[发明专利]一种面向智能仪器仪表生产任务的运行预测方法及系统

权利要求书

1.一种面向智能仪器仪表生产任务的运行预测方法，其特征在于，包括：

基于遗传算法优化企业的零件库存状态；

根据企业的零件库存状态、库存零件总的加工时间、加工后零件能够装配成部件的部件装配时间和部件能够组装成系统的调试检验时间因素，计算现有库存能够满足生产的最长时间，以确定第二批零件的允许采购时间，完成运行预测。

2.如权利要求1所述面向智能仪器仪表生产任务的运行预测方法，其特征在于，以生产时间最长为适应度函数，通过对库存零件种类、数量运用遗传操作，寻找零件的最优库存状态。

3.如权利要求1所述面向智能仪器仪表生产任务的运行预测方法，其特征在于，所述基于遗传算法优化企业的零件库存状态，包括：

选择二进制编码，随机产生N个二进制编码组合构成初始群体；

以零件的总加工时间作为适应度，计算适应度值；

判断是否满足预设的收敛准则f_j(t)≤f_j-1(t)，满足则输出结果，反之则根据各适应度值计算群体中某个个体P_i(m)的选择概率，并以选择概率从当前群体中随机选择部分遗传到下一代，从而产生一个新群体；

对新群体依次进行交叉和变异操作，更新新群体，并计算适应度值，直到得到最优解。

4.如权利要求3所述面向智能仪器仪表生产任务的运行预测方法，其特征在于，所述计算适应度值，为：

式中，f_j(t)为适应度值，POP_j(m)为初始群体，m表示零件种类，t_m为单个零件的加工时间。

5.如权利要求4所述面向智能仪器仪表生产任务的运行预测方法，其特征在于，设定约束条件，所述适应度值满足约束条件则判断是否满足收敛准则，反之则在约束范围内随机生成个体；

该约束条件为：库存成本低于K；

式中，K_m为单个零件的价格，K为企业允许的库存成本。

6.如权利要求1所述面向智能仪器仪表生产任务的运行预测方法，其特征在于，所述确定第二批零件的允许采购时间，为：允许的第二批零件采购时间应该小于等于库存零件总的加工时间、部件装配时间以及系统调试检验时间之和。

7.如权利要求1所述面向智能仪器仪表生产任务的运行预测方法，其特征在于，所述部件装配时间为：

所述系统调试检验时间为：

式中，f_Z(t)为部件装配时间，t_Z为单个部件装配时间，Q为经过加工后的零件可装配成部件的个数，f_T(t)为系统调试检验时间，R为Q个部件可组成的系统个数，t_T为单个系统调试检验时间。

8.一种面向智能仪器仪表生产任务的运行预测系统，其特征在于，包括：

处理模块，基于遗传算法优化企业的零件库存状态；

预测模块，根据企业的零件库存状态、库存零件总的加工时间、加工后零件能够装配成部件的部件装配时间和部件能够组装成系统的调试检验时间因素，计算现有库存能够满足生产的最长时间，以确定第二批零件的允许采购时间，完成运行预测。

9.一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行如权利要求1至7所述方法中的任一方法。

10.一种计算设备，其特征在于，包括：一个或多个处理器、存储器及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行，所述一个或多个程序包括用于执行如权利要求1至7所述方法中的任一方法的指令。