[发明专利]一种基于改进遗传算法的混流制造车间调度方法

说明书

本发明涉及制造车间调度技术领域，公开了一种基于改进遗传算法的混流制造车间调度方法。该方法步骤为：1、根据实际车间生产情况建立Petri网模型；2、在所述Petri网模型基础上，将车间调度方案用染色体编码算法编码为染色体；3、采用改进遗传算法对所述染色体进行运算，求解适应度最大的染色体。提供了一种搜索能力更强的，收敛性更好的，运算时间、空间需求更小的，求解结果更稳定、更优良的混流制造车间调度方法。

技术领域

本发明涉及制造车间调度技术领域，特别是涉及一种基于改进遗传算法的混流制造车间调度方法。

背景技术

目前，面对市场竞争的日益激烈，制造企业要想增强企业核心竞争力就不得不更加注重产品的生产效率，对大多数使用大规模混流制造系统的企业更是如此。大规模混流制造系统由于其自身的特性，在调度时会产生巨大的解空间，从而产生搜索求解难的问题。随着客户个性化定制产品的需求不断增多，混流制造作为一种面向定制的生产组织模式，其所包含的阶段并行机让混流制造具备了生产的柔性化，可以实现以需定产和快速切换。鉴于混流制造应用的广泛性和复杂性，其生产调度问题一直是智能制造业研究的热点。使用遗传算法来解决此类问题是比较通行的。传统遗传算法具有较好的搜索能力，从给定的任一初始种群开始，一般都能在全局寻找到最优解，但是在种群数量巨大时，遗传算法容易出现局部收敛的问题，即算法收敛于局部最优解而无法搜索全局。

中国发明专利CN106295878B(授权公告日为2017年10月31日)，公开了一种基于Petri网与改进遗传算法的柔性作业车间调度系统，是通过考虑峰谷电价和间接能耗来最小化完工时间和用电费用的系统，包括作业时间选择模块和机器任务分配模块；作业时间选择模块是通过建立能源时间Petri网模型和时间选择模拟算法TSSA，得到迁移激活时间序列FS和迁移加工序列TS’，机器任务分配模块是通过改进遗传算法和Petri网相结合进行仿真，找出最佳的迁移加工序列TS，获得柔性作业车间调度TI-FJSP的满意解；该发明提出的柔性作业车间调度系统有效优化生产计划的制定和执行，为企业提供峰谷电价下最低成本的生产方式，降低企业生产成本且提高能源的利用率，优化能源配置，节约资源，保护环境，实现企业经济效益的最大化，提高企业的行业竞争力。该发明考虑了电力成本和时间人工成本，采用Petri网模型对遗传算法进行了改进，但是在传统的染色体结构下运算空间和时间需求大，使用传统遗传算法全局搜索性、收敛性较差。

发明内容

本发明为了克服现有技术中存在的传统的染色体结构下运算空间和时间需求大，使用传统遗传算法全局搜索性、收敛性较差的技术缺陷，提供一种搜索能力更强的，收敛性更好的，运算时间、空间需求更小的，求解结果更稳定、更优良的混流制造车间调度方法。

为了实现上述目的，本发明提供了一种基于改进遗传算法的混流制造车间调度方法，具体包括以下步骤：

S1:根据实际车间生产情况建立Petri网模型；

S2:在所述Petri网模型基础上，将车间调度方案用染色体编码算法编码为染色体；

S3:采用改进遗传算法对所述染色体进行运算，求解适应度最大的染色体；

其中，所述步骤S3，所述适应度最大的染色体代表完成加工所需时间最短的车间调度方案，即所述改进遗传算法的最优解。

上述方案中，第一步会对实际生产加工车间进行perti网模型建模，使其可以从实际问题变为可分析的抽象问题；第二步通过染色体编码算法将车间调度方案编码为染色体；第三步将染色体放入改进遗传算法中，利用改进遗传算法对随机生成的染色体进遗传进行迭代优化，输出最优解，即获得加工所需时间最短的车间调度方案。

作为优选方案，所述步骤S3中，所述改进遗传算法需要进行若干次遗传迭代，进行一次遗传迭代即依次进行交叉操作、变异操作、邻域搜索；进行一次所述遗传迭代所生成的染色体为一代染色体。