CN105182946A - 一种具有改机操作的制造车间的排产优化方法 - Google Patents

一种具有改机操作的制造车间的排产优化方法 Download PDF

Info

Publication number
CN105182946A
CN105182946A CN201510642228.5A CN201510642228A CN105182946A CN 105182946 A CN105182946 A CN 105182946A CN 201510642228 A CN201510642228 A CN 201510642228A CN 105182946 A CN105182946 A CN 105182946A
Authority
CN
China
Prior art keywords
game player
workpiece
game
processed
type station
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
Application number
CN201510642228.5A
Other languages
English (en)
Other versions
CN105182946B (zh
Inventor
韩忠华
朱一行
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenyang Jianzhu University
Original Assignee
Shenyang Jianzhu University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenyang Jianzhu University filed Critical Shenyang Jianzhu University
Priority to CN201510642228.5A priority Critical patent/CN105182946B/zh
Publication of CN105182946A publication Critical patent/CN105182946A/zh
Application granted granted Critical
Publication of CN105182946B publication Critical patent/CN105182946B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32015—Optimize, process management, optimize production line
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)

Abstract

一种具有改机操作的制造车间的排产优化方法，属于生产排产优化领域，其步骤为：首先获取制造车间的生产数据，然后建立重复合作博弈模型，并采用建立完成的重复合作博弈模型，获得当前工序中每个待加工工件的工位分配方案，最终获得每道工序中每个待加工工件的工位分配方案，工作人员根据该方案进行工件排产，完成生产任务。本发明能够对制造车间大规模生产的速度进行优化处理，能够快速的获得最优排产方案，同时能够稳定的对生产排产中改机问题进行优化，减少改机操作的次数，减少由改机操作引起的时间浪费，从而提高制造车间的生产效率，增加企业的利益。

Description

一种具有改机操作的制造车间的排产优化方法
技术领域
本发明属于生产排产优化领域，具体涉及一种具有改机操作的制造车间的排产优化方法。
背景技术
随着社会的飞速发展，人们对物质的需求急剧增加，在大型制造企业中,每天需要完成大量的生产订单，因此，实施信息化的生产组织管理和优化决策成了制造业迅速发展的迫切需要；生产排产作为企业生产管理中的重要部分，其生产计划安排的高效性直接关系到企业的经济效益；近几年来，排产领域已有大量的理论研究工作，学者们开发了多种高效的智能优化算法，然而由于一些企业生产规模的巨大，以及产品种类繁多，各种算法在解决实际排产问题时仍面临着巨大的挑战；目前，一些复杂的排产优化问题依然得不到很好地解决，具有改机工序的排产优化问题就是其中之一。
在一些制造车间中，由于产品的多样性，以及生产规模的局限，机器在加工时，通常需要进行改机操作，改机操作为一类问题的抽象概念，如更换零件，更换材料，或在不同类型产品的加工间隙对工位进行的清洁重置等工作，以满足下一个工件的加工需要，改机操作会带来额外的时间消耗，因此大量的改机操作的存在，会极大地降低了车间的生产效率，严重影响企业的效益。
现有的相关工作中，主要采用智能算法对存在改机操作的制造车间排产问题进行直接优化求解；然而，由于实际生产中，生产任务规模巨大，且问题本身复杂度高，单一的智能优化算法很难在最终求得较好的解；其中，在专利“一种解决改机问题的限定分配调度方法”提出在投料时对物料进行聚类操作来解决存在改机操作的排产优化问题，该方法能一定程度上解决小规模生产中的此类问题，然而对于大规模的多工序生产制造过程，其效果欠佳。
发明内容
针对现有技术的不足，本发明提出一种具有改机操作的制造车间的排产优化方法，以达到能够对大规模生产的速度进行优化、减少改机操作的次数和时间浪费、提高制造车间生产效率和增加企业利益的目的。为实现上述目的，本发明采用如下技术方案：
一种具有改机操作的制造车间的排产优化方法，包括以下步骤：
步骤1、获取制造车间的生产数据，包括待加工工件的数量、每个待加工工件在各道工序中加工所需加工时间、每个待加工工件在各道工序中的加工要求和各道工序中任意两种要求之间进行改机操作所需改机时间；
步骤2、建立重复合作博弈模型，并采用建立完成的重复合作博弈模型，获得当前工序中每个待加工工件的工位分配方案，具体步骤如下：
步骤2.1、定义当前工序中，每个待加工工件进行工位分配的工位类型，具体为：
(1)new-machine类型工位：该类型工位未加工过工件，无需进行改机操作，能够对任意加工要求的待加工工件进行加工；
(2)prepared-machine类型工位：待加工工件的前道工序所有工件的完工时间大于等于该类型工位前一个加工工件的完工时间与该类型工位加工待加工工件所需改机时间之和；
(3)same-machine类型工位：该类型工位前一个加工工件与待加工工件的加工要求相同，无需进行改机操作；
(4)different-machine类型工位：该类型工位前一个加工工件与待加工工件的加工要求不同，需要进行一次改机操作后加工待加工工件；
步骤2.2、根据所定义的工位类型，以最小化改机时间和最小化最大前道工序所有工件的完工时间为排产目标，设定当前工序中每个待加工工件的工位分配约束条件，即重复合作博弈模型中博弈玩家的可执行动作集，具体为：
(1)new-rule：当存在new-machine类型工位时，选择该类型工位；
(2)prepared-rule：当存在prepared-machine类型工位时，选择该类型工位；
(3)same-rule：当存在same-machine类型工位时，选择该类型工位；
(4)earliest-rule：选择最早开始为工件加工的类型工位；
(5)CAT-rule：选择所需改机时间最小的类型工位；
(6)FAM-rule：选择空闲时间最长的类型工位；
步骤2.3、建立重复合作博弈模型，具体为：
设定博弈阶段数，即当前工序中待加工工件的数量；
设定博弈玩家数量为2；
设定博弈玩家1的收益为：所有待加工工件的开工时间之和，数值越小收益越高；设定博弈玩家2的收益为所有工位进行改机操作所需改机时间之和，数值越小收益越高；
所述待加工工件的开工时间为：每个待加工工件在各道工序的工位上开始加工的时间；
设定博弈玩家策略为：服从-支配，采用服从策略的玩家对工件不采取行动，采用支配的玩家以减少自身收益损失为目的，为每个待加工工件选择工位进行加工；
设定博弈玩家1进行支配策略的动作集排序从优先级高到低为：new-rule,prepared-rule,earliest-rule,CAT-rule,FAM-rule；
设定博弈玩家2进行支配策略的动作集排序从优先级高到低为：same-rule,new-rule,CAT-rule,FAM-rule；
设定博弈规则为：两个博弈玩家轮流享有优先选择策略的权利；
设定合作协议为：当两个博弈玩家的利益产生冲突时，利益损失受策略选择影响小的博弈玩家主动选择服从策略，另一个博弈玩家选择支配策略，当其中任意玩家违反协议，则在后续的阶段性博弈中，当另一个博弈玩家享有优先选择策略的权利时，另一个博弈玩家直接选择支配策略，直到所有博弈阶段均结束；
步骤2.4、采用建立完成的重复合作博弈模型，获得当前工序中每个待加工工件的工位分配方案，包括以下步骤：
步骤2.4.1、设定每个博弈阶段中可能存在的博弈情景类型，具体为：
(1)仅存在new-machine类型工位；
(2)存在new-machine类型工位和same-machine类型工位；
(3)仅存在new-machine类型工位和different-machine类型工位；
(4)存在prepared-machine类型工位，不存在new-machine类型工位，且可能存在same-machine类型工位或different-machine类型工位；
(5)仅存在same-machine类型工位或different-machine类型工位；
步骤2.4.2、在第一个博弈阶段中，确定该博弈阶段的博弈情景类型，并判断在该博弈情景类型中，博弈玩家1与博弈玩家2是否均执行相同动作，若是，执行步骤2.4.3，否则，执行步骤2.4.4；
步骤2.4.3、选择任意博弈玩家进行支配策略，另一个博弈玩家进行服从策略，并执行步骤2.4.5；
步骤2.4.4、分别获得博弈玩家1与博弈玩家2的收益损失并进行比对，选择收益损失大的博弈玩家进行支配策略，另一个博弈玩家进行服从策略，若博弈玩家1的收益损失与博弈玩家2的收益损失相等，则选择其中任意博弈玩家进行支配策略，另一个博弈玩家进行服从策略；
所述收益损失为：每个博弈玩家采用支配策略所获得的收益与每个博弈玩家采用服从策略所获得的收益之差；
步骤2.4.5、在下一个博弈阶段中，另一个博弈玩家享有优先选择策略的权利；确定下一个博弈阶段的博弈情景类型，并判断在该博弈情景类型中，博弈玩家1与博弈玩家2是否均执行相同动作，若是，执行步骤2.4.6，否则，执行步骤2.4.7；
步骤2.4.6、享有优先选择策略权利的博弈玩家进行支配策略，另一个博弈玩家进行服从策略，并执行步骤2.4.8；
步骤2.4.7、分别获得博弈玩家1与博弈玩家2的收益损失并进行比对，选择收益损失大的博弈玩家进行支配策略，另一个博弈玩家进行服从策略，若博弈玩家1的收益损失与博弈玩家2的收益损失相等，则享有优先选择权利的博弈玩家进行支配策略，另一个玩家进行服从策略；
步骤2.4.8、重复执行步骤2.4.5到步骤2.4.7，直至所有博弈阶段均结束，每个博弈阶段中进行支配策略的博弈玩家所执行的动作即为当前工序中每个待加工工件的工位分配方案；
步骤3、工作人员根据生产需求，获得每道工序中每个待加工工件的工位分配方案并进行工件排产，完成生产任务。
本发明的优点：
本发明一种具有改机操作的制造车间的排产优化方法，能够对制造车间大规模生产的速度进行优化处理，能够快速的获得最优排产方案，同时能够稳定的对生产排产中改机问题进行优化，减少改机操作的次数，减少由改机操作引起的时间浪费，从而提高制造车间的生产效率，增加企业的利益。
附图说明
图1为本发明一种实施例的具有改机操作的制造车间的排产优化方法的方法流程图；
图2为本发明一种实施例的采用本发明获得的排产优化方法的排产结果示意图；
图3为本发明一种实施例的不采用本发明排产方法获得的排产结果示意图；
图4为本发明一种实施例的采用本发明的排产优化方法，任意博弈玩家违反合作协议获得的排产结果示意图。
具体实施方式
下面结合附图对本发明一种实施例做进一步说明。
本发明实施例中，采用matlab2012b软件对半导体后段制造过程中装片工序的排产优化方法进行模拟仿真；设定半导体工件为12件；设定半导体进行装片的前道工序中，工位1依次加工工件J11、工件J6、工件J5、工件J3和工件J12，工位2依次加工工件J10、工件J4、工件J7和工件J2，工位3依次加工工件J8、工件J9和工件J1；设定装片工序中的装片机为3个。
本发明实施例中，所涉及的变量定义如下：
numnew：表示当前new-machine类型工位的数量；
new：new-machine的缩写，表示new-machine类型工位；
numsame：表示当前same-machine类型工位的数量；
same：same-machine的缩写，表示same-machine类型工位；
numdifferent：表示当前different-machine类型工位的数量；
different：different-machine的缩写，表示different-machine类型工位；
MlCAT：表示对于待加工工件i需要改机时间最少的工位；
l：表示least的缩写，表示最少；
i：表示第i个待加工工件，i∈{i,a}；
CAT：表示待加工工件i的改机时间；
Mearliest：当前最早能够为待加工工件i加工的工位；
earliest：表示最早；
esame：表示前一个在same-machine类型工位上加工工件的完工时间，若当前存在same-machine类型工位；
eprepared：表示前一个在prepared-machine类型工位上加工工件的完工时间，若当前存在prepared-machine类型工位；
prepared：Prepared-machine的缩写，表示Prepared-machine类型工位；
elCAT：前一个在MlCAT工位上加工工件的完工时间；
eearliest：前一个在Mearliest工位上加工工件的完工时间；
Ci,j-1：待加工工件i在前道工序即工序j-1中加工的完工时间；
j：表示第j个工序；
表示在第j个工序中，加工工件i'的工位改机成加工待加工工件i所需改机时间；
i'：表示目标工位前一个加工工件的加工要求，i'∈{p,r,w,t,u}；
p：表示目标工位前一个加工工件p的加工要求；
r：表示目标工位前一个加工工件r的加工要求；
t：表示目标工位前一个加工工件t的加工要求；
u：表示目标工位前一个加工工件u的加工要求；
w：表示目标工位前一个加工工件w的加工要求；
ΔT：表示博弈玩家1的收益损失；
Δs：表示博弈玩家2的收益损失；
本发明实施例中，一种具有改机操作的制造车间的排产优化方法，方法流程图如图1所示，包括以下步骤：
步骤1、获取制造车间的生产数据，包括：获取待加工工件的数量，即待装片的半导体工件的数量为12件，获取每个待加工工件在各道工序中加工所需加工时间、每个待加工工件在各道工序中的加工要求和前道工序所有工件的完工时间(即待加工工件最早可能开工时间)，如表1所示：
表1
获取各道工序中任意两种类型的加工工件之间进行改机操作所需改机时间如表2所示：
表2
其中，待加工工件的加工要求中A代表封装外形1，B代表封装外形2，C代表封装外形3，D代表封装外形4；
步骤2、建立重复合作博弈模型，并采用建立完成的重复合作博弈模型，获得当前工序中每个待加工工件的工位分配方案，具体步骤如下：
步骤2.1、定义当前工序中，每个待加工工件进行工位分配的工位类型，具体为：
(1)new-machine类型工位：该类型工位未加工过工件，无需进行改机操作，能够对任意加工要求的待加工工件进行加工；
(2)prepared-machine类型工位：待加工工件i的前道工序所有工件的完工时间大于等于该类型工位前一个加工工件的完工时间与该类型工位加工待加工工件i所需改机时间之和；
(3)same-machine类型工位：该类型工位前一个加工工件与待加工工件i的加工要求相同，无需进行改机操作；
(4)different-machine类型工位：该类型工位前一个加工工件与待加工工件i的加工要求不同，需要进行一次改机操作后加工待加工工件i；
步骤2.2、根据所定义的工位类型，以最小化改机时间和最小化最大前道工序所有工件的完工时间为排产目标，设定当前工序中每个待加工工件的工位分配约束条件，即重复合作博弈模型中博弈玩家的可执行动作集，具体为：
(1)new-rule：当存在new-machine类型工位时，优先选择该类型工位；
(2)prepared-rule：当存在prepared-machine类型工位时，优先选择该类型工位；
(3)same-rule：当存在same-machine类型工位时，优先选择该类型工位；
(4)earliest-rule：优先选择最早开始为工件加工的类型工位；
(5)CAT-rule：优先选择所需改机时间最小的类型工位；
(6)FAM-rule：优先选择空闲时间最长的类型工位；
步骤2.3、建立重复合作博弈模型，具体为：
设定博弈阶段数，即当前工序中待加工工件的数量为12；
设定博弈玩家数量为2；
设定博弈玩家1的收益为：所有待加工工件的开工时间之和，数值越小收益越高；设定博弈玩家2的收益为所有工位进行改机操作所需改机时间之和，数值越小收益越高；
所述待加工工件的开工时间为：每个待加工工件在各道工序的工位上开始加工的时间(需要改机时，不包括每个待加工工件加工前的改机时间消耗)；
设定博弈玩家策略为：服从-支配，采用服从策略的玩家对工件不采取行动，采用支配的玩家以减少自身收益损失为目的，为每个待加工工件选择工位进行加工；
设定博弈玩家1进行支配策略的动作集排序从优先级高到低为：new-rule,prepared-rule,earliest-rule,CAT-rule,FAM-rule；
设定博弈玩家2进行支配策略的动作集排序从优先级高到低为：same-rule,new-rule,CAT-rule,FAM-rule；
设定博弈规则为：两个博弈玩家轮流享有优先选择策略的权利；
设定合作协议为：当两个博弈玩家的利益产生冲突时，利益损失受策略选择影响小的博弈玩家主动选择服从策略，另一个博弈玩家选择支配策略，当其中任意玩家违反协议，则在后续的阶段性博弈中，当另一个博弈玩家享有优先选择策略的权利时，另一个博弈玩家直接选择支配策略，直到所有博弈阶段均结束；
步骤2.4、采用建立完成的重复合作博弈模型，获得当前工序中每个待加工工件的工位分配方案，包括以下步骤：
步骤2.4.1、设定每个博弈阶段中可能存在的博弈情景类型，具体为：
(1)仅存在new-machine类型工位；
在当前情况下，博弈玩家1与博弈玩家2均会采用该类型工位对每个待加工工件i进行加工，无论博弈玩家1与博弈玩家2选择哪种策略，所获得的收益均相等，因此在该种情况下，享有优先选择策略权利的博弈玩家进行支配策略，另一个博弈玩家进行服从策略；
(2)存在new-machine类型工位和same-machine类型工位时，分为以下两种情况：
1)当Ci,j-1大于等于esame时，无论待加工工件i被分配到new-machine类型工位或same-machine类型工位，其开工时间均相同，即不影响博弈玩家1的收益，对于博弈玩家2，待加工工件i被分配到same-machine类型工位能减少未来改机时间增加的可能性，因此，由博弈玩家2采用支配策略，博弈玩家1采用服从策略；
2)当Ci,j-1小于esame时，若待加工工件i在new-machine类型工位上能比在same-machine类型工位上先开始加工，博弈玩家1会选择new-machine类型工位，而如1)所述，将待加工工件分配到same-machine类型工位对博弈玩家2更有利，因此需考虑未来第numnew个工位上待加工工件的情况，设定a为未来第numnew个工位上的待加工工件，分为以下两种情况：
a)当待加工工件a不存在，或待加工工件a存在且当前存在工位对于待加工工件a为same-machine类型工位时，在该种情况下，对于博弈玩家2，无论将待加工工件i分配至new-machine类型工位或same-machine类型工位，其收益均不变；对于博弈玩家1，选择new-machine类型工位能取得更大的收益，因此根据合作协议，博弈玩家1采用支配策略，博弈玩家2采用服从策略；
b)当待加工工件a存在，且当前不存在对于待加工工件a为same-machine类型工位时，在该种情况下，对于博弈玩家1而言，选择new-machine类型工位对其有利；而对于博弈玩家2而言，选择same-machine类型的工位对其有利，因此，需要将两者的利益影响程度进行对比；设定博弈玩家2的收益损失Δs等于待加工工件a所需改机时间设定博弈玩家1的收益损失ΔT为待加工工件a前道工序工件的完工时间与待加工工件i前道工序工件的完工时间之差，根据合作协议得到：
I.当ΔT＞Δs时，博弈玩家1采用支配策略，博弈玩家2采用服从策略；
II.当ΔT≤Δs时，博弈玩家2采用服从策略，博弈玩家2采用支配策略；
(3)仅存在new-machine类型工位和different-machine类型工位；
在当前情况下，根据两个博弈玩家进行支配策略的动作集，其都将选择new-machine类型工位，因此，在该种情况下，在该博弈阶段享有优先选择策略权利的博弈玩家采用支配策略，另一个博弈玩家则采用服从策略；
(4)存在prepared-machine类型工位，不存在new-machine类型工位，且可能存在same-machine类型工位或different-machine类型工位；
在当前情况下，博弈玩家1趋向于选择prepared-machine类型工位，而博弈玩家2会选择MlCAT类型工位，分为以下两种情况：
1)当博弈玩家1所选择的prepared-machine类型工位与博弈玩家2所选择的MlCAT类型工位为同一台工位时，则无论两个博弈玩家采用哪种策略，其收益均不受影响，因此在该博弈阶段享有优先选择策略权利的博弈玩家采用支配策略，另一个博弈玩家采用服从策略；
2)当博弈玩家1所选择的prepared-machine类型工位与博弈玩家2所选择的MlCAT类型工位为不同工位时，在该种情况下，需要将两个博弈玩家的收益损失进行对比，设定博弈玩家1所选择的MlCAT类型工位所需改机时间为待加工工件i在该工位上的开工时间为博弈玩家2所选择的prepared-machine类型工位所需改机时间为待加工工件i在该工位上的开工时间为Ci,j-1，博弈玩家2的收益损失为博弈玩家1的收益损失为根据合作协议得到：
a)当ΔT＞Δs时，博弈玩家1采用支配策略，博弈玩家2采用服从策略；
b)当ΔT≤Δs时，博弈玩家1采用服从策略，博弈玩家2采用支配策略；
(5)仅存在same-machine类型工位或different-machine类型工位；
在该种情形下，博弈玩家1会优先选择Mearliest类型工位，博弈玩家2则会选择MlCAT类型工位，因此可分为两种情况：
1)博弈玩家1所选择的Mearliest类型工位与博弈玩家2所选择的MlCAT类型工位为相同工位，在该种情况下，无论哪个博弈玩家选择支配策略，两个博弈玩家的收益均不变，因此在该博弈阶段享有优先选择策略权利的博弈玩家采用支配策略，另一个博弈玩家采用服从策略；
2)博弈玩家1所选择的Mearliest类型工位与博弈玩家2所选择的MlCAT类型工位为不同工位，在该种情况下，需要将两个博弈玩家的收益损失进行对比，设定博弈玩家1选择MlCAT类型工位所需改机时间为待加工工件i在该工位上的开工时间为设定博弈玩家2选择MlCAT类型工位所需改机时间为待加工工件i在该工位上的开工时间为博弈玩家1的收益损失为 Δ T = e l C A T + s i , u j - e e a r l i e s t - s i , t j : 博弈玩家2的收益损失为 Δ s = s i , t j - s i , u j :
a)当ΔT＞Δs时，博弈玩家1选择支配策略，博弈玩家2选择服从策略；
b)当ΔT≤Δs时，博弈玩家1选择服从策略，博弈玩家2选择支配策略；
步骤2.4.2、在第一个博弈阶段中，确定该博弈阶段的博弈情景类型，并判断在该博弈情景类型中，博弈玩家1与博弈玩家2是否均执行相同动作，若是，执行步骤2.4.3，否则，执行步骤2.4.4；
步骤2.4.3、选择任意博弈玩家进行支配策略，另一个博弈玩家进行服从策略，并执行步骤2.4.5；
步骤2.4.4、分别获得博弈玩家1与博弈玩家2的收益损失并进行比对，选择收益损失大的博弈玩家进行支配策略，另一个博弈玩家进行服从策略，若博弈玩家1的收益损失与博弈玩家2的收益损失相等，则选择其中任意博弈玩家进行支配策略，另一个博弈玩家进行服从策略；
所述收益损失为：每个博弈玩家采用支配策略所获得的收益与每个博弈玩家采用服从策略所获得的收益之差；
本发明实施例中，根据前道工序所有工件的完工时间，获得每个工件进入装片工序的顺序为：待装片工件J11、待装片工件J8、待装片工件J10、待装片工件J6、待装片工件J9、待装片工件J5、待装片工件J4、待装片工件J7、待装片工件J3、待装片工件J1、待装片工件J12和待装片工件J2；
本发明实施例中，待装片工件J11为第一个博弈阶段，当前博弈阶段中，三个装片机均为new-machine类型工位，博弈玩家1与博弈玩家2均选择new-machine类型工位对待装片工件J11进行装片，两个博弈玩家所获得的收益相等，选择博弈玩家2进行服从策略，博弈玩家1进行支配策略，选择装片机3进行装片；
步骤2.4.5、在下一个博弈阶段中，另一个博弈玩家享有优先选择策略的权利；确定下一个博弈阶段的博弈情景类型，并判断在该博弈情景类型中，博弈玩家1与博弈玩家2是否均执行相同动作，若是，执行步骤2.4.6，否则，执行步骤2.4.7；
步骤2.4.6、享有优先选择策略权利的博弈玩家进行支配策略，另一个博弈玩家进行服从策略，并执行步骤2.4.8；
步骤2.4.7、分别获得博弈玩家1与博弈玩家2的收益损失并进行比对，选择收益损失大的博弈玩家进行支配策略，另一个博弈玩家进行服从策略，若博弈玩家1的收益损失与博弈玩家2的收益损失相等，则享有优先选择权利的博弈玩家进行支配策略，另一个玩家进行服从策略；
本发明实施例中，待装片工件J8为第二个博弈阶段，博弈玩家2享有优先选择策略权利，当前博弈阶段中，装片机1和装片机2为new-machine类型工位，装片机3为different-machine类型工位，博弈玩家1与博弈玩家2均选择new-machine类型工位对待装片工件J8进行装片，所获得的收益相等，选择博弈玩家1进行服从策略，博弈玩家2进行支配策略，选择装片机2进行装片；
步骤2.4.8、重复执行步骤2.4.5到步骤2.4.7，直至所有博弈阶段均结束，每个博弈阶段中进行支配策略的博弈玩家所执行的动作即为当前工序中每个待加工工件的工位分配方案；
本发明实施例中，所获得的排产结果如图2所示，排产结果如下：
待装片工件J10属于博弈情景(2)2)b)，获得博弈玩家1的收益损失为ΔT＝6-5＝1，获得博弈玩家2的收益损失为Δs＝7，博弈玩家2的收益损失大，选择博弈玩家1进行服从策略，博弈玩家2进行支配策略，选择装片机3进行装片；
待装片工件J6属于博弈情景(3)，选择博弈玩家1进行服从策略，博弈玩家2进行支配策略，选择装片机1进行装片；
待装片工件J9属于博弈情景(4)1)，选择博弈玩家1进行支配策略，博弈玩家2进行服从策略，选择装片机2进行装片；
待装片工件J5属于博弈情景(5)1)，选择博弈玩家1进行服从策略，博弈玩家2进行支配策略，选择装片机1进行装片；
待装片工件J4属于博弈情景(5)1)，选择博弈玩家1进行支配策略，博弈玩家2进行服从策略，选择装片机1进行装片；
待装片工件J7属于博弈情景(4)1)，选择博弈玩家1进行服从策略，博弈玩家2进行支配策略，选择装片机2进行装片；
待装片工件J3属于博弈情景(5)1)，选择博弈玩家1进行支配策略，博弈玩家2进行服从策略，选择装片机3进行装片；
待装片工件J1属于博弈情景(5)1)，选择博弈玩家1进行服从策略，博弈玩家2进行支配策略，选择装片机3进行装片；
待装片工件J12属于博弈情景(5)2)，获得博弈玩家1的收益损失为 Δ T = e l C A T + s i , u j - e e a r l i e s t - s i , t j = 24 + 4 - 18 - 6 = 4 , 获得博弈玩家2的收益损失为属于博弈情景(5)2)b)，博弈玩家1进行服从策略，博弈玩家2进行支配策略，选择装片机2进行装片；
待装片工件J2属于博弈情景(5)2)，获得博弈玩家1的收益损失为 Δ T = e l C A T + s i , u j - e e a r l i e s t - s i , t j = 24 + 0 - 18 - 3 = 3 , 获得博弈玩家2的收益损失为属于博弈情景(5)2)b)，博弈玩家1进行服从策略，博弈玩家2进行支配策略，选择装片机3进行装片；
步骤3、工作人员根据所获得的排产结果对半导体工件进行排产，完成生产任务。
本发明实施例中，图2为采用本发明获得的排产优化方法的排产结果，图3为不采用本发明排产方法获得的排产结果，图4为采用本发明的排产优化方法，任意博弈玩家违反合作协议获得的排产结果示意图，对比可知，本发明大大减少了改机时间，并获得了更能满足优化目标的排产结果。

Claims (2)

1.一种具有改机操作的制造车间的排产优化方法，其特征在于：包括以下步骤：
步骤1、获取制造车间的生产数据，包括待加工工件的数量、每个待加工工件在各道工序中加工所需加工时间、每个待加工工件在各道工序中的加工要求和各道工序中任意两种要求之间进行改机操作所需改机时间；
步骤2、建立重复合作博弈模型，并采用建立完成的重复合作博弈模型，获得当前工序中每个待加工工件的工位分配方案，具体步骤如下：
步骤2.1、定义当前工序中，每个待加工工件进行工位分配的工位类型，具体为：
(1)new-machine类型工位：该类型工位未加工过工件，无需进行改机操作，能够对任意加工要求的待加工工件进行加工；
(2)prepared-machine类型工位：待加工工件的前道工序所有工件的完工时间大于等于该类型工位前一个加工工件的完工时间与该类型工位加工待加工工件所需改机时间之和；
(3)same-machine类型工位：该类型工位前一个加工工件与待加工工件的加工要求相同，无需进行改机操作；
(4)different-machine类型工位：该类型工位前一个加工工件与待加工工件的加工要求不同，需要进行一次改机操作后加工待加工工件；
步骤2.2、根据所定义的工位类型，以最小化改机时间和最小化最大前道工序所有工件的完工时间为排产目标，设定当前工序中每个待加工工件的工位分配约束条件，即重复合作博弈模型中博弈玩家的可执行动作集，具体为：
(1)new-rule：当存在new-machine类型工位时，选择该类型工位；
(2)prepared-rule：当存在prepared-machine类型工位时，选择该类型工位；
(3)same-rule：当存在same-machine类型工位时，选择该类型工位；
(4)earliest-rule：选择最早开始为工件加工的类型工位；
(5)CAT-rule：选择所需改机时间最小的类型工位；
(6)FAM-rule：选择空闲时间最长的类型工位；
步骤2.3、建立重复合作博弈模型，具体为：
设定博弈阶段数，即当前工序中待加工工件的数量；
设定博弈玩家数量为2；
设定博弈玩家1的收益为：所有待加工工件的开工时间之和，数值越小收益越高；设定博弈玩家2的收益为所有工位进行改机操作所需改机时间之和，数值越小收益越高；
所述待加工工件的开工时间为：每个待加工工件在各道工序的工位上开始加工的时间；
设定博弈玩家策略为：服从-支配，采用服从策略的玩家对工件不采取行动，采用支配的玩家以减少自身收益损失为目的，为每个待加工工件选择工位进行加工；
设定博弈玩家1进行支配策略的动作集排序从优先级高到低为：new-rule,prepared-rule,earliest-rule,CAT-rule,FAM-rule；
设定博弈玩家2进行支配策略的动作集排序从优先级高到低为：same-rule,new-rule,CAT-rule,FAM-rule；
设定博弈规则为：两个博弈玩家轮流享有优先选择策略的权利；
设定合作协议为：当两个博弈玩家的利益产生冲突时，利益损失受策略选择影响小的博弈玩家主动选择服从策略，另一个博弈玩家选择支配策略，当其中任意玩家违反协议，则在后续的阶段性博弈中，当另一个博弈玩家享有优先选择策略的权利时，另一个博弈玩家直接选择支配策略，直到所有博弈阶段均结束；
步骤2.4、采用建立完成的重复合作博弈模型，获得当前工序中每个待加工工件的工位分配方案；
步骤3、工作人员根据生产需求，获得每道工序中每个待加工工件的工位分配方案并进行工件排产，完成生产任务。
2.根据权利要求1所述的一种具有改机操作的制造车间的排产优化方法，其特征在于：步骤2.4所述的采用建立完成的重复合作博弈模型，获得当前工序中每个待加工工件的工位分配方案，包括以下步骤：
步骤2.4.1、设定每个博弈阶段中可能存在的博弈情景类型，具体为：
(1)仅存在new-machine类型工位；
(2)存在new-machine类型工位和same-machine类型工位；
(3)仅存在new-machine类型工位和different-machine类型工位；
(4)存在prepared-machine类型工位，不存在new-machine类型工位，且可能存在same-machine类型工位或different-machine类型工位；
(5)仅存在same-machine类型工位或different-machine类型工位；
步骤2.4.2、在第一个博弈阶段中，确定该博弈阶段的博弈情景类型，并判断在该博弈情景类型中，博弈玩家1与博弈玩家2是否均执行相同动作，若是，执行步骤2.4.3，否则，执行步骤2.4.4；
步骤2.4.3、选择任意博弈玩家进行支配策略，另一个博弈玩家进行服从策略，并执行步骤2.4.5；
步骤2.4.4、分别获得博弈玩家1与博弈玩家2的收益损失并进行比对，选择收益损失大的博弈玩家进行支配策略，另一个博弈玩家进行服从策略，若博弈玩家1的收益损失与博弈玩家2的收益损失相等，则选择其中任意博弈玩家进行支配策略，另一个博弈玩家进行服从策略；
所述收益损失为：每个博弈玩家采用支配策略所获得的收益与每个博弈玩家采用服从策略所获得的收益之差；
步骤2.4.5、在下一个博弈阶段中，另一个博弈玩家享有优先选择策略的权利；确定下一个博弈阶段的博弈情景类型，并判断在该博弈情景类型中，博弈玩家1与博弈玩家2是否均执行相同动作，若是，执行步骤2.4.6，否则，执行步骤2.4.7；
步骤2.4.6、享有优先选择策略权利的博弈玩家进行支配策略，另一个博弈玩家进行服从策略，并执行步骤2.4.8；
步骤2.4.7、分别获得博弈玩家1与博弈玩家2的收益损失并进行比对，选择收益损失大的博弈玩家进行支配策略，另一个博弈玩家进行服从策略，若博弈玩家1的收益损失与博弈玩家2的收益损失相等，则享有优先选择权利的博弈玩家进行支配策略，另一个玩家进行服从策略；
步骤2.4.8、重复执行步骤2.4.5到步骤2.4.7，直至所有博弈阶段均结束，每个博弈阶段中进行支配策略的博弈玩家所执行的动作即为当前工序中每个待加工工件的工位分配方案。
CN201510642228.5A 2015-09-30 2015-09-30 一种具有改机操作的制造车间的排产优化方法 Active CN105182946B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510642228.5A CN105182946B (zh) 2015-09-30 2015-09-30 一种具有改机操作的制造车间的排产优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510642228.5A CN105182946B (zh) 2015-09-30 2015-09-30 一种具有改机操作的制造车间的排产优化方法

Publications (2)

Publication Number Publication Date
CN105182946A true CN105182946A (zh) 2015-12-23
CN105182946B CN105182946B (zh) 2017-09-12

Family

ID=54905087

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510642228.5A Active CN105182946B (zh) 2015-09-30 2015-09-30 一种具有改机操作的制造车间的排产优化方法

Country Status (1)

Country Link
CN (1) CN105182946B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110632902A (zh) * 2019-09-06 2019-12-31 北京北方华创微电子装备有限公司 物料加工路径选择方法及装置
CN111880500A (zh) * 2020-07-29 2020-11-03 广东韶钢松山股份有限公司 一种基于加工系统的炼钢样品加工方法、装置和加工系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6237915B1 (en) * 1999-06-30 2001-05-29 Practice Fields L.L.C. Board game for teaching project management skills
US20090325132A1 (en) * 2008-06-24 2009-12-31 Herbert John Newton Lees Teaching game method for simulating management of a business operation
CN101916404A (zh) * 2010-08-06 2010-12-15 沈阳工业大学 一种装备制造过程多厂协同调度优化方法
CN102253662A (zh) * 2011-04-11 2011-11-23 同济大学 基于多蚁群优化的半导体生产线排程方法
CN102393687A (zh) * 2011-09-15 2012-03-28 中国科学院沈阳自动化研究所 一种解决改机问题的限定分配调度方法
CN104504540A (zh) * 2015-01-13 2015-04-08 郑州航空工业管理学院 基于多阶段智能优化算法的动态柔性作业车间调度控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6237915B1 (en) * 1999-06-30 2001-05-29 Practice Fields L.L.C. Board game for teaching project management skills
US20090325132A1 (en) * 2008-06-24 2009-12-31 Herbert John Newton Lees Teaching game method for simulating management of a business operation
CN101916404A (zh) * 2010-08-06 2010-12-15 沈阳工业大学 一种装备制造过程多厂协同调度优化方法
CN102253662A (zh) * 2011-04-11 2011-11-23 同济大学 基于多蚁群优化的半导体生产线排程方法
CN102393687A (zh) * 2011-09-15 2012-03-28 中国科学院沈阳自动化研究所 一种解决改机问题的限定分配调度方法
CN104504540A (zh) * 2015-01-13 2015-04-08 郑州航空工业管理学院 基于多阶段智能优化算法的动态柔性作业车间调度控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HAN ZHONGHUA 等: "Differential Evolution Algorithm for the Earliness/Tardiness Hybrid Flow-shop Scheduliing Problem", 《2009 THIRD INTERNATIONAL SYMPOSIUM ON INTELLIGENT INFORMATION TECHNOLOGY APPLICATION》 *
王明星 等: "改进的遗传算法在机加车间排产优化的研究", 《制造业自动化》 *
韩忠华 等: "柔性流水车间排产问题的一种协同进化CGA求解方法", 《智能系统学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110632902A (zh) * 2019-09-06 2019-12-31 北京北方华创微电子装备有限公司 物料加工路径选择方法及装置
US11703839B2 (en) 2019-09-06 2023-07-18 Beijing Naura Microelectronics Equipment Co., Ltd. Material processing path selection method and device
CN111880500A (zh) * 2020-07-29 2020-11-03 广东韶钢松山股份有限公司 一种基于加工系统的炼钢样品加工方法、装置和加工系统

Also Published As

Publication number Publication date
CN105182946B (zh) 2017-09-12

Similar Documents

Publication Publication Date Title
Liu et al. A hybrid fruit fly algorithm for solving flexible job-shop scheduling to reduce manufacturing carbon footprint
CN105974794B (zh) 基于改进的猫群算法的离散制造车间调度方法
CN105956689B (zh) 一种基于改进粒子群优化的运输和生产协同调度方法
CN105629927A (zh) 一种基于混合遗传算法的mes生产计划排产方法
CN112381273B (zh) 一种基于u-nsga-iii算法的多目标作业车间节能优化方法
CN111259314B (zh) 一种分布式混凝土预制构件流水车间生产调度方法
CN101261695A (zh) 一种流程工业生产调度系统的实时动态再调度方法
CN104111642A (zh) 设备预防性维护与柔性作业车间控制集成优化方法
CN102567850A (zh) 跨车间协作模式下车间生产计划与调度一体化方法
Ye et al. An improved heuristic for no-wait flow shop to minimize makespan
CN111861167A (zh) 基于分解的多目标优化算法的生产线在线动态调度方法
CN116512250B (zh) 基于人机协作的拆卸线平衡方法
CN105974891A (zh) 一种基于动态看板的模具生产过程自适应控制方法
CN103020763B (zh) 基于关系链的作业车间调度关键外协工序辨识方法
CN116090676B (zh) 一种基于多目标优化的aps排产方法及aps排产系统
CN104281128A (zh) 一种基于启发式规则的硫化车间能耗优化调度方法
CN107516149A (zh) 企业供应链管理系统
CN112465333A (zh) 一种基于多时间尺度的智能生产线调度优化方法
CN105182946A (zh) 一种具有改机操作的制造车间的排产优化方法
CN117132181B (zh) 一种分布式柔性生产与运输协同调度方法
CN105955209A (zh) 一种基于数据挖掘制造业工厂设备布局方法
CN104636610B (zh) 一种应用于动态环境下的制造系统派工信息修正方法
CN114004388A (zh) 一种适用于取向电工钢产线的一体化生产计划排程方法
JP2001344008A (ja) 生産制御装置
Wang et al. A priority rule based heuristic for virtual cellular manufacturing system with energy consumption

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant