一种基于MOEA的挤压生产线节拍按需控制资源优化配置方法及装置制造方法及图纸

本发明专利技术涉及挤压生产线节拍优化技术领域，更具体地，涉及一种基于MOEA的挤压生产线节拍按需控制资源优化配置方法及装置，包括如下步骤：S1.基因编码；S2.种群初始化；S3.构建目标函数：目标函数的优化目标包括平衡损失率、工位损失指数、平滑指数和生产废料量；S4.通过目标函数获取适应度函数并求解，若求解得到当前适应度函数值为最优解，则输出当前种群，否则执行步骤S5；S5.基因的交叉和变异，生成新种群，然后返回步骤S4；其中，生成新种群的交叉概率和变异概率根据种群以及适应度函数进行计算得到。本发明专利技术能够解决挤压生产线的资源优化配置问题，能够根据实际生产订单需求，对生产线的资源进行优化，提高生产线的平衡率以及生产效率。产效率。产效率。

【技术实现步骤摘要】
一种基于MOEA的挤压生产线节拍按需控制资源优化配置方法及装置


[0001]本专利技术涉及挤压生产线节拍优化
，更具体地，涉及一种基于MOEA的挤压生产线节拍按需控制资源优化配置方法及装置。

技术介绍

[0002]近年来，我国的数字经济规模在逐年提高，通过给传统的生产模式插上数字的翅膀，可以提高生产方式的现代化水平，进而促进社会各个方面发生深刻的变革。随着数字化技术的飞速发展，通过各种类型传感器的使用，可以实时收集生产数据，进而通过分析数据，实现自主感知、传递和诊断问题，完成全自动化生产。
[0003]型材挤压属于离散制造业，其生产线的资源配置是否合理，会直接影响生产线的平衡和运转效率。生产线布局有不同的工序，各个工序之间具有先后顺序，且各个工序之间是连续的，生产线上还具有多个工位，一个工位可用于处理一个或者多个工序。对于一条生产线来讲，在实际生产中，还存在不同批次原材料在相同加工工序上加工时间不同的情况。随着批次增多，按照批次顺序进行生产，往往需要更长的生产工期。
[0004]对于传统的挤压生产线，自动化程度往往不高，生产车间在进行生产任务前对待加工的批次无法自动进行排产调度优化，人工排产需要花费大量的时间和精力，导致生产效率无法得到有效提高。再有，传统挤压生产线的资源配置也不够完善，当生产线中的某一个设备发生故障停止工作时，生产线中的工位和工序分配只能够靠人工进行调整，耗时耗力，且各个工位负荷的均衡性无法得到有效保证，也不利于生产效率的提升。

技术实现思路

[0005]本专利技术的目的在于克服现有技术的不足，提供一种基于MOEA的挤压生产线节拍按需控制资源优化配置方法及装置，能够解决挤压生产线的资源优化配置问题。根据实际生产订单需求，对生产线的资源进行优化，提高生产线的平衡率以及生产效率。
[0006]为解决上述技术问题，本专利技术采用的技术方案是：
[0007]提供一种基于MOEA的挤压生产线节拍按需控制资源优化配置方法，包括如下步骤：
[0008]S1.基因编码：设生产线中具有J个工序和K个工位，定义工序编码后的基因串为工序基因串、工位编码后的基因串为工位基因串，然后执行步骤S2；
[0009]S2.种群初始化：将J个工序随机分配到K个工位上，生成初始化种群，然后执行步骤S3；
[0010]S3.构建目标函数f：所述目标函数f的优化目标包括：平衡损失率、工位损失指数、平滑指数和生产废料量；
[0011]S4.通过目标函数f获取适应度函数F并求解，若求解得到当前适应度函数值为最优解，则输出当前种群，否则执行步骤S5；
[0012]S5.基因的交叉和变异：对当前种群中的工序基因串采用顺序交叉的方式进行交叉，以及对所述工序基因串的基因位随机选择进行变异，交叉变异后的工序基因串满足工序的先后约束关系，生成新种群，然后返回步骤S4；其中，生成新种群的交叉概率p
c
和变异概率p
m
根据步骤S2得到的初始化种群或者当前种群，以及根据步骤S4得到的适应度函数F进行计算得到。
[0013]进一步地，在步骤S3中，所述目标函数f为：
[0014]f(w1,w2,w3,w4)＝w1×
η
loss_efficiency
+w2×
e
Loss_work
+w3×
SI+w4×
loss
[0015][0016]式中，η
loss_efficiency
表示平衡损失率，e
Loss_work
表示工位损失指数，SI表示平滑指数，loss表示生产废料量，w1、w2、w3、w4均表示权重系数。
[0017]进一步地，所述平衡损失率的计算公式为：
[0018][0019]式中，LB表示生产线平衡率，CT表示生产节拍，T
k
表示每个工位的生产时间，K表示生产线分配的工位数，N表示生产批次任务数。
[0020]进一步地，所述工位损失指数的计算公式为：
[0021][0022][0023]式中，K
the
ory表示理论最小工位数，K表示生产线分配的工位数，CT表示生产节拍，T
k
表示每个工位的生产时间。
[0024]进一步地，所述平滑指数的计算公式为：
[0025][0026]式中，N表示生产批次任务数，K表示生产线分配的工位数，CT表示生产节拍，T
k
表示每个工位的生产时间。
[0027]进一步地，所述生产节拍CT的计算公式为：
[0028][0029]T
k
≤CT(k＝1,2,...,K),
[0030]式中，K表示生产线中的工位数，表示第i个生产批次在各个工位的有效工作时间，mission表示客户需求的订单量。
[0031]进一步地，所述生产废料量的计算公式为：
[0032][0033][0034][0035]式中，n
ij
表示第i种锯切方式下第j个需求长度对应的函数，x
i
表示第i种锯切方式对应的原料根数，a
j
表示需求长度的实际需求量，L0表示型材原长，y表示原料合计；其中，设所述生产废料量为定值，则令w4＝0。
[0036]进一步地，所述步骤S4具体包括如下步骤：
[0037]S41.计算适应度函数F：
[0038][0039]式中，f表示目标函数，C表示大于0的常数，且C≥maxf；
[0040]S42.判断当前求解得到的适应度函数值是否为最优解：若当前求解得到的适应度函数值的变化范围小于指定变化阈值范围，则为最优解并输出当前种群，否则执行步骤S5。
[0041]进一步地，在步骤S5中，所述交叉概率p
c
和变异概率p
m
的计算公式分别为：
[0042][0043][0044]式中，F
max
、F
min
分别表示当前种群中适应度的最大值和最小值；F
avg
表示预期种群的平均适应度值，且F
avg
的取值范围为[0.85,0.95]；k1、k2、k3、k4、k5、k6、k7、k8均表示0～1的常数，且满足k3<k4且k7<k8；F
c
表示两个父代即将执行交叉操作时两者中较大的适应度值，F
m
表示两个父代即将执行变异操作时两者中较大的适应度值。
[0045]本专利技术还包括一种计算机装置，包括存储器和处理器，所述的存储器存储有计算机程序，所述的处理器执行所述的计算机程序时实现上述的方法的步骤。
[0046]与现有技术相比，本专利技术的有益效果是：
[0047]本专利技术为一种基于MOEA的挤压生产线节拍按需控制资源优化配置方法及装置，能够解决挤压生产线的资源优化配置问题，根据实际生本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于MOEA的挤压生产线节拍按需控制资源优化配置方法，其特征在于，包括如下步骤：S1.基因编码：设生产线中具有J个工序和K个工位，定义工序编码后的基因串为工序基因串、工位编码后的基因串为工位基因串，然后执行步骤S2；S2.种群初始化：将J个工序随机分配到K个工位上，生成初始化种群，然后执行步骤S3；S3.构建目标函数f：所述目标函数f的优化目标包括：平衡损失率、工位损失指数、平滑指数和生产废料量；S4.通过目标函数f获取适应度函数F并求解，若求解得到当前适应度函数值为最优解，则输出当前种群，否则执行步骤S5；S5.基因的交叉和变异：对当前种群中的工序基因串采用顺序交叉的方式进行交叉，以及对所述工序基因串的基因位随机选择进行变异，交叉变异后的工序基因串满足工序的先后约束关系，生成新种群，然后返回步骤S4；其中，生成新种群的交叉概率p
c
和变异概率p
m
根据步骤S2得到的初始化种群或者当前种群，以及根据步骤S4得到的适应度函数F进行计算得到。2.根据权利要求1所述的基于MOEA的挤压生产线节拍按需控制资源优化配置方法，其特征在于，在步骤S3中，所述目标函数f为：f(w1,w2,w3,w4)＝w1×
η
loss_efficiency
+w2×
e
Loss_work
+w3×
SI+w4×
loss式中，η
loss_efficiency
表示平衡损失率，e
Loss_work
表示工位损失指数，SI表示平滑指数，loss表示生产废料量，w1、w2、w3、w4均表示权重系数。3.根据权利要求2所述的基于MOEA的挤压生产线节拍按需控制资源优化配置方法，其特征在于，所述平衡损失率的计算公式为：式中，LB表示生产线平衡率，CT表示生产节拍，T
k
表示每个工位的生产时间，K表示生产线分配的工位数，N表示生产批次任务数。4.根据权利要求2所述的基于MOEA的挤压生产线节拍按需控制资源优化配置方法，其特征在于，所述工位损失指数的计算公式为：特征在于，所述工位损失指数的计算公式为：式中，K
theory
表示理论最小工位数，K表示生产线分配的工位数，CT表示生产节拍，T
k
表示每个工位的生产时间。5.根据权利要求2所述的基于MOEA的挤压生产线节拍按需控制资源优化配置方法，其特征在于，所述平滑指数的计算公式为：
...

【专利技术属性】
技术研发人员：黎丽，黄文聪，郭旭，张昱，
申请(专利权)人：广东省科学院智能制造研究所，
类型：发明
国别省市：