装配式构件生产鲁棒性和资源均衡结合的调度优化方法技术

本发明专利技术公开了一种装配式构件生产鲁棒性和资源均衡结合的调度优化方法，基于遗传算法，考虑生产过程中的逻辑约束和资源约束，构建以鲁棒性值和资源均衡为双优化目标的生产调度数学模型，从而合理安排装配式建筑构件的生产顺序和资源配置，并基于层次分析法的基础上，选出满足工期要求且抗干扰能力（抵抗环境等不确定因素）强和资源波动指数小的调度方案。本发明专利技术在成批构件生产调度过程中，解决了双优化目标之间相互约束的矛盾，保证资源需求量的稳定，充分利用企业的生产能力，达到提高生产效率、降本增效的目的。降本增效的目的。降本增效的目的。

【技术实现步骤摘要】
装配式构件生产鲁棒性和资源均衡结合的调度优化方法


[0001]本专利技术涉及装配式建筑
，具体是一种装配式构件生产鲁棒性和资源均衡结合的调度优化方法。

技术介绍

[0002]装配式建筑施工是将建筑业所需的各类建筑预制构件提前在工厂内加工，再将其运至施工现场，再将其拼装在一起，从而达到施工的目的。与传统的施工现场现浇结构建筑相比，它拥有工业化，规模化，速度快、成本低等优势，是国家发展绿色建筑产业化的一个重要方向。
[0003]在装配式建筑中，预制构件的生产制造是最核心的部分，它的智能制造水平在持续提升，这也是装配式建筑发展中所需要的，而且，随着我国对装配式建筑的大力发展，构件的种类和数量呈井喷式增长，对构件的需求量也在不断地增加。然而，当前装配式建筑预制构件的生产仍面临着许多瓶颈问题，如生产标准化程度低、生产数字化信息化程度低、生产资源利用率低等，难以实现规模化和智能化。
[0004]时至今日，关于排产相关的软件以及解决方法已经出现了很多，但是这些解决方法中，大部分都是从整体上来对生产车间资源进行掌控，对生产流程进行分析，并对车间生产状况进行监控，但是并未考虑到生产过程中的干扰因素，以及复杂环境下的多目标优化问题。不确定因素干扰可能会导致一些活动比计划时间延迟了一些，并影响关键任务的执行，整个项目由于不可控因素导致完工时间推迟，并且造成资源消耗超出计划的成本。构件调度过程中，生产环境的不确定性，资源的波动情况，多个优化目标相互矛盾，这些问题都为构件资源调度、智能调度及智能化技术方案设计等带来很大难度。

技术实现思路

[0005]本专利技术要解决的技术问题是提供一种装配式构件生产鲁棒性和资源均衡结合的调度优化方法，以资源均衡和鲁棒性值最小为双目标，从而合理安排预制构件的生产顺序和资源配置，得到满足工期要求且抗干扰能力（抵抗环境等不确定因素）强和资源波动指数小的调度方案。
[0006]本专利技术的技术方案为：装配式构件生产鲁棒性和资源均衡结合的调度优化方法，具体包括以下步骤：（1）、获取企业原始生产数据集并进行处理，从而构建得到生产调度数据集；（2）、对生产调度数据集中的构件信息、生产线信息、构件可选择生产模式信息进行编码，构建个体，多个个体构建得到初始种群；（3）、基于生产过程中的逻辑约束和资源约束，对初始种群的每个个体进行解码，获得生产调度方案的集合；（4）、构建生产调度数学模型，用来评价生产调度方案，生产调度数学模型的优化目标为生产成批构件的最小鲁棒性值和最小化项目资源消耗量波动；
（5）、采用遗传算法对初始种群进行迭代优化，得到满足优化目标的最优解集；（6）、基于层次分析法，构建层次分析法数学模型，从最优解集中选出最优的生产调度方案。
[0007]所述的生产调度数据集的构建方法具体包括有以下步骤：S11、获取企业原始生产数据集；S12、通过指标的一致化处理，解决企业原始生产数据集中数据之间不同性质的问题；S13、通过指标的无量纲化处理，解决企业原始生产数据集中数据之间可比性的问题；S14、通过步骤S12和S13，将企业原始生产数据集转化为标准化的生产调度数据集。
[0008]所述的构建得到初始种群的具体步骤为：S21、采用三层编码方式对生产调度数据集中的构件信息、生产线信息、构件可选择生产模式信息进行编码，即定义个体染色体；三层编码中的第一层编码表示构件生产顺序，第二层编码表示构件对应的生产线，第三层编码表示构件对应的生产模式；S22、针对第一层，基于生产调度数据集，获取全部的构件信息，采用随机数技术，生成一个随机的构件生产顺序；S23、针对第二层，基于生产调度数据集和第一层，获取每个构件的可分配生产线集合，采用随机数技术，为每个构件随机分配一条生产线；S24、针对第三层，基于生产调度数据集和第一层，获取每个构件的可选择生产模式，采用随机数技术，为每个构件随机分配一种生产模式；S25、将随机生成的构件生产顺序、随机分配的生产线和随机分配的生产模式组合形成一个个体，然后重复步骤S22
‑
S24，构建得到多个个体，多个个体构建得到初始种群。
[0009]所述的逻辑约束和资源约束的表达式为：;式（1）
‑
（5）中，表示构件i其k道工序的开始时间, 表示构件j其k道工序的开始时间，表示构件i其k道工序的处理时间，表示构件i其 k+1道工序的开始时间，表示l生产线上构件j的所有紧前构件集合；表示构件i第1道工序的开
始时间，表示构件i第6道工序的开始时间，表示构件i第6道工序的处理时间；表示t时刻，每条生产线上，构件i其k道工序占用的资源量不大于k道工序允许的最大资源总量； 表示l生产线上的构件i其k道工序占用的资源量；L和l分别表示生产线集合和某一条具体生产线；k表示某个构件的某一道工序；MT和mt分别表示模具的类型集合和某一种具体的模具；R和r分别表示资源集合和某一种具体的资源；PC和pc分别表示构件的集合和某一种具体的构件；T表示成批构件在一个生产周期内的生产时间。
[0010]所述的对初始种群的每个个体进行解码的具体过程为：S31、基于逻辑约束，针对个体染色体的三层编码，遍历个体染色体第一层编码确定构件生产顺序对应的每一个构件；S32、针对S31确定的一个构件，基于个体染色体第二层编码确定该构件所在的生产线，基于个体染色体第三层编码确定该构件的生产模式，根据该构件的生产线和生产模式，从生产调度数据集确定该构件的工序属性，即该构件生产的工序时间和资源需求量；S33、针对S32确定的构件工序属性后，基于逻辑约束和资源约束，确定该构件每道工序的开始时间和结束时间；S34、重复S32和S33，按照生产顺序遍历全部构件，确定全部工序的开始时间和结束时间，完成一个个体染色体的解码过程；S35、针对一个初始种群，遍历其中的每个个体染色体，重复步骤S31
‑
S34，完成初始种群每个个体的解码过程。
[0011]所述的生产调度数学模型的优化目标为式（6）和式（7）：;式（6）中，表示最小鲁棒性值，表示k道工序的紧后工序个数，表示构件j其k道工序的资源占用比例，表示资源r约束下k道工序的自由时差；式（7）中，表示最小化项目资源消耗量波动，即一个生产周期内，项目资源消耗量波动最小；表示k道工序所需资源的相对重要程度，即资源均衡的权重系数；表示在t时刻，正在执行的k道工序的集合，所需要的资源相对需求量；为调整系数；表示在t时刻，正在执行的k道工序的集合，所需要资源的总需求量；表示一个生
产周期内，k道工序的集合，所需要资源的最大需求量；表示一个生产周期内，k道工序集合所需资源相对需求量的单位时间平均值；T表示成批构件在一个生产周期内的生产时间。
[0012]所述的采用遗传算法对初始种群进行迭代优化的具体步骤为：S51、设置种群参数：种群规模、个体交叉概率、个体变异概率、最大迭代次数和优化目标，并根据优化目标设置对应的适应度函数；S52、将初始种群作为第一代父代种群；S53、对第一代父代种群进行选择、交叉、变异操作，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.装配式构件生产鲁棒性和资源均衡结合的调度优化方法，其特征在于：具体包括以下步骤：（1）、获取企业原始生产数据集并进行处理，从而构建得到生产调度数据集；（2）、对生产调度数据集中的构件信息、生产线信息、构件可选择生产模式信息进行编码，构建个体，多个个体构建得到初始种群；（3）、基于生产过程中的逻辑约束和资源约束，对初始种群的每个个体进行解码，获得生产调度方案的集合；（4）、构建生产调度数学模型，用来评价生产调度方案，生产调度数学模型的优化目标为生产成批构件的最小鲁棒性值和最小化项目资源消耗量波动；（5）、采用遗传算法对初始种群进行迭代优化，得到满足优化目标的最优解集；（6）、基于层次分析法，构建层次分析法数学模型，从最优解集中选出最优的生产调度方案。2.根据权利要求1所述的装配式构件生产鲁棒性和资源均衡结合的调度优化方法，其特征在于：所述的生产调度数据集的构建方法具体包括有以下步骤：S11、获取企业原始生产数据集；S12、通过指标的一致化处理，解决企业原始生产数据集中数据之间不同性质的问题；S13、通过指标的无量纲化处理，解决企业原始生产数据集中数据之间可比性的问题；S14、通过步骤S12和S13，将企业原始生产数据集转化为标准化的生产调度数据集。3.根据权利要求1所述的装配式构件生产鲁棒性和资源均衡结合的调度优化方法，其特征在于：所述的构建得到初始种群的具体步骤为：S21、采用三层编码方式对生产调度数据集中的构件信息、生产线信息、构件可选择生产模式信息进行编码，即定义个体染色体；三层编码中的第一层编码表示构件生产顺序，第二层编码表示构件对应的生产线，第三层编码表示构件对应的生产模式；S22、针对第一层，基于生产调度数据集，获取全部的构件信息，采用随机数技术，生成一个随机的构件生产顺序；S23、针对第二层，基于生产调度数据集和第一层，获取每个构件的可分配生产线集合，采用随机数技术，为每个构件随机分配一条生产线；S24、针对第三层，基于生产调度数据集和第一层，获取每个构件的可选择生产模式，采用随机数技术，为每个构件随机分配一种生产模式；S25、将随机生成的构件生产顺序、随机分配的生产线和随机分配的生产模式组合形成一个个体，然后重复步骤S22
‑
S24，构建得到多个个体，多个个体构建得到初始种群。4.根据权利要求1所述的装配式构件生产鲁棒性和资源均衡结合的调度优化方法，其特征在于：所述的逻辑约束和资源约束的表达式为：
;式（1）
‑
（5）中，表示构件i其k道工序的开始时间, 表示构件j其k道工序的开始时间，表示构件i其k道工序的处理时间，表示构件i其 k+1道工序的开始时间，表示l生产线上构件j的所有紧前构件集合；表示构件i第1道工序的开始时间，表示构件i第6道工序的开始时间，表示构件i第6道工序的处理时间；表示t时刻，每条生产线上，构件i其k道工序占用的资源量不大于k道工序允许的最大资源总量； 表示l生产线上的构件i其k道工序占用的资源量；L和l分别表示生产线集合和某一条具体生产线；k表示某个构件的某一道工序；MT和mt分别表示模具的类型集合和某一种具体的模具；R和r分别表示资源集合和某一种具体的资源；PC和pc分别表示构件的集合和某一种具体的构件；T表示成批构件在一个生产周期内的生产时间。5.根据权利要求3所述的装配式构件生产鲁棒性和资源均衡结合的调度优化方法，其特征在于：所述的对初始种群的每个个体进行解码的具体过程为：S31、基于逻辑约束，针对个体染色体的三层编码，遍历个体染色体第一层编码确定构件生产顺序对应的每一个构件；S32、针对S31确定的一个构件，基于个体染色体第二层编码确定该构件所在的生产线，基于个体染色体第三层编码确定该构件的生产模式，根据该构件的生产线和生产模式，从生产调度数据集确定该构件的工序属性，即该构件生产的工序时间和资源需求量；S33、针对S32确定的构件工序属性后，基于逻辑约束和资源约束，确定该构件每道工序的开始时间和结束时间；S34、重复S32和S33，按照生产顺序遍历全部构件，确定全部工序的开始时间和结束时间，完成一个个体染色体的解码过程；S35、针对一个初始种群，遍历其中的每个个体染色体，重复步骤S31
‑
S34，完成初始种群每个个体的解码过程。6.根据权利要求1所述的装配式构件生产鲁棒性和资源均衡结合的调度优化方法，其特征在于：所...

【专利技术属性】
技术研发人员：周思宇，史快乐，吴仙俣，琚川徽，王华彬，李学俊，
申请(专利权)人：安徽大学绿色产业创新研究院，
类型：发明
国别省市：