一种基于聚类分析算法的工业互联网资源分配和调度方法技术

本发明专利技术提供一种基于聚类分析算法的工业互联网资源分配和调度方法，其通过关联企业生产任务之间的生产时间和生产工序的相似性，将相似度高的生产任务同时进行生产，可以有效解决由于不同订单导致的生产任务生产工序和数量的差异时，人

【技术实现步骤摘要】
一种基于聚类分析算法的工业互联网资源分配和调度方法


[0001]本专利技术涉及工业互联网资源分配和调度领域，具体涉及一种基于聚类分析算法的工业互联网资源分配和调度方法
。

技术介绍

[0002]传统制造型企业中，生产管控是一个复杂的系统工程，牵涉到多个相互关联和约束的
、
跨部门和工厂的业务和生产流程及其众多的管理环节，以及大量的物理系统，包括物料
、
产品
、
生产设备和环境
。
而新兴的工业互联网的是新一代信息技术与工业系统深度融合的产物，是以数字化
、
网络化
、
智能化为特征的新兴生产方式
。
它通过充分利用物联网
、
大数据
、
云计算等现代信息技术以及边缘计算等新型基础设施，将人
‑
机
‑
物三元连接，实现设备互联互通和远程数据采集等功能
。
在传统的制造过程中需要大量的人力物力投入，而借助工业互联网技术则可以有效节约成本并提高效率
。
通过对生产流程进行实时监控和管理控制，帮助企业更好的关注到生产进度
、
物料消耗
、
设备状态等信息，从而帮助优化生产工艺与提高效率，并降低生产成本
。
[0003]然而，随着市场的发展，产品需要满足个性化和多样化，在工业互联网下，生产企业也从单一产品生产模式向多种类
、
数量差异化的生产模式进行转变
。
在多种类
、
数量差异化的生产模式下，各种产品订单的不稳定
、
生产工序不同等因素使得企业的生产组织管理存在诸多困难
。
针对上述问题，在企业的生产活动中，解决由于各生产任务生产工序和数量差异化导致的人
‑
机
‑
物等生产制造资源的分配与调度问题成为一项至关重要的问题
。

技术实现思路

[0004]本专利技术要解决的技术问题是针对上述技术方案的不足，提供一种基于聚类分析算法的工业互联网资源分配方法，其通过关联企业生产任务之间的生产时间和生产工序的相似性，将相似度高的生产任务同时进行生产，以每个任务生产周期最小
、
单个机器工作时长最短以及所有机器总工作时长最短进行优化，以实现生产过程中资源配置的最大化，进而提升企业的生产效率
。
[0005]为了实现上述目的，根据本专利技术的一个方面，提供一种基于聚类分析算法的工业互联网资源分配方法，其包括以下步骤：
[0006]步骤
(1)
：通过生产历史信息生成生产任务的生产工序序列和生产时间序列；
[0007]步骤
(2)
：通过聚类分析算法计算生产任务之间的相似度，得到生产任务之间的相似度矩阵；
[0008]步骤
(3)
：计算相似度矩阵中非对角线最大元素，将非对角线最大元素聚类为一个生产任务簇；
[0009]步骤
(4)
：计算所述步骤
(3)
所述的生产任务簇与其他生产任务簇之间的相似度，得到新的生产任务之间的相似度矩阵；
[0010]步骤
(5)
：重复上述步骤
(3)
和步骤
(4)
，直到完成所有生产任务簇聚类；
[0011]步骤
(6)
：根据以上聚类结果，得到生产任务簇的聚类图谱；
[0012]步骤
(7)
：设定生产任务相似度阈值，根据步骤
(6)
的聚类图谱将生产任务划分为不同的类别
。
[0013]优选地，所述步骤
(2)
中通过聚类分析算法计算生产任务之间的相似度的具体公式为：
[0014][0015]其中，
H
ij
为生产任务
i
和
j
之间的相似度，为生产任务
i
和
j
之间的生产工序相似度，为生产任务
i
和
j
之间的生产时间相似度，
μ
为加权系数
。
[0016]生产工序相似度计算公式为：
[0017][0018]其中，
m
i
和
m
j
分别为第
i
和
j
项生产任务的生产工序数，
l
为生产任务
i
和
j
共同的工序数
。
[0019]容易理解的，任意两项生产任务的生产工序相似度的区间为
[0,1]。
若两项生产任务的生产工序完全相同，则其相似度值为1；若两项生产任务的生产工序完全不同，则其相似度值为
0。
并且，若两者相同的工序数
l
越多，则两项生产任务的生产工序相似度值越大
。
[0020]生产时间相似度计算公式为：
[0021][0022]其中，
T
i
和
T
j
分别为生产任务
i
和
j
的生产时间序列，
m
为生产工序数；
[0023]容易理解的，任意两项生产任务的生产时间相似度的区间为
[0,1]。
若两项生产任务的生产时间完全相同，即的值等于0时，则其相似度值为1，若的值越小，即两项生产任务的生产时间越接近，其相似度值越大
。
[0024]优选地，所述步骤
(4)
中的计算所述步骤
(3)
所述的生产任务簇与其他生产任务簇之间的相似度具体为：
[0025][0026]其中，
u
和
v
分别表示为第
u
类和第
v
类生产任务簇，
Hij
为生产任务簇
u
和
v
中第
i
和
j
个生产任务的相似度
。
[0027]容易理解的，
R
u,v
表示聚类过程中生产任务簇簇间的相似度，同一生产任务簇内的生产任务的相似度最大，不同生产任务簇间的生产任务的相似度最小
。
[0028]根据本专利技术的另一个方面，本专利技术提供一种基于聚类分析算法的工业互联网资源调度方法，其采用前面资源分配方法进行分类以后，以每个任务生产周期最小
、
单个机器工作时长最短以及所有机器总工作时长最短作为目标函数进行优化，以实现生产过程中资源
配置的最大化
。
[0029]具体的，所述目标函数的表达式为：
[0030][0031][0032][0033]其中，...

【技术保护点】

【技术特征摘要】
1.
一种基于聚类分析算法的工业互联网资源分配方法，其特征在于，包括以下步骤：步骤
(1)
：通过生产历史信息生成生产任务的生产工序序列和生产时间序列；步骤
(2)
：通过聚类分析算法计算生产任务之间的相似度，得到生产任务之间的相似度矩阵；步骤
(3)
：计算相似度矩阵中非对角线最大元素，将非对角线最大元素聚类为一个生产任务簇；步骤
(4)
：计算所述步骤
(3)
所述的生产任务簇与其他生产任务簇之间的相似度，得到新的生产任务之间的相似度矩阵；步骤
(5)
：重复上述步骤
(3)
和步骤
(4)
，直到完成所有生产任务簇聚类；步骤
(6)
：根据以上聚类结果，得到生产任务簇的聚类图谱；步骤
(7)
：设定生产任务相似度阈值，根据步骤
(6)
的聚类图谱将生产任务划分为不同的类别
。2.
根据权利要求1所述的一种基于聚类分析算法的工业互联网资源分配方法，其特征在于，所述步骤
(2)
中通过聚类分析算法计算生产任务之间的相似度的具体公式为：其中，
H
ij
为生产任务
i
和
j
之间的相似度，为生产任务
i
和
j
之间的生产工序相似度，为生产任务
i
和
j
之间的生产时间相似度，
μ
为加权系数
。3.
根据权利要求2所述的一种基于聚类分析算法的工业互联网资源分配方法，其特征在于，所述的生产工序相似度计算公式为：其中，
m
i
和
m
j
分别为第
i
和
j
项生产任务的生产工序数，
l
为生产任务
i
和
j
共同的工序数
。4.
根据权利要求2所述的一种基于聚类分析算法的工业互联网资源分配方法，其特征在于，所述的生产时间相似度计算公式为：其中，
T
i
和
T
j
分别为生产任务
i
和
j
的生产时间序列，
m
为生产工序数
。5.
根据权利要求4所述的一种基于聚类分析算法的工业互联网资源分配方法，其特征在于，所述步骤
(4)
中的：计算所述步骤
(3)
所述的生产任务簇与其他生产任务簇之间的相似度具体为：其中，
u
和
v
分别表示为第
u
类和第
v
类生产任务簇，
H
ij
为生产任务簇
u
和
v
中第
i
和
j
个生产任务的相似度
。
6.
一种基于聚类分析算法的工业互联网资源调度方法，其包括权利要求1‑5任一项所述的基于聚类分析算...

【专利技术属性】
技术研发人员：王少林，全龙翔，吕猛，马军，倪凯峰，赵鹤宇，王茜璇，艾力，池俊，左军辉，叶尔森，金丽，马行星，詹妮，师远渊，
申请(专利权)人：国网新疆电力有限公司营销服务中心，
类型：发明
国别省市：