[发明专利]基于自适应遗传算法的新工件重调度优化方法

说明书

一种以节能为目标含有热处理工艺的离散制造系统中基于自适应遗传算法的新工件重调度优化方法，包括如下步骤：建立数学模型；初始化；确定种群规模G、交叉率p_c、变异率p_m、替换率p_r，循环次数上限t和局域搜索次数T的初始值；生成初始种群σ；判断是否为最优重调度，如果是则个体即为最优的重调度方案；否则，执行顺序交叉、变异操作、染色体选择操作；自适应局域搜索，找到优于当前重调度解的新重调度序列；更新种群；停止准则，如果循环的总次数达到规定的上限值t时，输出具有最大适值函数的个体，计算结束；否则继续进化种群。本发明弥分别运用倒置、转移和互换三种局域搜索算子形成一个自适应的局域搜索算法，能够在较短时间内获得更优的节能重调度方案。

技术领域

本发明属于工业工程领域中离散制造系统的工件调度管理技术，尤其涉及一种基于自适应遗传算法的针对含有热处理工艺的离散制造系统中以节能为优化目标的工件重调度方法。

背景技术

现代制造企业生产管理的关键是优化资源配置，而生产调度环节是优化企业资源配置的重要环节，我国制造业规模已跃居全球首位，为使经济增长与潜在增长率相协调，生产要素的供给能力和资源环境的承受能力相适应，重要的是优化资源配置。而优化现代制造企业的生产管理是优化企业资源配置的重要环节。因此，如何获得最优调度方法使之适应复杂的实际生产环境和企业目标要求，一直以来都是国内外研究和应用的热点问题。

热处理工艺是工业企业中一项重要基础和常用的工艺技术，像石英玻璃深加工、半导体加工、陶瓷制品，以及轴、轴承、齿轮、连杆等重要的机械零件和工业模具都是要经过热处理的。我国在热处理的基础理论研究和某些热处理新工艺、新技术研究方面，与工业发达国家的差距也不大，但我国能源利用率低，热处理行业的专业化水平远低于工业发达国家水平。而与其他制造工艺相比，热处理工艺的特点决定了在含有热处理工艺的制造企业中，生产调度计划与能源消耗的关系尤为紧密。

通常企业在生成之前已经制定好调度计划并按照初始调度进行了相应的人员、设备以及原材料等各方面的配置，而企业也经常有紧急订单需要加工，需要对初始调度进行调整，但重调度时势必受到一些客观条件和具体产品工艺等方面的约束，同时为了满足实际生产需要，必须实施重调度。因此如何根据企业复杂的生产实际情况确定最终可行、近优或者最优的调度计划，同时实现能源消耗最优化，是当前企业亟待解决的问题。而企业目前的重调度方法大多以调度员人工调度为主，而对车间生产中新工件到达需要进行重调度这一类比较重要的问题却没有科学的方法进行解决。

发明内容

本发明是要解决现有技术存在的上述问题，提供一种以节能为目标含有热处理工艺的离散制造系统中基于自适应遗传算法的新工件重调度优化方法。即在具有热处理工位已知初始工件集J_O＝{1,...,n_O}的初始调度υ，针对一组新到工件J_N＝{n_O+1,...,n_O+n_N}，在满足实际工艺要求的前提下，对所有工件进行重调度，从而获得目标为最小化所有工件等待时间和的重调度方案。

本发明的技术解决方案是：

一种基于自适应遗传算法的新工件重调度优化方法，其特殊之处是：包括如下步骤：

步骤1：建立数学模型

在具有热处理工位已知初始工件集的初始调度υ，针对一组新到工件 J_N＝{n_O+1,...,n_O+n_N}，在满足实际工艺要求的前提下，对所有工件进行重调度，从而获得目标为最小化所有工件等待时间和的重调度方案；

数学模型描述如下：

s.t.