分布式流水车间调度方法及装置制造方法及图纸

本发明专利技术提供一种分布式流水车间调度方法及装置，以最小化最大完成时间和总碳排放量为目标，构建分布式流水车间调度问题模型，采用知识驱动的多目标Memetic调度方法进行求解，提出双序列编码方式对调度方法中的个体进行编码。提出混合初始化策略，运用改进的NEH算法生成一个具有最小最大完成时间的初始解，再运用降碳策略生成一个具有最小总碳排放的初始解，其余初始解随机生成，用以生成具有良好多样性和收敛性的初始解。提供了知识驱动的局部搜索策略，通过移动关键工厂内关键路径上的工件，进一步降低最大完成时间；在不影响最大完成时间的前提下，通过降低关键工厂和非关键工厂中非关键路径上工件的加工速度，进一步降低碳排放。碳排放。碳排放。

【技术实现步骤摘要】
分布式流水车间调度方法及装置


[0001]本专利技术涉及分布式流水车间调度
，具体涉及一种分布式流水车间调度方法及装置。

技术介绍

[0002]随着全球气候变暖和极端天气的频繁出现，越来越多的国家开始将“碳中和”上升为国家战略。
[0003]生产调度作为制造系统的重要环节，直接影响企业效益和竞争力。为实现节能减排、降低生产成本、提高生产系统的最优性，研究和应用高效的优化技术与调度方法成为了生产调度的核心环节。我国碳权交易市场的建立使得碳排放权成为排碳企业新的生产要素，碳排放权的消耗最终要落实到具体的生产调度方案中。针对不同的加工工件和加工工艺，生产调度过程中的碳排放来源也有所不同。因此，不同的生产调度方案对碳排放的影响较大。
[0004]随着经济全球化得快速发展，制造企业面临着日益激烈的市场竞争，越来越多的企业将生产模式扩展到分布式环境中来，并在不同的地理位置建立多个工厂。分布式车间调度问题(Distributed shop scheduling problem,DSSP)是在多个分散的公司和工厂场景下，以实现调度指标的最优化为目标，通过公司之间的合作生产或不同工厂之间的协作生产，研究工件在工厂之间的分配和各工厂内的加工顺序。分布式异构流水车间调度问题是经典流水车间调度题的扩展，该问题属于 NP
‑
hard问题，该问题的求解难度大，具有重要的学术意义；其次，分布式异构流水车间调度问题更符合实际生产情况，实现DSSP的最优化可大幅度减少企业和工厂的碳排放量或降低生产成本，因此其研究还具有重要的应用价值。
[0005]中国专利“CN113344383一种用于分布式异构工厂的节能车间调度系统”设计了用于初始化的调度序列模块，提出了针对七种序列操作算子和四种速度操作算子的自学习选择策略，并将节能零空闲流水车间调度问题转化为节能置换流水车间调度问题，通过搜索机器的空闲时间，对特定的工件进行减速来实现节约能源的目的，还设计了一种负载均衡的调整策略来平衡各个工厂的负载指标。
[0006]中国专利“CN110928261分布式式异构流水车间的分布估计调度方法及系统”提出了一种有效的分布估计调度方法来解决分布式异构流水车间调度问题，设计了针对种群与概率模型的初始化策略，采用PBIL方法对概率模型再进化的每一代进行更新，并根据不同邻域结构的搜索操作产生新解以进行贪婪搜索，最后对概率模型采样，以重新生成满足预设条件的个体，从而确定分布估计调度方案。
[0007]目前，针对分布式车间调度难题的研究还很少，生产调度问题大部分都是以单工厂为研究对象，对于分布式生产调度大多都是以最大完成时间、总能耗和总延误时间等作为优化目标。根据现有研究，解决分布式调度问题的方法包括精确求解法、启发式算法和智能优化算法。其中，智能优化算法中的群智能(SwarmIntelligence,SI)和进化算法
(Evolutionary Algorithms,ESs)更适合求解多目标多约束的静态优化问题。在求解多目标调度问题时，结合了遗传算子和局部搜索的多目标Memetic算法显示出了比单一算法更强大的性能。但不同的调度问题具有不同的问题属性和约束条件，在设计局部搜索算子方面，鲜少有研究利用特定问题的知识来设计搜索算子。

技术实现思路

[0008]本专利技术的目的是解决上述
技术介绍
存在的不足，本专利技术以分布式流水车间调度为研究对象，围绕生产调度过程中的碳排放问题，构建了最小化最大完工时间和总碳排放量的混合整数线性规划模型，并提出了一种知识驱动的多目标 Memetic调度方法(Knowledge
‑
driven Memetic Algorithm,KDMA)来求解分布式异构流水车间调度问题，以最小化最大完成时间和总碳排放量。
[0009]根据本专利技术的一个方面，一种分布式流水车间调度方法，包括以下步骤：
[0010]S1：获取分布式流水车间的参数，所述参数包括工件总数、工厂总数、各工厂中的机器总数、每个工件的工序数、每台机器的加工速度及速度等级数、每台机器各速度等级对应的功耗和每个工件每道工序的标准处理时间；
[0011]S2：设置约束条件，根据所述分布式流水车间的参数和约束条件构建分布式流水车间调度问题模型，所述分布式流水车间调度问题模型以最小化最大完工时间和总碳排放量为目标；
[0012]S3：采用知识驱动的多目标Memetic调度方法对所述分布式流水车间调度问题模型进行求解，输出最优分布式流水车间调度方案。
[0013]优选地，所述总碳排放量包括：工件加工时产生的碳排放、机器待机时产生的碳排放以及工件在加工过程中辅助物料消耗产生的碳排放；
[0014]各环节的碳排放量采用机器消耗的实际功率或能源乘以相关碳排放系数的方式计算得到。
[0015]优选地，所述约束条件包括：
[0016]所有工件都可以在任意的工厂中加工，一旦工件被分配到某个工厂中，该工件的所有工序必须在指定的工厂中进行，不能转移到其他工厂；
[0017]每个工厂相当于一个具有不同机器的置换流水车间，即每个工厂中机器的加工能力不同，各工厂中的每个工件在机器上的加工次序相同，且每台机器加工各工件的顺序也相同；
[0018]各工厂中的所有机器都有不同的加工速度等级，机器的运行速度在工件加工前确定，一旦机器开始加工工件，其加工速度不能改变；
[0019]每台机器一次最多只能处理一个工件的一道工序，机器上的前一个工件加工完后才能开始加工后一个工件，且工序加工过程中不能被打断；
[0020]各工件在机器上加工时，除第一道工序外，其余每道工序只能在前一道工序加工完成后才能开始加工。
[0021]优选地，所述分布式流水车间调度问题模型的数学表达式如下：
[0022]min{C
max
,CE}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0023][0024][0025][0026][0027][0028][0029][0030][0031][0032][0033][0034][0035]CE
total
＝CE
run
+CE
idle
+CE
au
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)
[0036][0037][0038][0039]式中，n为工件总数，m为各工厂中的机器总数，F为工厂总数，s为加工速度等级数量，i为工件索引，i∈{1,...,n}，l为序列中工件的位置索引，l∈{1,...,n}， j为机器索引，j∈{1,...,m}，f为工厂索引，f∈{1,...,F}，k为速度索引，v
k
为第k个加工速度，O
i,j
为工件i的第j道工序，p
i,j
为O
i,j
的标准处理时间，为 O
i,j
以速度v...

【技术保护点】

【技术特征摘要】
1.一种分布式流水车间调度方法，其特征在于，包括以下步骤：S1：获取分布式流水车间的参数，所述参数包括工件总数、工厂总数、各工厂中的机器总数、每个工件的工序数、每台机器的加工速度及速度等级数、每台机器各速度等级对应的功耗和每个工件每道工序的标准处理时间；S2：设置约束条件，根据所述分布式流水车间的参数和约束条件构建分布式流水车间调度问题模型，所述分布式流水车间调度问题模型以最小化最大完工时间和总碳排放量为目标；S3：采用知识驱动的多目标Memetic调度方法对所述分布式流水车间调度问题模型进行求解，输出最优分布式流水车间调度方案。2.根据权利要求1所述的分布式流水车间调度方法，其特征在于，所述总碳排放量包括：工件加工时产生的碳排放、机器待机时产生的碳排放以及工件在加工过程中辅助物料消耗产生的碳排放；各环节的碳排放量采用机器消耗的实际功率或能源乘以相关碳排放系数的方式计算得到。3.根据权利要求1所述的分布式流水车间调度方法，其特征在于，所述约束条件包括：所有工件都可以在任意的工厂中加工，一旦工件被分配到某个工厂中，该工件的所有工序必须在指定的工厂中进行，不能转移到其他工厂；每个工厂相当于一个具有不同机器的置换流水车间，即每个工厂中机器的加工能力不同，各工厂中的每个工件在机器上的加工次序相同，且每台机器加工各工件的顺序也相同；各工厂中的所有机器都有不同的加工速度等级，机器的运行速度在工件加工前确定，一旦机器开始加工工件，其加工速度不能改变；每台机器一次最多只能处理一个工件的一道工序，机器上的前一个工件加工完后才能开始加工后一个工件，且工序加工过程中不能被打断；各工件在机器上加工时，除第一道工序外，其余每道工序只能在前一道工序加工完成后才能开始加工。4.根据权利要求1所述的分布式流水车间调度方法，其特征在于，所述分布式流水车间调度问题模型的数学表达式如下：min{C
max
,CE},CE},CE},CE},CE}
CE
total
＝CE
run
+CE
idle
+CE
auauau
式中，n为工件总数，m为各工厂中的机器总数，F为工厂总数，s为加工速度等级数量，i为工件索引，i∈{1,...,n}，l为序列中工件的位置索引，l∈{1,...,n}，j为机器索引，j∈{1,...,m}，f为工厂索引，f∈{1,...,F}，k为速度索引，v
k
为第k个加工速度，O
i,j
为工件i的第j道工序，p
i,j
为O
i,j
的标准处理时间，为O
i,j
以速度v
k
加工时的实际处理时间，为在工厂f中机器j以速度v
k
加工时的单位时间功耗，SP
f,j
为在工厂f中机器j待机时的单位时间功耗，C
max
为整个调度过程的最大完成时间，C
l,j,f
为工厂f中机器j上l位置的完成时间，C
l,0,f
＝0，C(f)为工厂f的最大完成时间，CE
run
为工件加工时产生的碳排放，CE
idle
为机器待机时产生的碳排放量，CE
au
为机器消耗辅助物料产生的碳排放量，CE
total
为整个调度过程产生的碳排放量，x
i,l,f
为0
‑
1决策变量，当作业i在工厂f中位于l位置时，该变量值为1，否则为0，为0
‑
1决策变量，当作业i在机器j上以速度v
k
处理时，该变量值为1，否则为0，ε
电
为电能...

【专利技术属性】
技术研发人员：颜雪松，胡成玉，王紫琪，洪佳乐，李楠，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：