带分时电价约束的分布式柔性流水车间调度方法及系统技术方案

本发明专利技术属于分时电价调度技术领域，公开了一种带分时电价约束的分布式柔性流水车间调度方法及系统，分析分布式柔性流水车间调度问题的特性，基于分时电价约束，建立DFFSP

【技术实现步骤摘要】
带分时电价约束的分布式柔性流水车间调度方法及系统


[0001]本专利技术属于分时电价调度
，尤其涉及一种带分时电价约束的分布式柔性流水车间调度方法及系统。

技术介绍

[0002]目前，分布式柔性流水车间调度问题(Distributed Flexible Flow
‑
shop Scheduling Problem，DFFSP)，是在分布式制造环境下，考虑不同地理位置的多个柔性流水车间调度问题(Flexible Flow shop Scheduling Problem，FFSP)的一种制造模式，讨论f(f＞1)个工厂的FFSP问题。DFFSP广泛存在于多种实际生产过程中，例如：钢铁、集成电路、汽车制造等行业。在FFSP问题中，一组n个作业要在s个阶段中处理,每个作业都必须从第1阶段顺序处理到第s阶段(有些阶段可以跳过)，每个阶段包括m(m＞1)台并行机。在每个阶段，每个作业只被该阶段中的一台机器处理，作业处理时间是给定的。在DFFSP问题中，不仅要考虑工件的加工顺序和机器分配，还需要解决工件在不同工厂之间的分配问题，DFFS本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种带分时电价约束的分布式柔性流水车间调度方法，其特征在于，带分时电价约束的分布式柔性流水车间调度方法包括：以分布式制造环境下的柔性流水车间调度问题作为分析对象，分析分布式柔性流水车间调度问题的特性；基于分时电价约束，建立DFFSP
‑
TOU问题整数规划模型，以最小化最大完工时间和总电力成本为优化指标；根据分时电价下分布式柔性流水车间调度问题特性DFFSP
‑
TOU，构建基于自学习机制的多目标帝王蝶优化模型，多目标帝王蝶优化模型的迁移算子和调整算子通过历史最优解的信息自学习生成；采用变邻域搜索实现多目标帝王蝶优化模型的局部搜索和种群多样性，并通过右移操作将电价区间在高峰时段的生产转移到电价区间在低谷时段进行生产。2.如权利要求1所述的带分时电价约束的分布式柔性流水车间调度方法，其特征在于，带分时电价约束的分布式柔性流水车间调度方法包括以下步骤：步骤一，确定DFFSP
‑
TOU问题，建立分时电价的DFFSP整数规划模型；步骤二，构建基于学习机制的多目标帝王蝶优化模型；步骤三，利用基于学习机制的多目标帝王蝶优化模型求解DFFSP问题。3.如权利要求2所述的带分时电价约束的分布式柔性流水车间调度方法，其特征在于，步骤一中的基于分时电价的DFFSP问题包括工厂分配问题、机器分配问题以及排序问题；其中，工厂分配问题是为每个工件分配最合理的加工车间，机器分配问题为确定每个车间的每道工序的加工机器，排序问题是为每个车间的工件安排合理加工顺序；将DFFSP
‑
TOU问题视为多目标优化问题，包括最大完工时间和总电力成本。4.如权利要求2所述的带分时电价约束的分布式柔性流水车间调度方法，其特征在于，步骤一中的分时电价的DFFSP整数规划模型包括：定义DFFSP
‑
TOU的优化目标，包括最大完工时间C
max
(x)和总电力成本TEC，TEC包括机器在运行状态和待机状态的电力成本，目标函数如下：min(f1,f2)；f1＝C
max
；f2＝TEC＝PE+IE；约束条件为：约束条件为：S
i,k+1
‑
(S
i,k
+p
i.k
)≥0；Y
i,j,k,f
+Y
i+1,j,k,f
≤1；S
i+1,k
‑
(S
i,k
+p
i.k
)
‑
B(2
‑
Y
i,j,k,f
‑
Y
i,j,k,f
+Y
i+1,j,k,f
)≥0；定义每个阶段每个工件的完工时间为：C
i,k
＝S
i,k
+p
i.k
；C
i,s
≤T；定义机器的工作状态为：
定义机器在工作状态PE下产生的电量为：定义机器在待机状态IE下产生的电量为：式中，F表示工厂数量；n表示工件数量；S表示加工阶段数量；T表示总时间段数；f表示工厂编号f∈{1,2,...,F}；i表示工件编号，i∈{1,2,...,n}；j表示机器编号，j∈{1,2,...,m
f,k
}；t表示时间段编号，t∈{1,2,...,T}；k表示阶段编号，k∈{1,2,...,S}；m
f,k
表示工厂f中第k阶段的并行机器数量；p
i.k
表示第k阶段工件i的加工时间；S
i,k
表示第k阶段工件i的开始时间；C
i,k
表示第k阶段工件i的完工时间；C
max
表示最大完工时间；b
i,k,t
表示工件i在第k阶段在t时刻执行；P
kR
表示机器在第k阶段的运行功率；P
kI
表示机器在第k阶段的空闲功率；TEC表示总电力成本；B表示整数；X
i,f
∈(0,1)表示如果工件i被分配到工厂f则为1，否则为0；Y
i,j,k,f
∈(0,1)表示如果工件i在工厂f的第k阶段的j机器上处理则为1，否则为0；Z
i,j,k,f,t
∈(0,1)表示如果工件i在工厂f的第k阶段的j机器上处理时间为t则为1，否则为0；表示如果工件i在t时段在工厂f的第k阶段处于工作状态则为1，否则为0；表示如果工件i在t时段在工厂f的第k阶段处于空闲状态则为1，否则为0；工厂在t时段的电价函数为：式中，E
q
表示第Q个区间的电价，将[T1,T
q
]的周期划分为q区间周期。5.如权利要求2所述的带分时电价约束的分布式柔性流水车间调度方法，其特征在于，步骤二中的基于学习机制的多目标帝王蝶优化模型构建包括：构建基于自学习机制的多目标帝王蝶优化模型，根据编码解码规则设计NEH工件分配规则、迁移算子、调整算子、变邻域搜索操作和右移操作。6.如权利要求2所述的带分时电价约束的分布式柔性流水车间调度方法，其特征在于，步骤二中的基于学习机制的多目标帝王蝶优化模型构建还包括：(1)编码和解码基于自学习机制的多目标帝王蝶优化模型，起始按照作业的数量和种群的大小，生成种群大小*作业数量的矩阵，每一个解均随机由在
‑
100到100之间的小数构成；按照小数的大小转换为整数序列，再将整数序列进行编码和解码；通过NEH规则将所有工件分配到每个工厂，基于排列的编码机制确定工厂内工件的加工顺序；通过先输入先输出规则和最早可用机器规则确定加工机器；基于排列的编码机制
如下：存在一组具有F个子列表π＝[π1,π2,...,π
f
]的作业排列列表表示解，其中每个π
f
表示一个工厂，π
f

【专利技术属性】
技术研发人员：许天鹏，赵付青，张建林，王维元，朱宁宁，周继红，
申请(专利权)人：兰州理工大学，
类型：发明
国别省市：