CN103679388A - 生产调度方法及生产调度系统 - Google Patents
生产调度方法及生产调度系统 Download PDFInfo
- Publication number
- CN103679388A CN103679388A CN201310731258.4A CN201310731258A CN103679388A CN 103679388 A CN103679388 A CN 103679388A CN 201310731258 A CN201310731258 A CN 201310731258A CN 103679388 A CN103679388 A CN 103679388A
- Authority
- CN
- China
- Prior art keywords
- production
- flow process
- generation
- time
- procedure
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种生产调度方法及生产调度系统,所述生产调度方法包括:获得每一个生产项目的工序信息;利用所述工序信息获得生产流程的约束条件;利用所述工序信息建立设计结构矩阵,并通过所述设计结构矩阵和生产流程的约束条件获得若干组初始生产流程;利用人工免疫算法获得最优生产流程。先通过设计结构矩阵获得若干组初始生产流程,所述初始生产流程满足生产流程的约束条件,并利用人工免疫算法获得最优生产流程,可以在生产不发生冲突的情况下实现总生产时间最短,且同时实现设备利用率的最大化。
Description
技术领域
本发明涉及生产控制领域,尤其涉及一种生产调度方法及生产调度系统。
背景技术
家纺企业是典型的小批量、多品种的生产制造企业,生产方式灵活、操作柔性强,与一般的制造企业生产调度相比,家纺企业的生产调度具有如下特点:①设备受到工艺的约束,特定的设备只能生产特定产品的其中一个工序。②同一个设备能生产多种产品的其中一个工序。③产品的工序数量较少,每个工序对应一台设备。④不同的产品具有不同的生产优先级。⑤不同产品的生产时间不同。⑥批量订单的调度,即将所有订单中的同一产品进行统一调度。
对于类似于家纺企业这种小批量、多品种的生产制造企业,每一个产品的生产数量少,产品的种类多,不同产品的的工序之间可能会存在冲突,相同产品的不同工序之间也会产生冲突。为了避免不同的工序之间发生冲突,现有通常采用一批次的产品生产完后再生产另一批次的产品,但整体生产时间就会变长,且总有部分设备处于空闲状态,生产效率低。
发明内容
本发明解决的问题是提供一种生产调度方法及生产调度系统,通过合理优化产品的加工过程,使得在生产不发生冲突的情况下实现总生产时间最短。
为解决上述问题,本发明实施例提供了一种生产调度方法,包括:获得每一个生产项目的工序信息;利用所述工序信息获得生产流程的约束条件;利用所述工序信息建立设计结构矩阵,并通过所述设计结构矩阵和生产流程的约束条件获得若干组初始生产流程;利用人工免疫算法获得最优生产流程。
可选的,所述约束条件包括设备饱和状态约束条件和工序时间约束条件。
可选的,所述设备饱和状态约束条件为一种相同设备的数量大于或等于任意时刻利用所述设备正在生产的工序的总数量。
可选的,所述工序时间约束条件为同一个生产项目中,在先工序的完成时间早于或等于在后工序的开始时间。
可选的,所述工序信息包括每一个生产项目的工序数、每一个生产项目不同工序之间的顺序、每个工序所需的时间和每个工序对应的设备。
可选的,所述初始生产流程的形成方法包括:对所述设计结构矩阵进行划分和联合运算获得初始工序;根据工序的顺序信息和生产流程的约束条件获得初始生产流程;当不同生产项目的工序发生冲突时,根据任务优先级的不同优先安排生产优先级更高的工序。
可选的,所述人工免疫算法具体包括:对所述若干组初始生产流程进行克隆,获得第一代生产流程;在约束条件的约束下,对所述第一代生产流程进行变异,获得第二代生产流程;计算每一个第二代生产流程的总生产时间,保留总时间最短的至少一个生产流程,获得第三代生产流程;对各个第三代生产流程的总生产时间进行比较,去除总生产时间相近的第三代生产流程,同时引入相同数目的二次初始生产流程,保持第三代生产流程总数不变;当二次初始生产流程的总生产时间都大于第三代生产流程的总生产时间,将总生产时间最短的第三代生产流程作为最优生产流程;当至少部分二次初始生产流程的总生产时间小于第三代生产流程的总生产时间,重新形成新的初始生产流程,并重新通过克隆、变异等步骤,直到最终获得的二次初始生产流程的总生产时间都大于第三代生产流程的总生产时间,将总生产时间最短的第三代生产流程作为最优生产流程。
可选的,获得第三代生产流程后,还包括:比较第三代生产流程和初始生产流程的平均总生产时间,当第三代生产流程的平均总生产时间比初始生产流程的平均总生产时间少且两者的差值大于特定值,则引入二次初始生产流程;否者,重新形成新的初始生产流程,并重新对所述新的初始生产流程进行克隆,获得第一代生产流程。
可选的,当二次初始生产流程的总生产时间都大于第三代生产流程的总生产时间,至少一次重新引入二次初始生产流程,当每一次引入的二次初始生产流程的总生产时间都大于第三代生产流程的总生产时间,则将总生产时间最短的第三代生产流程作为最优生产流程。
本发明实施例还提供了一种生产调度系统,包括:工序信息获取模块,用于获取每一个生产项目的工序信息;约束条件形成模块,利用获取的工序信息获得生产流程的约束条件;初始生产流程生成模块,利用所述工序信息建立设计结构矩阵,并通过所述设计结构矩阵和生产流程的约束条件获得若干组初始生产流程;最优生产流程生成模块,利用人工免疫算法,根据初始生产流程获得最优生产流程。
与现有技术相比,本技术方案具有以下优点:
先通过设计结构矩阵获得若干组初始生产流程,所述初始生产流程满足生产流程的约束条件,并利用人工免疫算法获得最优生产流程,可以在生产不发生冲突的情况下实现总生产时间最短,且同时实现设备利用率的最大化。
附图说明
图1是本发明实施例的生产调度方法的流程示意图;
图2是本发明一个实施例的设计结构矩阵图;
图3是本发明实施例的人工免疫算法的流程示意图;
图4是本发明实施例的生产调度系统的结构示意图。
具体实施方式
为了避免多个生产项目的不同工序之间发生冲突,现有通常采用一批生产项目的产品生产完后再生产另一批生产项目的产品,但总生产时间就会变长,且由于不同生产项目所需的设备不完全相同,一个工序完成后对应的设备就会处于空闲状态,生产效率低。为此,本发明实施例采用了一种生产调度方法及生产调度系统,先通过设计结构矩阵获得若干组初始生产流程,所述初始生产流程满足生产流程的约束条件,并利用人工免疫算法获得最优生产流程,可以在生产不发生冲突的情况下实现总生产时间最短,且同时实现设备利用率的最大化。
下面结合附图,通过具体实施例,对本发明的技术方案进行清楚、完整的描述。
请参考图1,为本发明实施例的生产调度方法的流程示意图,包括:
步骤S101,获得每一个生产项目的工序信息;
步骤S102,利用所述工序信息获得生产流程的约束条件;
步骤S103,利用所述工序信息建立设计结构矩阵,并通过所述设计结构矩阵和生产流程的约束条件获得若干组初始生产流程;
步骤S104,利用人工免疫算法获得最优生产流程。
具体的,执行步骤S101,每一个生产项目的工序信息包括每一个生产项目的工序数、每一个生产项目不同工序之间的顺序、每个工序所需的时间和每个工序对应的设备。在其他实施例中,所述生产项目的工序信息还可以包括不同工序之间的优先级。所述生产项目的工序信息可以通过人工输入或者通过生产任务管理软件获得。
在本实施例中,以毛巾加工过程为例对生产项目的工序信息进行说明。由于毛巾的品种很多,因此毛巾加工过程包括I个并行执行的生产项目,每一个生产项目i(i=1,2,…,I)由Ji个产品生产工序ij组成,单个项目i中的产品生产工序ij必须按照每台机器Mij中的某一个模态m(m=1,2,…,Mij)进行加工,对于不同执行模态的产品生产任务的生产时间由dijm表示,同一个工序可以由不同的机器完成,即对应的模态不同,相应的生产时间也不尽相同,共需qijmr(r=1,2,…,R)个工序加工过程,其中每道工序对应单台设备加工过程。生产加工过程中,所需加工工序或不同类型机器设备总和记为Qr,其中r为不同加工工序或不同类型设备。
执行步骤S102,当获得所述生产项目的工序信息后,利用所述工序信息获得生产流程的约束条件。所述约束条件包括设备饱和状态约束条件和工序时间约束条件。
由于每道工序对应一台生产设备,一种相同设备的数量必须要大于或等于任意时刻利用所述设备正在生产的工序的总数量,其中BJ(t)表示在时刻t正在执行的产品加工工序集。因此,所述设备饱和状态约束条件为一种相同设备的数量必须要大于或等于任意时刻利用所述设备正在生产的工序的总数量,后续对工序流程进行调度时必须符合所述设备饱和状态约束条件。
由于不同工序之间存在先后顺序,只有在先工序完成后才能开始在后工序,Fil≤Fih-dihm,Fil为在先工序完成的时刻,Fih为在后工序完成的时刻,dihm为在后工序所需要的时间。因此,所述工序时间约束条件包括同一个生产项目中,在先工序的完成时间早于或等于在后工序的开始时间,后续对工序流程进行调度时必须符合所述工序时间约束条件。
执行步骤S103,利用所述工序信息建立设计结构矩阵(DSM),在本实施例中,所述设计结构矩阵请参考图2,包括四个并行执行的生产项目,每个项目具有4~6个不等的工序,例如第一个生产项目包括A1~A5个生产任务,当两两之间存在先后的顺序关系时,例如A1与A2、A3、A5之间存在先后关系时,在对应的表格内用X表示;当不同生产项目的两个生产任务都需要利用同一生产设备,可能会引起冲突时,例如A2和B2都需要利用同一生产设备,可能会引起冲突时,在对应的表格内用C表示。
通过所述生产项目的工序信息获得初始的设计结构矩阵后,然后对每一个生产项目对应的子块进行划分(partition)运算和联合(banding)运算,获得初始工序。所述划分运算是通过处理DSM矩阵行列顺序的运算过程(即重新排序),新的DSM排序理论上应不包含任何一个反馈标记(主对角线上方的标记X或C),将DSM矩阵转变成下三角形式。所述联合运算用来交替改变DSM矩阵中的明暗带以显示任务的独立性,如平行性或并行性,从而获得初始工序。
并根据工序的顺序信息和生产流程的约束条件获得初始生产流程,具体包括:建立t时刻项目的可行加工任务集EJ、正在执行加工任务集BJ和已完成加工任务集FJ,现将初始工序作为正在执行加工任务集BJ,当正在执行加工任务集BJ变为已完成加工任务集FJ时,从设计结构矩阵中获得随后的在后工序,设为可行加工任务集EJ,且同时满足工序时间约束条件和设备饱和状态约束条件,当下一个正在执行加工任务集BJ变为已完成加工任务集FJ时,继续从设计结构矩阵中获得随后的在后工序,直到最终获得初始生产流程。
其中,当不同生产项目的工序会发生冲突时,即对应的表格内用C表示时,根据任务优先级的不同优先安排生产优先级更高的工序。所述任务优先级的确定受许多因素的影响,包括任务周期、所需资源量、最早和最迟开始时间、紧急程度等等。
在本实施例中,采用最大任务周期(Maximum Duration,MaxDur),最大资源需求(Maximum Resource Requirement,MaxRR)、最早开始时间(Early StartTime,EST)以及最多紧后任务(Maximum Number of Immediate Successors,MaxSuc)四种优先级原则,所述最大任务周期是指一个生产项目的生产时间最长的优先处理,所述最大资源需求是指资源需求最大的优先处理,所述最早开始时间是指最早开始生产的优先处理,所述最多紧后任务是指该任务后紧跟的任务量最大的优先处理,通过随机选择或任意选择其中一种确定任务资源竞争的优先级,根据任务优先级的不同优先安排生产优先级更高的工序。在其它实施例中,还可以采用其他优先权原则安排生产工序。
执行步骤S104,当获得若干组初始生产流程后,利用人工免疫算法获得最优生产流程,具体的步骤请参考图3,为所述人工免疫算法的流程示意图,包括:
步骤S201,对所述若干组初始生产流程进行克隆,获得产生第一代生产流程;
步骤S202,在约束条件的约束下,对所述第一代生产流程进行变异,获得第二代生产流程;
步骤S203,计算每一个第二代生产流程的总生产时间,保留总时间最短的至少一个生产流程,获得第三代生产流程;
步骤S204,判断比较第三代生产流程和初始生产流程的平均总生产时间,当第三代生产流程的平均总生产时间比初始生产流程的平均总生产时间少且两者的差值大于特定值者,则执行步骤S205;否则,重新执行步骤S201;
步骤S205,对各个第三代生产流程的总生产时间进行比较,去除总生产时间相近的第三代生产流程,同时引入相同数目的二次初始生产流程,当二次初始生产流程的总生产时间都大于第三代生产流程的总生产时间,执行步骤S206;当至少部分二次初始生产流程的总生产时间小于第三代生产流程的总生产时间,执行步骤S201;
步骤S206,至少一次重新去除总生产时间相近的第三代生产流程,引入二次初始生产流程,当每一次引入的二次初始生产流程的总生产时间都大于第三代生产流程的总生产时间,则执行步骤S207;
步骤S207,将总生产时间最短的第三代生产流程作为最优生产流程。
具体的,当获得N组初始生产流程后,对所述初始生产流程进行n倍克隆,形成n*N组第一代生产流程,较多的第一代生产流程有利于在最短的时间内获得最优生产流程。
在设备饱和状态约束条件和工序时间约束条件的约束下,对所述第一代生产流程进行变异,获得第二代生产流程,尽量使得各个第二代生产流程的总生产时间各不相同,从而有利于获得总生产时间较短的生产流程。
在本实施例中,计算每一个第二代生产流程的总生产时间,保留总时间较短的N组生产流程,所述N组生产流程作为第三代生产流程,所述第三代生产流程的数量等于初始生产流程的数量。在其他实施例中,所述第三代生产流程的数量也可以不等于初始生产流程的数量,至少为1组。
在本实施例中,比较第三代生产流程和初始生产流程的平均总生产时间,当第三代生产流程的平均总生产时间比初始生产流程的平均总生产时间少,则引入二次初始生产流程;当第三代生产流程的平均总生产时间等于或小于初始生产流程的平均总生产时间时,则重新形成新的初始生产流程,并重新对所述新的初始生产流程进行克隆。
在另一实施例中,当第三代生产流程的平均总生产时间比初始生产流程的平均总生产时间少且两者的差值大于特定值,所述特定值为第三代生产流程的平均总生产时间或初始生产流程的平均总生产时间的某个百分比,所述百分比为大于或等于0%,例如10%,则去除总生产时间相近的第三代生产流程,引入二次初始生产流程;否者,重新形成新的初始生产流程,并重新对所述新的初始生产流程进行克隆。
所述二次初始生产流程为重新获得的初始生产流程,所述二次初始生产流程的获得过程与初始生产流程的获得过程一致,即利用步骤S103获得初始生产流程,在此不作赘述。
当获得第三代生产流程后,对各个第三代生产流程的总生产时间进行比较,去除总生产时间相近的第三代生产流程,同时引入相同数目的二次初始生产流程,使得第三代生产流程的总个数不变。当引入的二次初始生产流程的总生产时间都比第三代生产流程的总生产时间长时,则表明所述第三代生产流程包括了总生产时间最短的一组生产流程,因此将第三代生产流程中总生产时间最短的作为最优生产流程。
在其他实施例中,当二次初始生产流程的总生产时间都大于第三代生产流程的总生产时间,至少一次重新去除总生产时间相近的第三代生产流程,引入二次初始生产流程,用于进一步测试,当每一次引入的二次初始生产流程的总生产时间都大于第三代生产流程的总生产时间,则将第三代生产流程中总生产时间最短的作为最优生产流程。
当至少部分二次初始生产流程的总生产时间小于第三代生产流程的总生产时间,说明所述第三代生产流程并不是总生产时间最短的一批生产流程,因此其中时间最短的第三代生产流程也不一定就是实际上总生产时间最短的生产流程,因此重新执行步骤S201,形成新的初始生产流程,并重新通过克隆、变异等步骤,直到最终获得的二次初始生产流程的总生产时间都大于第三代生产流程的总生产时间,将最终获得的第三代生产流程中总生产时间最短的作为最优生产流程。
本发明实施例还提供了一种生产调度系统,请参考图4,为所述生产调度系统的结构示意图,包括:工序信息获取模块301,用于获取每一个生产项目的工序信息;约束条件形成模块302,利用获取的工序信息获得生产流程的约束条件;初始生产流程生成模块303,利用所述工序信息建立设计结构矩阵,并通过所述设计结构矩阵和生产流程的约束条件获得若干组初始生产流程;最优生产流程生成模块304,利用人工免疫算法,根据初始生产流程获得最优生产流程。
所述工序信息获取模块301为所述生产调度系统对应的PC的输入接口或者所述生产调度系统与企业管理系统相连接的信息输入端,用于输入每一个生产项目的工序信息。
所述约束条件形成模块302与所述工序信息获取模块301相连接,利用获取的工序信息获得生产流程的约束条件,并利用所述约束条件对初始生产流程和最优生产流程的形成进行约束。
所述初始生产流程生成模块303与工序信息获取模块301和约束条件形成模块302相连接,利用所述工序信息建立设计结构矩阵,并通过所述设计结构矩阵和生产流程的约束条件获得若干组初始生产流程。
所述最优生产流程生成模块304与初始生产流程生成模块303和约束条件形成模块302相连接,利用人工免疫算法,根据初始生产流程获得最优生产流程。
本发明虽然已以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改,因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰,均属于本发明技术方案的保护范围。
Claims (10)
1.一种生产调度方法,其特征在于,包括:
获得每一个生产项目的工序信息;
利用所述工序信息获得生产流程的约束条件;
利用所述工序信息建立设计结构矩阵,并通过所述设计结构矩阵和生产流程的约束条件获得若干组初始生产流程;
利用人工免疫算法获得最优生产流程。
2.如权利要求1所述的生产调度方法,其特征在于,所述约束条件包括设备饱和状态约束条件和工序时间约束条件。
3.如权利要求2所述的生产调度方法,其特征在于,所述设备饱和状态约束条件为一种相同设备的数量大于或等于任意时刻利用所述设备正在生产的工序的总数量。
4.如权利要求2所述的生产调度方法,其特征在于,所述工序时间约束条件为同一个生产项目中,在先工序的完成时间早于或等于在后工序的开始时间。
5.如权利要求1所述的生产调度方法,其特征在于,所述工序信息包括每一个生产项目的工序数、每一个生产项目不同工序之间的顺序、每个工序所需的时间和每个工序对应的设备。
6.如权利要求1所述的生产调度方法,其特征在于,所述初始生产流程的形成方法包括:对所述设计结构矩阵进行划分和联合运算获得初始工序;根据工序的顺序信息和生产流程的约束条件获得初始生产流程;当不同生产项目的工序发生冲突时,根据任务优先级的不同优先安排生产优先级更高的工序。
7.如权利要求1所述的生产调度方法,其特征在于,所述人工免疫算法具体包括:
对所述若干组初始生产流程进行克隆,获得第一代生产流程;
在约束条件的约束下,对所述第一代生产流程进行变异,获得第二代生产流程;
计算每一个第二代生产流程的总生产时间,保留总时间最短的至少一个生产流程,获得第三代生产流程;
对各个第三代生产流程的总生产时间进行比较,去除总生产时间相近的第三代生产流程,同时引入相同数目的二次初始生产流程,保持第三代生产流程总数不变;
当二次初始生产流程的总生产时间都大于第三代生产流程的总生产时间,将总生产时间最短的第三代生产流程作为最优生产流程;
当至少部分二次初始生产流程的总生产时间小于第三代生产流程的总生产时间,重新形成新的初始生产流程,并重新通过克隆、变异等步骤,直到最终获得的二次初始生产流程的总生产时间都大于第三代生产流程的总生产时间,将总生产时间最短的第三代生产流程作为最优生产流程。
8.如权利要求7所述的生产调度方法,其特征在于,获得第三代生产流程后,还包括:比较第三代生产流程和初始生产流程的平均总生产时间,当第三代生产流程的平均总生产时间比初始生产流程的平均总生产时间少且两者的差值大于特定值,则引入二次初始生产流程;否者,重新形成新的初始生产流程,并重新对所述新的初始生产流程进行克隆,获得第一代生产流程。
9.如权利要求7所述的生产调度方法,其特征在于,当二次初始生产流程的总生产时间都大于第三代生产流程的总生产时间,至少一次重新去除总生产时间相近的第三代生产流程,引入二次初始生产流程,当每一次引入的二次初始生产流程的总生产时间都大于第三代生产流程的总生产时间,则将总生产时间最短的第三代生产流程作为最优生产流程。
10.一种生产调度系统,其特征在于,包括:
工序信息获取模块,用于获取每一个生产项目的工序信息;
约束条件形成模块,利用获取的工序信息获得生产流程的约束条件;
初始生产流程生成模块,利用所述工序信息建立设计结构矩阵,并通过所述设计结构矩阵和生产流程的约束条件获得若干组初始生产流程;
最优生产流程生成模块,利用人工免疫算法,根据初始生产流程获得最优生产流程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310731258.4A CN103679388B (zh) | 2013-12-26 | 2013-12-26 | 生产调度方法及生产调度系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310731258.4A CN103679388B (zh) | 2013-12-26 | 2013-12-26 | 生产调度方法及生产调度系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103679388A true CN103679388A (zh) | 2014-03-26 |
CN103679388B CN103679388B (zh) | 2017-07-04 |
Family
ID=50316865
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310731258.4A Active CN103679388B (zh) | 2013-12-26 | 2013-12-26 | 生产调度方法及生产调度系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103679388B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104537503A (zh) * | 2015-01-15 | 2015-04-22 | 深圳市微优微科技有限公司 | 数据处理方法和系统 |
CN104572590A (zh) * | 2015-01-27 | 2015-04-29 | 大连大学 | 一种面向产品结构设计结构矩阵的划分方法 |
CN105321042A (zh) * | 2015-10-19 | 2016-02-10 | 金航数码科技有限责任公司 | 一种基于遗传算法的高级计划排程系统及方法 |
CN108549296A (zh) * | 2018-05-22 | 2018-09-18 | 佛山科学技术学院 | 一种工业机器人工作饱和自动控制方法及其装置 |
CN108846587A (zh) * | 2018-06-21 | 2018-11-20 | 英特尔产品(成都)有限公司 | 用于确定产品生产计划的系统及方法 |
CN109711092A (zh) * | 2019-01-16 | 2019-05-03 | 重庆大学 | 一种基于设计结构矩阵的加工车间布局设计方法及系统 |
CN110348623A (zh) * | 2019-07-03 | 2019-10-18 | 西安交通大学 | 基于设计结构矩阵的复杂产品开发时间预测及优化方法 |
CN110516936A (zh) * | 2019-08-13 | 2019-11-29 | 武汉攀升鼎承科技有限公司 | 一种智能生产流水线调配系统 |
CN111650895A (zh) * | 2020-04-08 | 2020-09-11 | 上海航天精密机械研究所 | 一种自动线生产任务动态调度方法 |
CN113359648A (zh) * | 2021-07-01 | 2021-09-07 | 哈尔滨理工大学 | 相同设备上虚拟调整时长的综合调度算法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102222274A (zh) * | 2011-04-02 | 2011-10-19 | 西安电子科技大学 | 基于调度编码的免疫克隆选择作业车间调度方法 |
-
2013
- 2013-12-26 CN CN201310731258.4A patent/CN103679388B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102222274A (zh) * | 2011-04-02 | 2011-10-19 | 西安电子科技大学 | 基于调度编码的免疫克隆选择作业车间调度方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104537503A (zh) * | 2015-01-15 | 2015-04-22 | 深圳市微优微科技有限公司 | 数据处理方法和系统 |
CN104537503B (zh) * | 2015-01-15 | 2018-03-02 | 深圳市微优微科技有限公司 | 数据处理方法和系统 |
CN104572590A (zh) * | 2015-01-27 | 2015-04-29 | 大连大学 | 一种面向产品结构设计结构矩阵的划分方法 |
CN105321042A (zh) * | 2015-10-19 | 2016-02-10 | 金航数码科技有限责任公司 | 一种基于遗传算法的高级计划排程系统及方法 |
CN105321042B (zh) * | 2015-10-19 | 2017-02-22 | 金航数码科技有限责任公司 | 一种基于遗传算法的高级计划排程系统及方法 |
CN108549296A (zh) * | 2018-05-22 | 2018-09-18 | 佛山科学技术学院 | 一种工业机器人工作饱和自动控制方法及其装置 |
CN108846587A (zh) * | 2018-06-21 | 2018-11-20 | 英特尔产品(成都)有限公司 | 用于确定产品生产计划的系统及方法 |
CN109711092A (zh) * | 2019-01-16 | 2019-05-03 | 重庆大学 | 一种基于设计结构矩阵的加工车间布局设计方法及系统 |
CN110348623A (zh) * | 2019-07-03 | 2019-10-18 | 西安交通大学 | 基于设计结构矩阵的复杂产品开发时间预测及优化方法 |
CN110348623B (zh) * | 2019-07-03 | 2021-11-19 | 西安交通大学 | 基于设计结构矩阵的复杂产品开发时间预测及优化方法 |
CN110516936A (zh) * | 2019-08-13 | 2019-11-29 | 武汉攀升鼎承科技有限公司 | 一种智能生产流水线调配系统 |
CN110516936B (zh) * | 2019-08-13 | 2022-04-08 | 武汉攀升鼎承科技有限公司 | 一种智能生产流水线调配系统 |
CN111650895A (zh) * | 2020-04-08 | 2020-09-11 | 上海航天精密机械研究所 | 一种自动线生产任务动态调度方法 |
CN113359648A (zh) * | 2021-07-01 | 2021-09-07 | 哈尔滨理工大学 | 相同设备上虚拟调整时长的综合调度算法 |
CN113359648B (zh) * | 2021-07-01 | 2022-12-09 | 哈尔滨理工大学 | 相同设备上虚拟调整时长的综合调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103679388B (zh) | 2017-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103679388A (zh) | 生产调度方法及生产调度系统 | |
CN107301473B (zh) | 基于改进遗传算法的同类平行机批调度方法及系统 | |
CN107392402B (zh) | 基于改进禁忌搜索算法的生产运输协同调度方法及系统 | |
CN107168267B (zh) | 基于改进粒子群与启发式策略的生产排产方法及系统 | |
CN106293950B (zh) | 一种面向集群系统的资源优化管理方法 | |
CN105629927A (zh) | 一种基于混合遗传算法的mes生产计划排产方法 | |
CN105959401B (zh) | 一种基于超网络的制造服务供需匹配与动态调度方法 | |
CN110516936B (zh) | 一种智能生产流水线调配系统 | |
CN105450684B (zh) | 云计算资源调度方法和系统 | |
CN102521056A (zh) | 任务分配装置和任务分配方法 | |
CN104572297A (zh) | 一种基于遗传算法的Hadoop作业调度方法 | |
CN102402461A (zh) | 一种基于作业规模的均衡调度方法 | |
CN103685492A (zh) | Hadoop集群系统的调度方法、调度装置及其应用 | |
CN102253837B (zh) | 基于对象树的软件框架设计方法 | |
CN109871270A (zh) | 调度方案生成方法及装置 | |
CN103870883A (zh) | 产线排配控制系统及方法 | |
CN111026534B (zh) | 云计算环境下基于多种群遗传算法的工作流执行优化方法 | |
CN115049175A (zh) | 多产品的生产规划方法及装置、计算机设备及存储介质 | |
CN104915250B (zh) | 一种实现作业内的MapReduce数据本地化的方法 | |
CN104915255B (zh) | 一种可分任务多趟调度模型的求解方法及系统 | |
CN102393687A (zh) | 一种解决改机问题的限定分配调度方法 | |
CN114091853A (zh) | 一种基于订单分配的生产排程方法、系统、电子设备及存储介质 | |
CN102253861A (zh) | 一种分步运算插件的执行方法 | |
CN102184486A (zh) | 离散型制造业生产能力平衡方法 | |
CN105335226A (zh) | 针对多处理器系统的迭代式静态任务列表调度算法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220114 Address after: 310000 No. 2, Xingfu South Road, Xiasha street, Hangzhou Economic and Technological Development Zone, Zhejiang Province Patentee after: HANGZHOU WANSLI SILK DIGITAL PRINTING Co.,Ltd. Address before: 310021 No. 309, Airport Road, Hangzhou, Zhejiang Patentee before: Hangzhou Wensli Silk Sciences and Technology Co.,Ltd. |