[发明专利]基于教与学算法的离散制造车间静态调度优化系统

说明书

技术领域

本发明涉及离散制造车间调度技术领域，具体是一种基于教与学算法的离散制造车间静态调度优化系统。

背景技术

21世纪制造业竞争日益激烈，企业在获得极大发展空间的同时，也承受着威胁和挑战。决定企业核心竞争力的因素体现在企业所提供的产品上。要求产品高质量、低价格、短交货期，且能不断适应多变的市场和个性化的客户需求，这对企业制造车间生产作业计划和均衡生产都提出了更高的要求。当前离散制造车间生产过程中，存在机床待机时间过长、零件生产安排不合理等问题，因此车间生产前的静态调度安排显得十分必要，合理的静态调度安排利于制造过程的能效的提高，符合企业的核心利益。当前学术界，对于制造车间的调度安排已经展开了广泛的研究，产生了多种理论算法，由于缺乏对实际生产环境的了解，现阶段多数算法不能直接应用于离散制造车间静态调度中，因此，采用合理的算法应用到制造车间，从而达到减小工时和生产耗能，是研究的关键点。

发明内容

针对现有技术的不足之处，本发明结合教与学算法的优势，经过部分改进将其应用到制造车间静态调度中，提出一种离散制造车间静态调度优化系统，从而达到提高能效的结果。

按照本发明提供的技术方案，所述基于教与学算法的离散制造车间静态调度优化系统包括数据服务器、运算服务器、终端显示屏；所述数据服务器，收集制造车间机床的加工耗能、耗时和待机情况，实时统计车间的加工情况，对车间的机床的生产耗能数据进行实时跟踪，同时对机床的加工情况和工人的出勤情况进行统计；所述运算服务器中嵌入有调度优化客户端，调度优化客户端通过对加工任务的分析，以及参考数据服务器的各项详细信息，对当日加工任务通过优化算法做一个合理的调度安排，具体优化算法采用教与学优化算法，所述调度优化客户端的构建方法如下：

步骤一、确定离散制造车间调度优化的目标函数；

以制造车间机床最大加工时间最小和总耗能最小为目标函数，采用加权的方法对两个目标函数进行融合，融合的值取最小时，达到调度要求，即

FM＝min(max(FM_i))

(1)

min(W)＝u₁FM+u₂WM(3)

FM_i——所有工件在机床M_i上的完工时间；

FM——所有工件的最后完工时间；

wm_i——所有工件在机床M_i的耗能量；

WM——所有机床的总耗能量；

i——为大于0的正整数变量；

n——机床总量；

min(W)——两个目标函数的最终加权值；

u₁、u₂——两个加权值，根据企业实际需要取值；

进行排产时，调度优化算法需要满足以下约束条件：

1.1、某道工序在某一时刻只能用同一台机器进行加工；

1.2、某个工件的一道工序一旦开始加工，在该工序完成之前不能随意终止；

1.3、在零时刻所有工件的加工优先级都相同；

1.4、不同工件的各工序之间的加工顺序优先级相同，同一工件的各工序的加工必须按照之前约定好的加工顺序；

步骤二、采用改进教与学优化算法求解上述目标函数，具体求解过程包括：

步骤2.1、编码：每个调度方案代表一个学生，学生的成绩采用双层设计的方式进行定义，第一层定义为工序层，表示第i个零件的各个工序；第二层定义为机器层，表示第i个零件的工序加工时的机器；

步骤2.2、参数初始化：根据机床的数量和零件的加工任务对教与学优化算法中的学生进行初始化；

步骤2.3、基于改进教与学算法进行求解目标函数，输出最优调度方案；

所述改进教与学算法的运行过程包括老师的“教”过程、学生的“学”过程以及更新阶段；

a、老师的“教”过程中，假定学生为X^j，两个目标函数的最终加权值定义为f(Xⁱ)，

j＝1，2，3，...，N，i∈{1234...N}，N为学生总数，选取min(f(Xⁱ))的学生作为老师X_teacher，选取最接近即f(X)的平均值的学生作为Mean值；“教”过程公式如下：