、判断k≤k
max
是否成立，若成立，用初始解X通过邻域结构N
k
(X)进行扰动操作得到解X
′
，然后在邻域结构N
k
(X
′
)中进行邻域搜索得到解X
″
，进入步骤S302d；若不成立，进入步骤S302e；S302d、计算个体的适应度值，判断最优解，若X
″
优于X，则令X= X
″
，且k=k+1，返回步骤S302c，否则令k=1，返回步骤S302c；S302e、令t=t+1，判断t≤t
max
是否成立，若不成立，则进入步骤S302f，否则返回步骤S302b；S302f、输出全局最优解X及其适应度值，以及生产和维修协同调度方案。4.如权利要求3所述的基于变邻域搜索算法的生产与维修协同调度方法，其特征在于，所述S302d包括：d1、输入解向量X=(x1,x2,
…
,x
n
)；d2、按解码规则将工件分配到相应的机器上；d3、应用单机的启发式算法，确定每台机器生产与维修方案；d4、根据每台机器生产与维修方案计算每台机器的成本；d5、根据每台机器的成本计算个体适应度，适应度最小的个体即为最优解。
5.如权利要求4所述的基于变邻域搜索算法的生产与维修协同调度方法，其特征在于，所述d3包括：步骤1：计算每台单机M
j
上的维修活动次数，按以下公式计算每台单机M
j
上维修次数的近似最佳数量z
j
；式中，c0表示工厂单位时间的固定成本，t
p
和c
p
表示一次维修活动所需的时间和成本，T
j
表示机器M
j
上作业总的处理时间，b
j
是机器边际能耗成本的增长率；式中，Z
j*
表示机器M
j
维修活动的最佳数量，round( )表示取整，n表示工件数量；步骤2：将机器M
j
上的工件分成Z
j*
+1个批；步骤3：按任意顺序安排批次；步骤4：在相邻批次之间插入维修活动。6.如权利要求5所述的基于变邻域搜索算法的生产与维修协同调度方法，其特征在于，所述将机器M
...

【专利技术属性】
技术研发人员：胡朝明，钱晓飞，刘心报，郑锐，陆少军，汪鹏，程浩，周志平，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：