【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种混合遗传禁忌搜索算法的生产计划和排产方法。
技术介绍
1、在生产过程中，制造企业管理者往往只关注到了生产周期对生产效率的影响，仅把缩短生产周期作为提高生产效率的唯一指标。当生产周期最短时，生产线平衡率和设备利用率往往并非最优化，进而会引起中间产品物料堆积和不必要的资源浪费。基于此，如果运用工业工程的相关技术-柔性作业调度，是一种在工业和生产环境中的作业计划和排产方法，旨在根据需求和资源的变化来动态调整生产任务和工作流程，以提高生产效率、降低成本和减少浪费，采用多目标优化，通过混合遗传禁忌算法来改善生产计划和排产，避免生产过程中的不合理、不经济等情况，进而能够有效提高劳动效率、降低相关生产成本，实现企业的综合效益最优和长远发展。
技术实现思路
1、为了解决上述的技术问题，利用传统的遗传算法易得出局部最优解，而混合遗传禁忌搜索算法利用遗传算法良好的全局搜索能力和禁忌算法具有记忆能力的全局逐步优化特性，针对车间流控制系统中的柔性作业调度问题，利用层次分析法求解各个目标函数，把多个目标函数值映射为染色体的适应度，从而得到符合要求的最优解或近优解。
2、实现生产线平衡率、设备利用率和生产周期多目标优化的生产计划和排产，本专利技术提供了一种混合遗传禁忌搜索算法的生产计划和排产方法。
3、根据本专利技术实施例的第一方面，提供一种混合遗传禁忌搜索算法的生产计划和排产方法，包括：基于生产周期、生产线平衡率以及设备利用率的多目标优化，建立最小化
4、将所有产品的生产工序进行编码操作；
5、利用混合遗传禁忌搜索算法，输入编码信息进行柔性作业调度求解确定出优化个体，获得生产计划和排产甘特图。
6、在一种可能的实现方式中，所述建立最小化生产周期短、最大化生产线平衡率和最大化设备利用率的生产计划和排产模型，包括：
7、模型中用到的符号假设如下： 为每个工序的预计完成时间； 为每个工序的开始时间； 为规定的生产周期； 为工序数； 为瓶颈工序时间； 为总时间； 为第i个任务的设备运行时间；为设备利用率的倒数；
8、尽量使生产周期最短，赋予优先因子p1；用表示生产周期提前的偏差量，因此优化生产周期目标函数为：
9、
10、生产周期约束：
11、；
12、尽量满足生产线平衡率需求，赋予优先因子p2；用正偏差变量表示超出车间所需物品需求量的部分，用表示低于车间所需物品需求量的部分，因此优化生产线平衡率目标函数为：
13、
14、生产线平衡率约束：
15、
16、最大化生产线平衡率并不是一个线性规划问题，因为它涉及到除法运算。所以需要将目标函数进行转化，可以定义一个辅助变量r表示生产平衡率的倒数，，其中，代表工序数，代表瓶颈工序时间，表示每个工序的预计完成时间；
17、设备利用率要大于等于初始值，赋予优先因子p3；用表示第 k个产线设备利用率相较于初始设备利用率的偏差量，因此优化设备利用率目标函数为:
18、
19、设备利用率约束：
20、
21、
22、最大化设备利用率并不是一个线性规划问题，因为它涉及到除法运算，所以需要将目标函数进行转化,可以将目标函数修改为最小化辅助变量, 表示设备利用率的倒数，。
23、其中，在本实施例中优先因子p1>p2>p3，用来表示重要性，生产周期＞生产线平衡率＞设备利用率。一般制造业是这样的，因为交货期肯定是首位的，是硬性要求，至于生产线平衡率和设备利用率两者可以调节，本实施例规定的生产线平衡率优先级＞设备利用率，一般均按此排优先级顺序，但后面两者顺序可以调整。
24、在一种可能的实现方式中，所述将所有产品的生产工序进行编码操作，每一种产品的生产工序进行编码操作包括：
25、每一行所有编码数字代表一种产品；
26、每一行的编码数字被分割成若干列，第一列数字代表所述产品的工序数；所述若干列中除第一列外的每一列代表一个工序所涉及到的生产设备、每台设备对于不同种类产品的生产能力大小；
27、具体地，第二列代表第一个工序，第二列第一个数字q代表第一个工序可以在所述第一个数字q台的设备上进行生产，所述第一个数字n后面的若干个数字分别代表第1台可生产设备到第q台可加工设备的设备编号，所述若干个数字后面的0到1的小数代表对应可加工设备的生产能力，最大的生产能力为1；
28、第三列代表第二个工序，第三列第一个数字g代表第二个工序可以在所述第一个数字g台的设备上进行生产，所述第一个数字g后面的若干个数字分别代表第1台可生产设备到第g台可加工设备的设备编号，所述若干个数字后面的0到1的小数代表对应可加工设备的生产能力，最大的生产能力为1；
29、以此类推，直到涉及到的所有工序编码完成。
30、在一种可能的实现方式中，所述利用混合遗传禁忌搜索算法进行柔性作业调度求解确定出优化个体，包括：
31、随机产生n个个体构成第一代初始种群，计算出各个个体的适应度并初始化一个禁忌表，确定出适应度较高的个体；
32、判断所述适应度较高的个体是否满足事先设置的收敛条件，若满足则输出优化个体结果停止执行下一步骤，否则继续执行下一步骤；
33、将所述适应度较高的个体作为父代，进行交叉和变异操作产生新个体，对所述新个体进行适应度评估，选出适应度值较高的新个体判断所述新个体是否满足事先设置的收敛条件，若满足则输出优化个体结果停止执行下一步骤，否则所述新个体继续执行本步骤并将其的交叉变异操作记录到禁忌表中；
34、循环执行上一步骤，并在循环执行上一步骤中避免重复进行所述禁忌表中的交叉变异操作，直至产生符合收敛条件的最新优化个体，输出所述优化个体；或者，达到最大迭代次数，输出优化个体结果。
35、在一种可能的实现方式中，所述收敛条件包括生产周期要小于等于交货期且越短越好，生产线平衡率要达到a%的优良级别以上，设备利用率要达到b%以上。
36、在一种可能的实现方式中，还包括对获得的所述生产计划和排产甘特图进行微调，得到实际的生产计划和排产甘特图，包括：
37、将编码中产品名称和设备名称的编号还原成真实的产品名称和设备名称；
38、临时新增产品插入调整；
39、当月的产品和上月未生产完的产品可能存在能够合并的情况，进行合并调整；
40、优化生产周期最短的目标函数时还考虑到休息日的情况，针对性地做出调整。
41、根据本专利技术实施例的第二方面，提供混合遗传禁忌搜索算法的生产计划和排产系统，包括：
42、生产计划和排产模型建模模块，其被配置为建立最小化生产周期短、最大化生产线平衡率和最大化设本文档来自技高网...
【技术保护点】
1.一种混合遗传禁忌搜索算法的生产计划和排产方法，其特征在于，包括：基于生产周期、生产线平衡率以及设备利用率的多目标优化，建立最小化生产周期短、最大化生产线平衡率和最大化设备利用率的生产计划和排产模型；
2.根据权利要求1所述的混合遗传禁忌搜索算法的生产计划和排产方法，其特征在于，所述将所有产品的生产工序进行编码操作，每一种产品的生产工序进行编码操作包括：
3.根据权利要求2所述的混合遗传禁忌搜索算法的生产计划和排产方法，其特征在于，所述利用混合遗传禁忌搜索算法进行柔性作业调度求解确定出优化个体，包括：
4.根据权利要求3所述的混合遗传禁忌搜索算法的生产计划和排产方法，其特征在于，所述收敛条件包括生产周期要小于等于交货期且越短越好，生产线平衡率要达到a%的优良级别以上，设备利用率要达到b%以上。
5.根据权利要求4所述的混合遗传禁忌搜索算法的生产计划和排产方法，其特征在于，还包括对获得的所述生产计划和排产甘特图进行微调，得到实际的生产计划和排产甘特图，包括：
6.一种混合遗传禁忌搜索算法的生产计划和排产系统，其特征在于，
7.根据权利要求6所述的混合遗传禁忌搜索算法的生产计划和排产系统，其特征在于，还包括甘特图微调模块，其被配置为对生成的所述甘特图进行微调，获得实际的生产计划和排产甘特图，包括：
8.一种电子设备，其特征在于，包括：
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1～5任一所述方法的步骤。
...【技术特征摘要】
1.一种混合遗传禁忌搜索算法的生产计划和排产方法，其特征在于，包括：基于生产周期、生产线平衡率以及设备利用率的多目标优化，建立最小化生产周期短、最大化生产线平衡率和最大化设备利用率的生产计划和排产模型；
2.根据权利要求1所述的混合遗传禁忌搜索算法的生产计划和排产方法，其特征在于，所述将所有产品的生产工序进行编码操作，每一种产品的生产工序进行编码操作包括：
3.根据权利要求2所述的混合遗传禁忌搜索算法的生产计划和排产方法，其特征在于，所述利用混合遗传禁忌搜索算法进行柔性作业调度求解确定出优化个体，包括：
4.根据权利要求3所述的混合遗传禁忌搜索算法的生产计划和排产方法，其特征在于，所述收敛条件包括生产周期要小于等于交货期且越短越好，生产线平衡率要...
【专利技术属性】
技术研发人员：宋庭新，李文杰，刘慧中，冯威，涂子墨，
申请(专利权)人：武汉爱科软件技术股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。