一种考虑随机设备故障的绿色作业车间调度方法技术

本发明专利技术涉及一种考虑随机设备故障的绿色作业车间调度方法，通过设置初始化参数；生成初始化种群并对初始化的种群进行评价；将评价后的种群进行交叉、变异操作生成临时种群，并将评价后的种群和临时种群合并生成合并种群；按期望最大完工时间和期望总能耗目标对合并种群进行非支配排序，更新评价后种群；最终判断评价后种群是否达到最大进化代数，若评价后种群达到最大进化代数，则返回最终的非支配解集。本发明专利技术同时以随机设备故障下的期望最大完工时间和期望总能耗为优化目标，可以为调度决策者提供在调度性能和能耗目标上分布广泛的调度方案集，便于在实际中依据实际情况对两目标进行权衡决策。标进行权衡决策。标进行权衡决策。

【技术实现步骤摘要】
一种考虑随机设备故障的绿色作业车间调度方法


[0001]本专利技术属于不确定绿色作业车间调度控制
，尤其是一种考虑随机设备故障的绿色作业车间调度方法。

技术介绍

[0002]文献“A Knowledge
‑
Based Multiobjective Memetic Algorithm for Green Job Shop Scheduling With Variable Machining Speeds[J].IEEE Systems Journal,2022，16(1),p844
‑
855”公开了一种绿色作业车间调度方法。该方法针对可变加工速度的绿色作业车间调度问题，以最小化调度方案的最大完工时间和总能耗为目标，并采用一种基于知识的多目标模因算法来优化生成一组在两个目标上分布广泛的Pareto解集。该方法在一定程度上满足了调度决策者对调度性能和总能耗目标的权衡决策需求。然而，文献所述方法建立在设备始终正常工作的前提下，忽略了在加工过程中可能随时发生设备故障的实际。设备故障会中断现有工序的加工，从而增加调度方案的最大完工时间并影响总能耗目标。由于文献所述方法未考虑到这一点，将导致由其生成的调度方案难以有效应对随机设备故障的影响而失去最优性，无法满足对绿色作业车间调度的实际需求。

技术实现思路

[0003]本专利技术的目的在于克服现有技术的不足，提出一种考虑随机设备故障的绿色作业车间调度方法，能够以期望最大完工时间和期望总能耗为目标，采用考虑能耗目标的逆向优化操作和基于模式调整的调度仿真评价步骤，可以获得在随机设备故障下表现稳健的调度方案集，从而更好地满足绿色作业车间调度对性能和能耗的实际要求。
[0004]本专利技术解决其技术问题是采取以下技术方案实现的：
[0005]一种考虑随机设备故障的绿色作业车间调度方法，包括以下步骤：
[0006]步骤1、设置初始化参数；
[0007]步骤2、根据初始化参数，生成种群并初始化；
[0008]步骤3、对初始化的种群进行评价；
[0009]步骤4、对评价后的种群进行交叉、变异操作生成临时种群，并将评价后的种群和临时种群合并生成合并种群；
[0010]步骤5、按期望最大完工时间和期望总能耗目标对合并种群进行非支配排序，进而更新评价后种群，并把排序后位于第一层的所有解作为当前的非支配解集；
[0011]步骤6、判断评价后种群是否达到最大进化代数，若评价后种群达到最大进化代数，则返回最终的非支配解集；否则返回步骤3。
[0012]而且，所述步骤1包括以下步骤：
[0013]步骤1.1、设置问题参数；
[0014]问题参数包括机器数m，工件数n，每个工件j＝1,2,...n包含n
o
个工序，工序O
i,j
表示工件j在设备i上加工，其基本加工时间为设备故障率λ0，期望停机时间β0，设备可选
速度模式s
m
，相邻模式间的速度提升率Δ
s
，设备在速度模式s
i,j
下的单位时间能耗为e
u
(s
i,j
)；
[0015]步骤1.2、设置仿真参数；
[0016]仿真参数包括：确定工序O
i,j
的故障概率Pr
i,j
和停机时间D
i,j
，随机生成N
B
个设备故障情景
[0017]步骤1.3、设置算法参数；
[0018]算法参数包括：种群规模N
P
，交叉概率为P
c
，变异概率为P
m
，最大进化代数N
max
；并令当前种群为临时变量n
chr
＝0。
[0019]而且，所述步骤1.2中故障概率Pr
i,j
的计算方法为：
[0020][0021]其中，停机时间D
i,j
的计算方法为：
[0022][0023]而且，所述步骤2包括以下步骤：
[0024]步骤2.1、设置编码方式；编码方式采用双矢量编码，每个染色体p
k
＝＜s
k
,q
k
＞由工件优先加工顺序矢量编码设备m上工件的优先加工顺序，和设备速度模式分配矢量组成，其中采用优先列表编码工件在设备i上的优先加工顺序，编码工件在设备i上分配的速度模式；
[0025]步骤2.2、采用双矢量编码，随机生成N
P
个染色体构成初始种群P
cur
。
[0026]而且，所述步骤3包括以下步骤：
[0027]步骤3.1、调度解码；
[0028]依据染色体表示种群P
cur
中的第n
chr
个个体，编码的工件优先加工顺序和设备速度，在满足工艺约束和资源约束的前提下采用活动调度方法安排工序的开完工时间，得到调度方案
[0029]步骤3.2、考虑能耗目标的逆向优化；
[0030]步骤3.3、基于模式调整的调度仿真评价。
[0031]而且，所述步骤3.2的具体实现方法为：
[0032]步骤3.2.1：计算调度方案的最大完工时间
[0033][0034]其中为工序O
i,j
在调度方案中的完工时间；
[0035]步骤3.2.2：对调度方案中的所有工序，按照完工时间从大到小的顺序，进行调度方案逆向优化。
[0036]而且，所述步骤步骤2.2包括以下步骤：
[0037]步骤3.2.2.1：确定当前工序O
i,j
在不推迟最大完工时间的前提下，完工
时间的最大推迟量Δ
ct
；
[0038]步骤3.2.2.2：降低当前工序的速度模式减少能源消耗，其中的计算方法为；
[0039][0040]步骤3.2.2.3：更新当前工序的完工时间并采用受影响工序重调度修复调度方案
[0041]而且，所述步骤3.3包括以下步骤：
[0042]步骤3.3.1、对于所有的故障情景B
cur
∈Β，：
[0043]，3.3.2、计算调度方案在所有故障情景下的期望最大完工时间
[0044][0045]计算期望总能耗
[0046][0047]而且，所述步骤3.3.1包括以下步骤：
[0048]步骤3.3.1.1、若加工工序O
i,j
时发生设备故障，则令其为当前工序O
current
＝O
i,j
时发生设备故障，根据故障情景B
cur
确定其停机时间D
current
，并采用ct
current
＝ct
current
+D
current
更新其完工时本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑随机设备故障的绿色作业车间调度方法，其特征在于：包括以下步骤：步骤1、设置初始化参数；步骤2、根据初始化参数，生成种群并初始化；步骤3、对初始化的种群进行评价；步骤4、对评价后的种群进行交叉、变异操作生成临时种群，并将评价后的种群和临时种群合并生成合并种群；步骤5、按期望最大完工时间和期望总能耗目标对合并种群进行非支配排序，进而更新评价后种群，并把排序后位于第一层的所有解作为当前的非支配解集；步骤6、判断评价后种群是否达到最大进化代数，若评价后种群达到最大进化代数，则返回最终的非支配解集；否则返回步骤3。2.根据权利要求1所述的一种考虑随机设备故障的绿色作业车间调度方法，其特征在于：所述步骤1包括以下步骤：步骤1.1、设置问题参数；问题参数包括机器数m，工件数n，每个工件j＝1,2,...n包含n
o
个工序，工序O
i,j
表示工件j在设备i上加工，其基本加工时间为设备故障率λ0，期望停机时间β0，设备可选速度模式s
m
，相邻模式间的速度提升率Δ
s
，设备在速度模式s
i,j
下的单位时间能耗为e
u
(s
i,j
)；步骤1.2、设置仿真参数；仿真参数包括：确定工序O
i,j
的故障概率Pr
i,j
和停机时间D
i,j
，随机生成N
B
个设备故障情景步骤1.3、设置算法参数；算法参数包括：种群规模N
P
，交叉概率为P
c
，变异概率为P
m
，最大进化代数N
max
；并令当前种群为临时变量n
chr
＝0。3.根据权利要求2所述的一种考虑随机设备故障的绿色作业车间调度方法，其特征在于：所述步骤1.2中故障概率Pr
i,j
的计算方法为：其中，停机时间D
i,j
的计算方法为：4.根据权利要求1所述的一种考虑随机设备故障的绿色作业车间调度方法，其特征在于：所述步骤2包括以下步骤：步骤2.1、设置编码方式；编码方式采用双矢量编码，每个染色体p
k
＝＜s
k
,q
k
＞由工件优先加工顺序矢量优先加工顺序矢量编码设备m上工件的优先加工顺序，和设备速度模式分配矢量组成，其中采用优先列表编码工件在设备i上的优先加工顺序，编码工件在设备i上分配的速度模式；步骤2.2、采用双矢量编码，随机生成N
P
个染色体构成初始种群P
cur
。
5.根据权利要求1所述的一种考虑随机设备故障的绿色作业车间调度方法，其特征在于：所述步骤3包括以下步骤：步骤3.1、调度解码；依据染色体表示种群P
cur
中的第n
chr
...

【专利技术属性】
技术研发人员：吴自高，慈铁军，陆永健，薛凯文，
申请(专利权)人：华北电力大学保定，
类型：发明
国别省市：