CN108873850A - 一种机械制造自动化生产过程的优化调度方法 - Google Patents

Abstract

本发明公开了一种机械制造自动化生产过程的优化调度方法，本发明首先，依据算法步骤得到的“历史最优个体”更新下一代种群，这样能够更好的引导算法的全局搜索；在种群的更新过程中，采用正弦和余弦的更新公式不断更新个体和种群，并采取保优策略，能够有效的保留优良解中的信息；在新种群生成后，对种群中的较优个体进行基于“Inverse”和“Insert”局部搜索操作，其中“Inverse”操作对当前的解邻域进行扰动，有利于算法跳出局部最优；同时结合高效的“Insert”操作对当前解进行更深层次的挖掘，提高解的质量。本发明所提出的基于正弦余弦算法的优化调度方案可以有效的的求解机械制造自动化生产过程的调度问题。

Description

一种机械制造自动化生产过程的优化调度方法

技术领域

本发明涉及一种机械制造自动化生产过程的优化调度方法，属于生产车间智能优化调度领域。

背景技术

机械制造是我国国民经济的重要支柱，随着社会的发展与科技的进步，现代制造业正在改变人类的生产方式、企业管理模型乃至社会的文化发展。特别对于我国“制造大国”的地位，机械制造自动化生产在我国机械制造中显得尤为重要。机械制造的自动化生产，是将自动化技术应用到机械制造中，实现对产品的连续自动生产，加快产品的加工变换和流动速度，节约人力资源。随着我国机械制造业的快速发展，自动化生产的应用越来越普遍。并且伴随着市场竞争的日趋激烈，如何有效地提高机械制造自动化生产过程中各环节的效率，是提高企业经济效益和市场竞争力的关键。

在机械制造中，对产品机械加工的自动化生产线往往由多台加工设备构成，所有的产品都需在自动化生产线上进行加工制造，但根据客户或企业的要求，不同的产品在对应机器上的加工时间不同。一般而言，根据自动化生产线“零缓冲区”的特性，产品在某台机器上加工完成后，当下个加工操作所需机器未准备就绪时(处于加工状态或阻塞状态)，会导致该工件阻塞在当前机器上，形成阻塞状态。另外，由于一个机器上一次只能加工一个工件，所以阻塞状态的机器仍属于未准备就绪状态，进而影响下一个产品的加工。这种问题属于典型的阻塞流水线调度问题。

发明内容

本发明提供了一种机械制造自动化生产过程的优化调度方法，以用于解决在较短时间内获得机械制造自动化生产线的优良解的调度问题。

本发明的技术方案是：一种机械制造自动化生产过程的优化调度方法，通过确定机械制造自动化生产过程的调度模型和优化目标，并使用基于正弦余弦算法的优化调度方法对优化目标进行优化；其中调度模型依据每台加工设备上所加工工件的最大完工时间来建立，优化目标为最小化最大完工时间C_max(π)：

式中，加工设备数为m，每个工件i∈(1,2,…,n)需要在m台设备上加工，每个工件在设备上的加工顺序相同，每台设备上的被加工工件的顺序相同；任何时候，每台设备仅能加工一个工件且一旦开始加工便不能被其他工件抢占；一个工件在某一时刻只能在一台设备上加工；工件在一台设备上加工完后，将在下一台设备可用之前阻塞在当前设备上；π＝[π₁，π₂，…，π_n]为待加工的n个工件的排列，该排列中的工件根据从左往右的规则分配到个加工设备上加工，π_i∈(1,2,…,n)；为工件π_i在设备j上的离开时间，为工件π_i在第一台设备上的开始加工时间；为工件π_i在设备j上加工时间，自动化生产线具有“零缓冲”的特征，即工件在被加工完成后，会阻塞在当前机器上直到下台设备可用为止；优化目标为所有待加工工件排序的集合中找到一个π，使得最大完工时间C_max(π)最小。

所述基于正弦余弦算法的优化调度方法具体为：

Step1、编码方式：采用基于随机键编码方式对工件的排列进行实数编码，然后根据LOV规则建立实数编码与整数编码之间的一一映射关系，进而实现从实数编码向工件排序的转换；

Step2、种群的初始化：采用随机的方式初始化种群，随机产生N_popsize个个体，组成初始种群；同时选择出当前种群中的“最优个体”作为第一代的“历史最优个体”；

Step3、在取值范围为[0,1]之间生成随机数p，根据p取值的不同选择不同的公式来参与新个体目标值计算，如果新个体的目标值优于当前个体，则采用新个体替换当前个体；具体公式如下：

当p≤0.5时：

否则，

其中，为新个体在位置i的实数编码值，为当前个体在位置i的实数编码值，为当前历史最优个体在位置i的实数编码值；r₂为区间[0,2π]的一个随机值，r₃为[0,2]范围内的随机权重；r₁的取值根据迭代次数的不同进行自适应变化，其更新公式为：

其中，a为常量，t为当前运行代数，T为总运行代数；

Step4、基于“Inverse”和“Insert”操作的局部搜索策略对新种群中的前k个个体作为较优个体进行局部搜索，若局部搜索得到的个体优于当前个体，则将其替换；

Step5、更新“历史最优个体”：对比“历史最优个体”和新种群中较优的k个个体，选择其中最优的个体并更新“历史最优个体”；

Step6、终止条件：设定终止条件为最大迭代次数，如果满足，则输出“历史最优个体”；否则跳转至Step3，直到满足终止条件。

本发明的有益效果是：本发明提出了机械制造自动化生产过程的调度模型和优化目标，可在短时间内获得机械制造自动化生产过程的调度问题的优良解，使得机械制造自动化生产过程更加清晰准确，调度方法合理有效，提高了工厂的生产效益。首先，依据算法步骤得到的“历史最优个体”更新下一代种群，这样能够更好的引导算法的全局搜索；在种群的更新过程中，采用正弦和余弦的更新公式不断更新个体和种群，并采取保优策略，能够有效的保留优良解中的信息；在新种群生成后，对种群中的较优个体进行基于“Inverse”和“Insert”局部搜索操作，其中“Inverse”操作对当前的解邻域进行扰动，有利于算法跳出局部最优；同时结合高效的“Insert”操作对当前解进行更深层次的挖掘，提高解的质量。本发明所提出的基于正弦余弦算法的优化调度方案可以有效的的求解机械制造自动化生产过程的调度问题。

附图说明

图1为阻塞流水车间的甘特图；

图2为本发明的整体流程框图；

图3为本发明中问题解的表达示意图；

图4为本发明的基本“Inverse”邻域变化示意图；

图5为本发明的基本“Insert”邻域变化示意图。

具体实施方式

实施例1：如图1-5所示，一种机械制造自动化生产过程的优化调度方法，通过确定机械制造自动化生产过程的调度模型和优化目标，并使用基于正弦余弦算法的优化调度方法对优化目标进行优化；其中调度模型依据每台加工设备上所加工工件的最大完工时间来建立，优化目标为最小化最大完工时间C_max(π)：

式中，加工设备数为m，每个工件i∈(1,2,…,n)需要在m台设备上加工，每个工件在设备上的加工顺序相同，每台设备上的被加工工件的顺序相同；任何时候，每台设备仅能加工一个工件且一旦开始加工便不能被其他工件抢占；一个工件在某一时刻只能在一台设备上加工；工件在一台设备上加工完后，将在下一台设备可用之前阻塞在当前设备上；π＝[π₁，π₂，…，π_n]为待加工的n个工件的排列，该排列中的工件根据从左往右的规则分配到个加工设备上加工，π_i∈(1,2,…,n)；为工件π_i在设备j上的离开时间，为工件π_i在第一台设备上的开始加工时间；为工件π_i在设备j上加工时间，自动化生产线具有“零缓冲”的特征，即工件在被加工完成后，会阻塞在当前机器上直到下台设备可用为止；优化目标为所有待加工工件排序的集合中找到一个π，使得最大完工时间C_max(π)最小。

进一步地，可以设置所述基于正弦余弦算法的优化调度方法具体为：

Step1、编码方式：采用基于随机键编码方式对工件的排列进行实数编码，然后根据LOV规则建立实数编码与整数编码之间的一一映射关系，进而实现从实数编码向工件排序的转换；譬如有8个待加工工件，3台设备，由于是流水线加工，所以在编码时只需考虑工件个数即可。随机编码后产生一个测试芯片排序为[4,2,7,1,8,5,6,3]，如图1所示。一号位置的4表示第一个进入自动化生产线的工件为工件4，二号位置的2表示第二个进入自动化生产线的工件为工件2，依次类推。

Step2、种群的初始化：采用随机的方式初始化种群，随机产生N_popsize个个体，组成初始种群；同时选择出当前种群中的“最优个体”作为第一代的“历史最优个体”；

Step3、在取值范围为[0,1]之间生成随机数p，根据p取值的不同选择不同的公式来参与新个体目标值计算，如果新个体的目标值优于当前个体，则采用新个体替换当前个体；具体公式如下：

当p≤0.5时：

否则，

其中，为新个体在位置i的实数编码值，为当前个体在位置i的实数编码值，为当前历史最优个体在位置i的实数编码值；r₂为区间[0,2π]的一个随机值，π表示圆周率；r₃为[0,2]范围内的随机权重；r₁的取值根据迭代次数的不同进行自适应变化，其更新公式为：

其中，a为常量，t为当前运行代数，T为总运行代数；

Step4、基于“Inverse”和“Insert”操作的局部搜索策略对新种群中的较优个体进行局部搜索，若局部搜索得到的个体优于当前个体，则将局部搜索得到的个体替换其当前个体；其中较优个体为前3个个体；

Step5、更新“历史最优个体”：对比“历史最优个体”和新种群中较优的3个个体，选择其中最优的个体并更新“历史最优个体”；

Step6、终止条件：设定终止条件的最大迭代次数为300，如果满足，则输出“历史最优个体”；否则跳转至Step3，直到满足终止条件。

进一步地，可以设置所述种群规模设置为50，a的初始取值为5。

表1给出了不同问题规模情况下所求得的目标函数值：

通过表1给出了不同规模情况下算法在较短时间内运行20次求得的平均值和标准差。由此可知，基于正弦余弦算法的调度方案能够有效优化机械制造自动化生产的调度问题。

上面结合附图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (2)

1.一种机械制造自动化生产过程的优化调度方法，其特征在于：通过确定机械制造自动化生产过程的调度模型和优化目标，并使用基于正弦余弦算法的优化调度方法对优化目标进行优化；其中调度模型依据每台加工设备上所加工工件的最大完工时间来建立，优化目标为最小化最大完工时间C_max(π)：

式中，加工设备数为m，每个工件i∈(1,2,…,n)需要在m台设备上加工，每个工件在设备上的加工顺序相同，每台设备上的被加工工件的顺序相同；任何时候，每台设备仅能加工一个工件且一旦开始加工便不能被其他工件抢占；一个工件在某一时刻只能在一台设备上加工；工件在一台设备上加工完后，将在下一台设备可用之前阻塞在当前设备上；π＝[π₁，π₂，…，π_n]为待加工的n个工件的排列，该排列中的工件根据从左往右的规则分配到个加工设备上加工，π_i∈(1,2,…,n)；为工件π_i在设备j上的离开时间，为工件π_i在第一台设备上的开始加工时间；为工件π_i在设备j上加工时间，自动化生产线具有“零缓冲”的特征，即工件在被加工完成后，会阻塞在当前机器上直到下台设备可用为止；优化目标为所有待加工工件排序的集合中找到一个π，使得最大完工时间C_max(π)最小。

2.根据权利要求1所述的机械制造自动化生产过程的优化调度方法，其特征在于：所述基于正弦余弦算法的优化调度方法具体为：

Step1、编码方式：采用基于随机键编码方式对工件的排列进行实数编码，然后根据LOV规则建立实数编码与整数编码之间的一一映射关系，进而实现从实数编码向工件排序的转换；

Step2、种群的初始化：采用随机的方式初始化种群，随机产生N_popsize个个体，组成初始种群；同时选择出当前种群中的“最优个体”作为第一代的“历史最优个体”；

Step3、在取值范围为[0,1]之间生成随机数p，根据p取值的不同选择不同的公式来参与新个体目标值计算，如果新个体的目标值优于当前个体，则采用新个体替换当前个体；具体公式如下：

当p≤0.5时：

否则，

其中，为新个体在位置i的实数编码值，为当前个体在位置i的实数编码值，为当前历史最优个体在位置i的实数编码值；r₂为区间[0,2π]的一个随机值，r₃为[0,2]范围内的随机权重；r₁的取值根据迭代次数的不同进行自适应变化，其更新公式为：

其中，a为常量，t为当前运行代数，T为总运行代数；

Step4、基于“Inverse”和“Insert”操作的局部搜索策略对新种群中的前k个个体作为较优个体进行局部搜索，若局部搜索得到的个体优于当前个体，则将其替换；

Step5、更新“历史最优个体”：对比“历史最优个体”和新种群中较优的k个个体，选择其中最优的个体并更新“历史最优个体”；

Step6、终止条件：设定终止条件为最大迭代次数，如果满足，则输出“历史最优个体”；否则跳转至Step3，直到满足终止条件。