[发明专利]一种动态策略的差分进化柔性车间优化调度方法

说明书

技术领域

本发明涉及一种柔性车间、智能制造、差分进化算法、优化调度领域，尤其涉及的是一种动态策略的差分进化柔性车间优化调度方法。

背景技术

当前，世界范围内掀起了发展智能制造为核心的工业4.0浪潮，我国顺应科技变革，提出了“中国制造”的发展目标来实现制造业智能制造，最终实现制造业数字化、网络化、智能化。这意味着：传统大批量、少品种的流水线生产的单一化生产模式将不再符合当今制造业的发展理念。此外，随着社会进步和人们生活水平的提高，市场需求从相对稳定型逐步转向动态多变型。市场需求和企业生产特点表现为：市场的竞争日趋激烈并带有多变性和不可预测性、产品更新周期日益加快、顾客对产品需求更多样化以致产品的需求倾向顾客化。在这种竞争激烈的市场环境下，企业生存和具备竞争力与否取决于企业能否具有在较短的开发周期内，生产出较低成本、较高质量的不同品种产品的能力，以期用最短的生产周期对市场需求变化作出响应，并使包括厂房、设备及人力在内的资源得到最有效地利用，达到企业生产经营能力整体优化的目的。可见，柔性制造开始在制造系统中占有越来越重要的位置。制造业的发展水平是国民经济实力的重要体现，随着智能制造不断推进，以多品种、小批量生产方式为主的柔性制造系统(Flexible Manufacturing System，FMS)逐步进入人们视野，其中车间优化调度作为柔性制造生产计划的关键技术和核心内容，在提高生产效率，降低生产成本等方面起到了至关重要的作用。柔性作业车间排产问题(Flexible Job Shop Scheduling Problem，FJSP)是传统作业车间排产问题的一个扩展，它允许一个操作能被一个给定集合中的任何一台机器处理；因为有额外的机器的分配，它比作业车间排产问题更复杂。

差分进化算法(DE)是一种新兴的进化计算技术。差分进化算法是一种模拟生物进化的随机模型，通过反复迭代，使得那些适应环境的个体被保存了下来。同时，DE特有的记忆能力使其可以动态跟踪当前的搜索情况，以调整其搜索策略，具有较强的全局收敛能力和鲁棒性，且不需要借助问题的特征信息，适于求解一些利用常规的数学规划方法所无法求解的复杂环境中的优化问题。车间的排产问题(Job Shop Scheduling Problem，JSP)一般是指如何在有限的生产资源和设备约束条件下，安排出有效合理的生产工序和加工的设备，使得预设目标最优；该问题通常是多约束、多目标、随机不确定的。然而现在大多柔性车间优化调度方法求解速度慢且可靠性低，难以找到最优排产方式。

因此，现有柔性车间优化调度方式存在不足，需要改进。

发明内容

为了克服现有柔性车间优化调度方式的求解速度慢且可靠性低、难以找到最优排产方式，本发明提供了一种基于种群中个体拥挤度来划分算法阶段、进而选择相应的变异策略的差分进化柔性车间优化调度方法。

本发明解决其技术问题采用的技术方法是：

一种动态策略的差分进化柔性车间优化调度方法，所述方法包括以下步骤：

A1、将柔性车间生产排产问题转化为数学公式描述；对n种工件在m台机器上加工，每种工件包含n_i道工序；所需优化的目标函数为：

f(x)＝min(maxC_i)

其中，C_i表示工件i完成加工的时间；i表示工件序号，i＝1,2,3,…,n；j表示工件的工序，j＝1,2,3,…,n_i；k表示机器的序号，k＝1,2,3,…,m；P_ijk为工件i的第j道工序在机器k上的加工时间，P_abk为工件a的第b道工序在机器k上的加工时间，a＝1,2,3,...,n，b＝1,2,3,...,n_i；X_ijk表示工件i的第j道工序在机器k上加工；X_i(j-1)l表示工件i的第j道工序的前一道工序在机器l上加工，l＝1,2,3,...,m；R_ijegk表示工件i的第j道工序e的第g道工序在同一台机器k上加工，且工序j先与工序g，第j道工序在机器k上的加工时间，e＝1,2,3,...,n_i，g＝1,2,3,...,n_i；C_ijk为工件i的第j道工序在机器k上的完成时间，C_abk为工件a的第b道工序在机器k上的完成时间；