一种基于群智能算法的纺织生产车间调度优化方法技术

本发明专利技术提供一种基于群智能算法的纺织生产车间调度优化方法，通过在实地考察纺织车间生产环境和工艺流程背景基础上，考虑工艺流程、机器设备、产品重量等相关约束建立相应的数学模型，用改进的群智能算法一一灰狼优化算法求解以最小化完工时间和最小化品种切换次数为优化指标的双目标问题，为企业调度人员安排生产计划调度方案提供参考，能够在一定程度上实现纺织车间调度策略的先期优化和验证。上实现纺织车间调度策略的先期优化和验证。

【技术实现步骤摘要】
一种基于群智能算法的纺织生产车间调度优化方法


[0001]本专利技术具体涉及电子工程和计算机
，具体为一种基于群智能算法的纺织生产车间调度优化方法。

技术介绍

[0002]纺织车间中各设备长期处于满负荷运转中，以满足下游客户的不同需求，针对此种连续运转的工业现场，其中涉及到的诸如堆垛机、落丝机、穿梭车、AGV小车、立体库等设备也是处于连续无缝运转状态，当某环节出现卡顿或故障时就会给上下环节造成堵塞，严重时将会影响产能。基于此情况，对纺织车间中各运转设备按照既定工艺进行调度策略生成和优化就很有必要，传统的调度策略经过多年研究发展已趋于成熟，但是如何做到对调度策略的先期优化和验证是迫切的，而传统方法是将策略在小范围真实车间进行试错性运行，这就导致成本和危险系数的增大。

技术实现思路

[0003]本专利技术的目的在于针对现有技术的缺陷和不足，提供一种基于群智能算法的纺织生产车间调度优化方法。
[0004]为实现上述目的，本专利技术采用的技术方案是：一种基于群智能算法的纺织生产车间调度优化方法，其创新点在于，包括以下步骤：
[0005]S1、首先对纺织车间如何安排调度的问题建立数学模型，需要满足的优化目标是最大完工时间最短和品种切换次数最少，为后续算法求解奠定数学基础；
[0006]S2、通过灰狼算法的基础理论和数学模型，给出其基于维度学习的狩猎搜索策略、非线性参数策略和可变权重搜索策略三个改进策略；
[0007]S3、结合影响纺织企业生产效益的主要因素，使用逐步优先加权的双目标求解策略，将最小化最大完工时间作为首要目标，最小化切换次数作为次要目标，进行逐步优先加权，进而转化成单目标问题，再用提出的改进灰狼算法进行求解得到最佳解决方案，并通过与其他算法进行对比，证明改进的灰狼算法在实际纺织车间调度优化中具有很好的寻优性能；
[0008]S4、最后设计开发生产计划调度系统，使调度员能够通过系统界面，直观查看订单批次和机器运行的生产状态。
[0009]进一步的，建立数学模型时应充分考虑订单重量、机器设备、工艺流程等约束条件，在优化完工时间目标的基础上加入品种切换次数，构建以总完工时间最短和品种切换次数最少为指标的双目标调度模型。
[0010]进一步的，对于双目标问题，采用逐步优先加权法转化成易于求解的单目标问题。
[0011]本专利技术有益效果为：
[0012]本专利技术通过在实地考察纺织车间生产环境和工艺流程背景基础上，考虑工艺流程、机器设备、产品重量等相关约束建立相应的数学模型，用改进的群智能算法一一灰狼优
化算法求解以最小化完工时间和最小化品种切换次数为优化指标的双目标问题，为企业调度人员安排生产计划调度方案提供参考，能够在一定程度上实现纺织车间调度策略的先期优化和验证。
具体实施方式
[0013]下面对本专利技术作进一步的说明。
[0014]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合具体实施方式，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施方式仅用以解释本专利技术，并不用于限定本专利技术。
[0015]一种基于群智能算法的纺织生产车间调度优化方法，包括以下步骤：
[0016]S1、首先对纺织车间如何安排调度的问题建立数学模型，需要满足的优化目标是最大完工时间最短和品种切换次数最少，为后续算法求解奠定数学基础；
[0017]S2、通过灰狼算法的基础理论和数学模型，给出其基于维度学习的狩猎搜索策略、非线性参数策略和可变权重搜索策略三个改进策略；
[0018]S3、结合影响纺织企业生产效益的主要因素，使用逐步优先加权的双目标求解策略，将最小化最大完工时间作为首要目标，最小化切换次数作为次要目标，进行逐步优先加权，进而转化成单目标问题，再用提出的改进灰狼算法进行求解得到最佳解决方案，并通过与其他算法进行对比，证明改进的灰狼算法在实际纺织车间调度优化中具有很好的寻优性能；
[0019]S4、最后设计开发生产计划调度系统，使调度员能够通过系统界面，直观查看订单批次和机器运行的生产状态。
[0020]具体的：
[0021](1)对复杂工况下的纺织车间生产过程进行研究分析，将纺织车间调度问题描述为含有并行机的混合流水车间调度问题。对车间生产模式进行探讨，指出原固定生产线模式依赖大批量订单生产的缺点，并提出新的生产模式；充分考虑订单重量、机器设备、工艺流程等约束条件，在优化完工时间目标的基础上加入品种切换次数，构建以总完工时间最短和品种切换次数最少为指标的双目标调度模型；
[0022](2)提出一种改进的灰狼优化算法，其中改进的策略分别是基于维度学习的狩猎搜索策略、非线性收敛参数策略和可变权重搜索策略；
[0023](3)利用改进的灰狼优化算法对纺织生产车间的调度问题求解；对于双目标问题，采用逐步优先加权法转化成易于求解的单目标问题；无论是在固定生产线还是不固定生产线生产模式下，改进的灰狼算法都比与之对比的算法具有更高的收敛精度和稳定性；并且在不固定生产线模式下能够得到更佳的排产调度方案。
[0024]本实施例中，建立数学模型时应充分考虑订单重量、机器设备、工艺流程等约束条件，在优化完工时间目标的基础上加入品种切换次数，构建以总完工时间最短和品种切换次数最少为指标的双目标调度模型。
[0025]本实施例中，对于双目标问题，采用逐步优先加权法转化成易于求解的单目标问题。
[0026]以上所述，仅用以说明本专利技术的技术方案而非限制，本领域普通技术人员对本发
明的技术方案所做的其它修改或者等同替换，只要不脱离本专利技术技术方案的精神和范围，均应涵盖在本专利技术的权利要求范围当中。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于群智能算法的纺织生产车间调度优化方法，其特征在于，包括以下步骤：S1、首先对纺织车间如何安排调度的问题建立数学模型，需要满足的优化目标是最大完工时间最短和品种切换次数最少，为后续算法求解奠定数学基础；S2、通过灰狼算法的基础理论和数学模型，给出其基于维度学习的狩猎搜索策略、非线性参数策略和可变权重搜索策略三个改进策略；S3、结合影响纺织企业生产效益的主要因素，使用逐步优先加权的双目标求解策略，将最小化最大完工时间作为首要目标，最小化切换次数作为次要目标，进行逐步优先加权，进而转化成单目标问题，再用提出的改进灰狼算法进行求解得到最佳解决方案，并通过与其他算法进行...

【专利技术属性】
技术研发人员：顾柏坤，廖湘柏，
申请(专利权)人：南通源佑纺织科技有限公司，
类型：发明
国别省市：