[发明专利]基于遗传算法的分布式全流程作业车间调度方法及终端

说明书

本发明公开了基于遗传算法的分布式全流程作业车间调度方法及终端，涉及车间调度技术领域，其通过双层编码的方式将全流程作业在车间的调度流程转化为数学模型，再基于多种群求解多目标问题的遗传算法以同时优化产品的最大完成时间和机器的总运行成本，每个种群中的个体分别优化一个目标，并利用外部存档中保存的非支配解来引导个体的进化，同时利用局部搜索策略对现有的非支配解进行扰动以提升解的精度和提升算法的收敛性，最终得到多个综合考虑了产品的完成时间和机器运行的成本这两个目标的最优调度方案。解决了现有技术中综合考虑三个阶段调度生产的分布式全流程车间调度问题中存在的NP问题。

技术领域

本发明属于车间调度技术领域，尤其涉及基于遗传算法的分布式全流程作业车间调度方法及终端。

背景技术

随着经济全球化的不断推进，制造业企业都开始从传统的集中式生产模式向新兴的分布式多工厂协同制造模式转变，以缓解生产压力，优化供应链系统效率。因此，传统的、在单一车间内的多台机器上进行调度以生产多个工件的车间调度问题无法满足现代企业的分布式制造要求，亟需新的调度方案。

目前现代企业的产品生产过程可以分为以下三个阶段：（1）产品作业的分布式制造；该阶段的问题是如何将加工产品的多个作业分配到不同工厂以及如何合理地协调不同工厂间作业的加工顺序以最小化作业的最大完成时间；（2）作业到产品的装配；当一个产品的所有作业都生产出来后，就可以对作业进行装配以生产出完整产品，本阶段的目标为最小化产品的最大装配时间；（3）产品的差异化处理；为了满足客户的个性化需求，组装完成的产品往往还需要进行差异化处理，本阶段的目标为最小化产品的最大差异化处理时间。

现代企业产品的生产过程如图1所示，假设每个产品Pi包含两个作业J_i,1和J_i,2，并且所有产品共可分为t类；所有在差异化处理阶段执行相同特定操作的产品为同一类产品，如某些产品最后需要清洗，而某些产品最后需要着色处理；处理生产过程中第d个阶段的机器称为M_d；在阶段1中，共有f个相同的分布式工厂可以对所有作业进行生产，每个作业J_i,p需在第k个分布式工厂的机器M_k,1,1, M_k,1,2, M_k,1,3上依次加工以完成生产；当J_i,1和J_i,2都生产完成后就可以在M₂上完成P_i的装配，随后P_i将根据其所属的类别送往不同的差异化处理机器M_3,h上进行最终的差异化处理以得到最终的产品。

近年来，研究者开始将研究重点放在多阶段的现代产品生产调度问题上，其中仅考虑阶段1以最小化作业的最大完成时间的问题称为分布式置换流水车间调度问题，如公开号为CN114066120A的专利就提供了一种基于差分进化算法的分布式置换流水车间调度方法；同时考虑阶段1和阶段2以最小化产品的最大装配时间的问题称为分布式装配置换流水车间调度问题，如公开号为CN110632907B的专利就提供了一种分布式装配式置换流水车间调度优化方法及系统；同时考虑阶段2和阶段3以最小化产品的最大差异化处理时间的问题称为差异化流水车间调度问题，这三类问题与产品生产阶段的关系如图1所示。虽然仅考虑整个产品生产流程上的一个或两个阶段的现有方法可以降低整体问题的复杂度，减少计算量，但是这类方法得到的结果只是在单一阶段或者两个阶段上的一个调度方案，不能应用于整个产品的完整生产调度上。相比于仅考虑部分生产阶段的调度问题，综合考虑了三个阶段调度生产的分布式全流程车间调度问题的约束更加复杂，并且这种作业的排列调度难度是NP级别的，随着求解规模的增大，通过求解数学模型来计算最优解的精确算法无法在一定时间内得到答案。此外，现有方法通常仅考虑了完成时间这一因素而忽略了机器运行的成本因素，但是如何在这两者之间进行权衡来为工厂获取最大的利润才应该是最终目的。

因此，亟需一种基于遗传算法的分布式全流程作业车间调度方法及终端，以解决上述问题。

发明内容