【技术实现步骤摘要】
本专利技术及生产管理，尤其涉及一种基于遗传算法的生产排程方法。
技术介绍
1、经检索现有技术公开了近几年，随着高速互联网、大数据、云计算、人工智能等技术等迅猛发展，新的工业革命正在兴起，例如德国的工业4.0。德国工业4.0倡导依靠信息物理系统(cyber physical systems)塑造智能工厂，进而实现智能制造，把部署的众多传感器利用通信技术与控制设备、软件系统连接在一起，进行智能化的过程控制和优化，最终实现生产的纵向集成、供应商和市场的横向协同，以不断提升企业的制造柔性，基于传感器细节数据，逐层汇总、还原整个生产流程各个环节的状态、工况和结果，通过虚拟生产的方式仿真生产流程，通过集成分析帮助企业优化生产流程，这些做法都是在多源数据融合的基础之上，通过把传统工业自动化技术、erp系统与物联网、大数据技术、可视化技术等商业技术融合创新，使生产环境进一步优化创新转化为一种现实行动，使企业可以更好追求柔性生产与快速响应之间的最佳平衡，提高订单满足率和客户满意度，但随着越来越多的个性化订单成为常态，在大规模定制的场景下，往往由于冗长供应链上的一环缺失，由局部计划执行延迟放大成为整体制造执行延迟，原材料、在制品、产品在供应链上滞留，成本居高不下、按时交期屡屡无法达成，企业成本负担重、客户满意度低。
2、除此之外，车间生产调度是对车间生产过程进行作业计划，是生产制造业实现智能化、自动化、信息化的核心。车间调度问题复杂度高，与其他组合优化问题具有很强的相似性，大量车间调度问题属于np-hard问题，考虑车间调度问题的复杂性
3、但是遗传算法在应用中也存在一些问题，需要对遗传算法进行改进，减少遗传算法搜索的随机性、盲目性，增强其在局部较小空间的搜索能力，提高搜索到最优解的概率；
4、为此，我们提出一种基于遗传算法的生产排程方法。
技术实现思路
1、本专利技术主要是解决上述现有技术所存在的技术问题，提供一种基于遗传算法的生产排程方法。
2、为了实现上述目的，本专利技术采用了如下技术方案，一种基于遗传算法的生产排程方法，包括以下步骤：
3、s1：通过数据分析后得到生产过程数据，将生产过程数据自动转化为标准算例格式；
4、s2：将新的机器作为外协因素，获取其对应加工时间t，将外协的机器编号以及固定加工时间t加入数据，转化为标准算例格式后设置于编码模块中；
5、s3：加入机器不可用时间，将停工时间设置于解码模块中；
6、s4：将优化问题的解的参数形式转换成基因码串的表示形式形成染色体；
7、s5：进行遗传算法，将编码后的种群输入遗传算法的求解模块中，通过初步排程和约束调整得出最优解，将最优解带入遗传算法的解码模块中，得到调度甘特图以及排程计划表。
8、作为上述方案的进一步限定，所述步骤s1中，采用回归模型分析生产过程历史数据，得到排程参数的数值，将排程参数的数值自动转化为标准算例格式。
9、作为上述方案的进一步限定，所述步骤s1中，排程参数的数值包括各个工件加工个数、工件的编号、工件的工序编号、当前加工机器编号、加工进给速率、加工进给倍率、加工开始时间以及加工完成时间
10、作为上述方案的进一步限定，所述步骤s2中，所述编码模块采用双层编码机制，能够同时描述工件的加工顺序与机器的分配两种信息；其中，双层编码机制的第一部分为基于工序的编码os，第二部分基于机器编码ms，包括两种，第一种为ms按照os的加工顺序进行编码，第二种为ms按照所有工序的自然顺序进行编码，两种编码方式均使用实数编码方式
11、作为上述方案的进一步限定，所述步骤s3中，将工序排序部分解码成机器选择部分的活动调度。
12、作为上述方案的进一步限定，所述步骤s3中，如果当前机器时间不可用，则不可用时间为t；如果当前机器正在加工工件，则当前加工工件的结束时间顺延t，以此类推，得到最终结果。
13、作为上述方案的进一步限定，步骤s4中，首先针对具体的问题进行编码形成染色体，然后根据目标函数对染色体进行适应度的评价，根据评价结果进行选择、交叉、变异，重复这一过程，直至满足终止条件。
14、作为上述方案的进一步限定，所述s5步骤中包括初步排程和约束调整两部分，其中：
15、初步排程为：(1)输入排程参数n,t,pc,pm，读取基础设置模块中的工作日历信息，读取数据管理模块中的任务及其优先级信息、加工工艺信息、加工资源信息和库存信息，为任务编码，随机生成规模为n的初始种群a；
16、(2)计算初始种群a中每条染色体的适度函数，以最短总加工时间作为评价标准，将每条染色体的总加工时间取倒数后得到的结果作为该染色体的适度值；
17、(3)针对每条染色体的适度值赋予不同的选择概率ps，计算公式如下所示，其中i代表某个染色体，其适度值记为fi，采用轮盘赌的方式从初始种群a中选择n条染色体，生成新的种群a＇；
18、(4)根据输入的交叉概率pc，使种群a＇中的父代染色体进行两两交叉，交叉后的染色体需要进行合法性检验，合法的染色体保留，不合法的染色体丢弃；
19、(5)根据输入的变异概率pm，对父代染色体进行基因段重排，生成新的染色体后同样需要进行合法性检验；
20、(6)重复这个过程t次，得到初步排程的最优解；
21、约束调整为：
22、出现插单、延误或物料供应发生变化时，需要相应地增加任务、调整任务优先级信息、加工工艺信息、加工资源信息和库存信息，重新排程并得到符合当前生产状态的排程结果.
23、作为上述方案的进一步限定，所述计算机程序被处理器执行时实现权利要求1-8中任一项所述方法的步骤。
24、作为上述方案的进一步限定，一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1-8任一项所述方法的步骤。
25、有益效果
26、本专利技术提供了一种基于遗传算法的生产排程方法。具备以下有益效果：
27、(1)、该一种基于遗传算法的生产排程方法，将停工时间(例如工厂日历，即工作日以及休息日的时间安排；本文档来自技高网...
【技术保护点】
1.一种基于遗传算法的生产排程方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于遗传算法的生产排程方法，其特征在于：所述步骤S1中，采用回归模型分析生产过程历史数据，得到排程参数的数值，将排程参数的数值自动转化为标准算例格式。
3.根据权利要求1所述的一种基于遗传算法的生产排程方法，其特征在于：所述步骤S1中，排程参数的数值包括各个工件加工个数、工件的编号、工件的工序编号、当前加工机器编号、加工进给速率、加工进给倍率、加工开始时间以及加工完成时间。
4.根据权利要求1所述的一种基于遗传算法的生产排程方法，其特征在于：所述步骤S2中，所述编码模块采用双层编码机制，能够同时描述工件的加工顺序与机器的分配两种信息；其中，双层编码机制的第一部分为基于工序的编码OS，第二部分基于机器编码MS，包括两种，第一种为MS按照OS的加工顺序进行编码，第二种为MS按照所有工序的自然顺序进行编码，两种编码方式均使用实数编码方式。
5.根据权利要求1所述的一种基于遗传算法的生产排程方法，其特征在于：所述步骤S3中，将工序排序部分解码成机器选
6.根据权利要求1所述的一种基于遗传算法的生产排程方法，其特征在于：所述步骤S3中，如果当前机器时间不可用，则不可用时间为t；如果当前机器正在加工工件，则当前加工工件的结束时间顺延t，以此类推，得到最终结果。
7.根据权利要求1所述的一种基于遗传算法的生产排程方法，其特征在于：步骤S4中，首先针对具体的问题进行编码形成染色体，然后根据目标函数对染色体进行适应度的评价，根据评价结果进行选择、交叉、变异，重复这一过程，直至满足终止条件。
8.根据权利要求1所述的一种基于遗传算法的生产排程方法，其特征在于：所述S5步骤中包括初步排程和约束调整两部分，其中：
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：所述计算机程序被处理器执行时实现权利要求1-8中任一项所述方法的步骤。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于：所述处理器执行所述程序时实现如权利要求1-8任一项所述方法的步骤。
...【技术特征摘要】
1.一种基于遗传算法的生产排程方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于遗传算法的生产排程方法，其特征在于：所述步骤s1中，采用回归模型分析生产过程历史数据，得到排程参数的数值，将排程参数的数值自动转化为标准算例格式。
3.根据权利要求1所述的一种基于遗传算法的生产排程方法，其特征在于：所述步骤s1中，排程参数的数值包括各个工件加工个数、工件的编号、工件的工序编号、当前加工机器编号、加工进给速率、加工进给倍率、加工开始时间以及加工完成时间。
4.根据权利要求1所述的一种基于遗传算法的生产排程方法，其特征在于：所述步骤s2中，所述编码模块采用双层编码机制，能够同时描述工件的加工顺序与机器的分配两种信息；其中，双层编码机制的第一部分为基于工序的编码os，第二部分基于机器编码ms，包括两种，第一种为ms按照os的加工顺序进行编码，第二种为ms按照所有工序的自然顺序进行编码，两种编码方式均使用实数编码方式。
5.根据权利要求1所述的一种基于遗传算法的生产排程方法，其特征在于：所述步骤s3中...
【专利技术属性】
技术研发人员：李福生，杨婉琪，鲁欣，吕树彬，
申请(专利权)人：电子科技大学长三角研究院湖州，
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。