一种ASP模式下企业间生产调度优化方法技术

一种ＡＳＰ模式下企业间生产调度优化方法，包括以下步骤：（１）ＡＳＰ平台企业将生产任务发布到ＡＳＰ外协平台；（２）设定量子进化算法的参数；（３）进行编码；（４）解码过程，得到整数编码种群Ｑ（ｔ）；再由随机键编码得到工序序列；（５）对Ｑ（ｔ）中的每一条染色体根据适应度函数计算其适应度值；（６）取种群Ｑ（ｔ）中拥有最小适应度值的染色体ｑ↓［ｂｅｓｔ］，ｑ↓［ｂｅｓｔ］对应的二进制染色体为种群Ｒ（ｔ）中的最优个体Ｔ↓［ｂｅｓｔ］，对应的量子染色体为种群Ｐ（ｔ）中的最优个体ｐ↓［ｂｅｓｔ］；（７）对照Ｔ↓［ｂｅｓｔ］和Ｒ↓［ｉ］（ｔ），对种群Ｐ（ｔ）进行量子交叉和量子变异；（８）利用量子旋转门进行状态更新；（９）得到最优的调度方案。本发明专利技术能有效增进企业群间的协作生产共享、提高资源利用率、操作简单、可快速得到有效的生产调度结果。

【技术实现步骤摘要】

本专利技术涉及一种企业生产调度优化方法，尤其是一种ASP模式下企业间生产调度优化方法。
技术介绍
网络经济时代的到来，给中小制造企业提供了新的机遇与竞争压力，随着客户化、小批量、多品种、快速交货的生产要求不断增加，旧有的单独生产的模式已经不能与之相匹配，需要建立一种新的网络化制造模式。由于中小企业自身的特点，他们面对生产订单，如何通过网络在企业联盟的众多制造资源中寻找满足一定约束条件的制造资源，对制造资源进行快速高效的集成重组，从而缩短产品的生产周期、降低成本，使企业保持竞争的优势，是一个亟待解决的问题。 2006年至今，浙江网通为中小制造业信息化构建ASP平台，现已在浙江省内进行了试点推广，ASP平台上提供的SCM(供应链管理系统)也在浙江宁波、嘉兴等地的多家中小制造企业投入了使用，取得了良好的市场效应。企业可以向ASP外协平台注册自己的剩余加工能力，也可在需要的时候向ASP外协平台提出外协请求。企业之间可以通过ASP平台来实现网上制造资源的共享，通过ASP的外协平台来对企业间的生产任务进行调度，得到最佳的生产计划。 企业间的生产调度问题可转化为柔性作业车间调度问题，并可描述为假定在时刻T进行调度，则取该时刻ASP平台获得的所有还未安排的待加工工件(由订单分解而来)作为调度任务。每个工件对应一个与客户满意度相关联的模糊交货期，并由一定加工次序的工序组成。各道工序可由多台属于不同公司的机器加工，并在不同机器上对应着不同的加工时间。各台机器可能在不同的地域，且并非总处于空闲状态，对应的可用时间由该机器所属公司根据自己的生产情况提供。工件在不同地域的机器上转换时需耗费一定的时间及运输成本。调度需解决的问题是为每个工件每道工序分配加工机器，并确定机器上工序的加工顺序以及开始、结束加工时间，在满足约束条件的同时，优化调度目标。 虽然对车间调度问题的研究已经有几十年的历史，提出了一大批调度方法，但至今尚未形成一套系统的理论与方法，已有方法可归结为以下几大类数学规划方法、基于规则的调度方法、基于知识的调度方法、启发式图搜索法、局部搜索方法等。最近发展起来的基于生物学、物理学和人工智能的一些具有全局优化性能且通用性强的局部搜索算法。研究较多的有模拟退火(SA)遗传算法(GA)、禁忌搜索(TS)、进化规划(EP)、进化策略(ES)和混沌搜索(CS)等。 现有的调度方法存在的缺陷不能有效增进企业群间的协作生产共享、资源利用率低、操作麻烦、运算速度慢。
技术实现思路
为了克服已有的企业间的生产调度优化方法的不能有效增进企业群间的协作生产共享、资料利用率低、操作麻烦、运算速度慢的不足，本专利技术提供一种能有效增进企业群间的协作生产共享、提高资源利用率、操作简单、可快速得到有效的生产调度结果的ASP模式下企业间生产调度优化方法。 本专利技术解决其技术问题所采用的技术方案是 一种ASP模式下企业间生产调度优化方法，所述优化方法包括以下步骤 (1)、ASP平台企业将生产任务发布到ASP外协平台，记N为待加工的工件总数，组成调度任务集JB＝{J1，J2，...，JN}，Ji为第i个工件，对应交货期为工序序列集OP＝{op1，op2，...，opN}，为工件Ji的工序序列，opij∈WR，表示工件Ji的第j道工序，ni为工件Ji所包含的工序总数，其中，工序集WR＝{W1，W2，...，WQ}表示所有工序的集合，Wi表示第i个工序代码，该集合里的工序不重复，N为工序总数； 记H为ASP平台提供的可用机器数，机器集EC＝{E1，E2，...，EH}，Ei表示第i台机器编号；机器加工时间集为T_E＝{et1，et2，...，etH}，机器空闲时间集为TE_A＝{te_a1，te_a2，...，te_aH}；CPi表示机器i的加工成本，工序与机器的关系集W_E＝{w_eij|1<＝i<＝Q，1<＝j<＝H}，如果w_eij＝1，则表示工序Wi可以在机器Ej上加工；如果w_eij＝0，则表示工序Wi不能在机器Ej上加工；记工件从机器i到机器j的运输时间为TFij，运输成本为CTij； (2)、设定量子进化算法的参数包括种群规模、迭代次数，种群规模表示初始调度方案的数量，迭代次数表示算法在解空间中的搜索次数； (3)、进行编码设置迭代次数t＝0，随机初始化种群 为第t代种群中的第j个个体，且|αi|2+|βi|2＝1，i＝1，2，…，m，m为量子染色体的长度，m满足 (4)、解码过程将量子染色体转化为二进制编码，得到二进制种群R(t)；将二进制编码看成随机键编码，得到整数编码种群Q(t)；再由随机键编码得到工序序列，根据步骤(1)中提供的工序与机器的对应关系、加工时间、加工费用信息，对工序的可选机器集中的每一台机器进行计算，以最小化完工时间或最小化成本费为目标，选取最小数值的机器； (5)、对Q(t)中的每一条染色体根据适应度函数计算其适应度值，所述适应度函数为 MIN fitness＝w1*Tmin+w2*f(●) 其中，Tmin表示最大完工时间；f(●)表示加工费用函数；w1、w2为权重，且w1+w2＝1； (6)、取种群Q(t)中拥有最小适应度值的染色体qbest，那么qbest对应的二进制染色体为种群R(t)中的最优个体rbest，对应的量子染色体为种群P(t)中的最优个体pbest； (7)、对照rbest和Ri(t)，对种群P(t)进行量子交叉和量子变异； (8)、利用量子旋转门进行状态更新； (9)、判断是否达到最大迭代次数，如果没有达到，进行下一次迭代过程t＝t+1，并重复(4)～(8)；如果达到最大迭代次数，对最优解进行解码，得到最优的调度方案。 作为优选的一种方案所述的步骤(4)包括 (4.1)、根据 中概率幅的取值情况构造长度为m的二进制串 其具体方法产生上的一个随机数s，若则对应取值为1，否则为0，由此得到二进制种群R(t)； (4.2)、将二进制种群R(t)转化为整数编码种群Q(t)； (4.3)、根据种群Q(t)，确定工件的加工序列，采用基于工序的编码方式每个基因代表一道工序，同一工件的工序指定相同的符号； (4.4)、对染色体的每一位基因确定机器的选用方案采用基于规则的方法，根据步骤(1)中提供的工序与机器的对应关系、加工时间、加工费用信息，对工序的可选机器集中的每一台机器，得到相应的适应度函数值，选取获得最小适应度函数值的机器。 作为优选的另一种方案所述的步骤(8)中，由量子旋转门更新量子位概率幅来实现 其中，T为第i个量子位概率幅，θi为旋转角，且满足 θi＝s(αi，βi)Δθi θi大小和方向的调整策略如表1所示 表1 量子旋转门的调整策略 ri和bi分别表示解r与当前最优个体b的第i个量子位对应的二进制位，f(●)为目标函数，Δθi和s(αi，βi)为旋转角的幅度和旋转方向。 本专利技术的技术构思为量子进化算法(Quantum-inspired EvolutionaryAlgorithm，QEA)是在概率进化算法的基础上发展本文档来自技高网...

【技术保护点】
一种ＡＳＰ模式下企业间生产调度优化方法，其特征在于：所述优化方法包括以下步骤：　（１）、ＡＳＰ平台企业将生产任务发布到ＡＳＰ外协平台，记Ｎ为待加工的工件总数，组成调度任务集ＪＢ＝｛Ｊ↓［１］，Ｊ↓［２］，…，Ｊ↓［Ｎ］｝，Ｊ↓［ｉ］为第ｉ个工件，对应交货期为ｄ↓［ｉ］＝（ｄ↓［ｉ］↑［Ｌ］，ｄ↓［ｉ］↑［Ｕ］），工序序列集ＯＰ＝｛ｏｐ↓［１］，ｏｐ↓［２］，…，ｏｐ↓［Ｎ］｝，ｏｐ↓［ｉ］＝｛ｏｐ↓［ｉ１］，ｏｐ↓［ｉ２］，…，ｏｐ↓［ｉｎ↓［ｉ］］｝为工件Ｊ↓［ｉ］的工序序列，ｏｐ↓［ｉｊ］∈ＷＲ，表示工件Ｊ↓［ｉ］的第ｊ道工序，ｎ↓［ｉ］为工件Ｊ↓［ｉ］所包含的工序总数，其中，工序集ＷＲ＝｛Ｗ↓［１］，Ｗ↓［２］，…，Ｗ↓［Ｑ］｝表示所有工序的集合，Ｗ↓［ｉ］表示第ｉ个工序代码，该集合里的工序不重复，Ｎ为工序总数；　记Ｈ为ＡＳＰ平台提供的可用机器数，机器集ＥＣ＝｛Ｅ↓［１］，Ｅ↓［２］，…，Ｅ↓［Ｈ］｝，Ｅ↓［ｉ］表示第ｉ台机器编号；机器加工时间集为Ｔ＿Ｅ＝｛ｅｔ↓［１］，ｅｔ↓［２］，…，ｅｔ↓［Ｈ］｝，机器空闲时间集为ＴＥ＿Ａ＝｛ｔｅ＿ａ↓［１］，ｔｅ＿ａ↓［２］，…，ｔｅ＿ａ↓［Ｈ］｝；ＣＰ↓［ｉ］表示机器ｉ的加工成本，工序与机器的关系集Ｗ＿Ｅ＝｛ｗ＿ｅ↓［ｉｊ］｜１＜＝ｉ＜＝Ｑ，１＜＝ｊ＜＝Ｈ｝，如果ｗ＿ｅ↓［ｉｊ］＝１，则表示工序Ｗ↓［ｉ］可以在机器Ｅ↓［ｊ］上加工；如果ｗ＿ｅ↓［ｉｊ］＝０，则表示工序Ｗ↓［ｉ］不能在机器Ｅ↓［ｊ］上加工；记工件从机器ｉ到机器ｊ的运输时间为ＴＦ↓［ｉｊ］，运输成本为ＣＴ↓［ｉｊ］；　（２）、设定量子进化算法的参数：包括种群规模、迭代次数，种群规模表示初始调度方案的数量，迭代次数表示算法在解空间中的搜索次数；　（３）、进行编码：设置迭代次数ｔ＝０，随机初始化种群Ｐ（ｔ）＝｛ｐ↓［１］↑［ｔ］，…，ｐ↓［ｎ］↑［ｔ］｝，ｐ↓［ｊ］↑［ｔ］为第ｔ代种群中的第ｊ个个体，且＊＊＊，｜α↓［ｉ］｜↑［２］＋｜β↓［ｉ］｜↑［２］＝１，ｉ＝１，２，…，ｍ，ｍ为量子染色体的长度，ｍ满足ｍ＝（ｌｏｇ↓［２］（＊ｎ↓［ｉ］）＋１）＊＊ｎ↓［ｉ］；　（４）、解码过程：将量子染色体转化为二进制编码，得到二进制种群Ｒ（ｔ）；将二进制编码看成随机键编码，得到整数编码种群Ｑ（ｔ）；再由随机键编码得到工序序列，根据步骤（１）中提供的工序与机器的对应关系、加工时间、加工费用信息，对工序的可选机器集...

【技术特征摘要】

【专利技术属性】
技术研发人员：赵燕伟，陈思乡，张景玲，王海燕，王万良，徐新黎，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：86[中国|杭州]