基于多智能体学习技术的飞机装配线调度方法技术

本发明专利技术提供一种基于多智能体学习技术的飞机装配线调度方法，涉及电力系统技术领域，本发明专利技术构建飞机装配线调度问题模型；采集飞机装配线中工作站的装配过程数据，建立工作站的优先关系矩阵；然后对遗传算法的装配任务排序染色体种群进行初始化，并对遗传算法的相关参数初始化，初始化获得的初始种群中每条染色体对应工作站装配调度问题的一个满足优先关系约束的串行执行的可行解；根据理论分配数量、实际分配次数和理想每次分配工序的数量初始化装配任务分配染色体种群，计算所有工作站在同种类型工人能够共享情况下的协同合作的全局适应度；保留工作站种群中最优染色体，并对染色体种群进行交叉、变异、选择操作，实现飞机装配线调度。

【技术实现步骤摘要】

本专利技术涉及飞机装配调度，尤其涉及一种基于多智能体学习技术的飞机装配线调度方法。

技术介绍

1、随着制造技术的快速发展和对航空产品需求的不断增长，产品的寿命大大缩短，产品的变体高度多样化，这些因素都对在缩短交货时间内经济有效地制造航空产品提出了重大挑战。例如，制造和装配过程的计划和调度会影响飞机产品的质量和交付时间；因此，计划和调度必须针对这些标准进行优化。飞机装配线是典型的复杂离散制造系统，具有装配任务多、约束类型多、人员约束复杂等特点。例如，飞机制造商的x模型由100多万个零件和4500个装配大纲组成，甚至装配一架次这种飞机需要大约35,000道工序。此外，装配过程涉及大量特定工作的劳动和操作，以及各种类型的工具。由于飞机装配的复杂性，现有的调度算法严重依赖于对现实约束的大量简化，对优化调度方案做出现实的假设是极具挑战性的。

2、装配线调度的传统方法可分为数学规划、启发式方法、智能优化方法、工业工程方法和基于仿真方法。(1)数学规划方法，利用精确式的算法求解生产线平衡的优化问题，这种方法主要利用经典优化理论与方法计算出所有可能的解，例如线本文档来自技高网...

【技术保护点】

1.一种基于多智能体学习技术的飞机装配线调度方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于多智能体学习技术的飞机装配线调度方法，其特征在于，步骤1所述飞机装配线包含若干个工位，每个工位包含若干个工作站，各个工位进行的飞机装配任务都不同；当当前工位完成装配任务后，飞机被转移到下一工位，直至完成最后一个工位的装配工作，一架次飞机的装配任务结束；为了使飞机的装配效率更高，每个工位需要以固定的节拍完成工位内的装配工作，从而以相同的节奏转移到下一工位，使装配线运行通畅；

3.根据权利要求1所述的一种基于多智能体学习技术的飞机装配线调度方法，其特征在于，步...

【技术特征摘要】

1.一种基于多智能体学习技术的飞机装配线调度方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于多智能体学习技术的飞机装配线调度方法，其特征在于，步骤1所述飞机装配线包含若干个工位，每个工位包含若干个工作站，各个工位进行的飞机装配任务都不同；当当前工位完成装配任务后，飞机被转移到下一工位，直至完成最后一个工位的装配工作，一架次飞机的装配任务结束；为了使飞机的装配效率更高，每个工位需要以固定的节拍完成工位内的装配工作，从而以相同的节奏转移到下一工位，使装配线运行通畅；

3.根据权利要求1所述的一种基于多智能体学习技术的飞机装配线调度方法，其特征在于，步骤3中所述建立优先关系矩阵matrix的方法为：根据数组branch中数据，若工序i是工序j的前置工序，则将矩阵matrix中的第i行、第j列取值为1，否则取值为0。

4.根据权利要求1所述的一种基于多智能体学习技术的飞机装配线调度方法，其特征在于，所述步骤4包括以下步骤：

5.根据权利要求4所述的一种基于多智能体学习技术的飞机装...

【专利技术属性】
技术研发人员：高鸿瑞，张颖伟，
申请(专利权)人：东北大学，
类型：发明
国别省市：