CN109063932A - 一种用于电控箱装配过程的优化调度方法 - Google Patents

一种用于电控箱装配过程的优化调度方法 Download PDF

Info

Publication number
CN109063932A
CN109063932A CN201811051265.9A CN201811051265A CN109063932A CN 109063932 A CN109063932 A CN 109063932A CN 201811051265 A CN201811051265 A CN 201811051265A CN 109063932 A CN109063932 A CN 109063932A
Authority
CN
China
Prior art keywords
ripples
electric cabinet
target value
wavelength
scheduling
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
CN201811051265.9A
Other languages
English (en)
Other versions
CN109063932B (zh
Inventor
钱斌
姚友杰
胡蓉
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.)
Kunming University of Science and Technology
Original Assignee
Kunming University of Science and Technology
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 Kunming University of Science and Technology filed Critical Kunming University of Science and Technology
Priority to CN201811051265.9A priority Critical patent/CN109063932B/zh
Publication of CN109063932A publication Critical patent/CN109063932A/zh
Application granted granted Critical
Publication of CN109063932B publication Critical patent/CN109063932B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种用于电控箱装配过程的优化调度方法,属于生产车间智能优化调度领域。本发明提出了电控箱装配过程的调度模型和优化目标,可在短时间内获得电控箱装配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率。

Description

一种用于电控箱装配过程的优化调度方法
技术领域
本发明涉及一种用于电控箱装配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
电的发现和应用极大的节省了人类的体力劳动和脑力劳动,使人类的力量长上了翅膀,使人类的信息触角不断延伸。随着对电的应用技术的发展,为了更好的实现对电路的控制和测量,电控箱应运而生,它包含一个或多个开关设备以及与之相关的控制、测量、信号、保护、调节等设备,并且由制造厂家负责将其完整的组装在一起的。电控箱是我们生活中一种常见的电控设备,能够将复杂电路的控制装置及测量装置集成在一个铁盒中。电控箱在各行各业中都有应用随处可见,它一般是一个电源进线和多个供电输出回路。随着社会对电能源的研究和发展,电控箱的需求也必然增多,因此,提高电控箱的装配效率,将大大提高企业的经济效益。
在电控箱的装配过程中,其装配流程可以大致分为接线、放线、接线头的压制、检验、包装等。对于具有自动化装配线的大型企业,接线、放线等操作都由机器完成;对于设备较落后的小型工厂,几乎所有操作都由工人手工完成;但无论是大型企业还是小型工厂,其加工流程大都相同。在实际装配中,由于电控箱规格和设备数的不同,造成电控箱在各个操作阶段的操作时间有所不同。另外,装配过程也存在着一定约束,如一台设备和一个工人同一时间只能操作一个电控箱和一台电控同一时间只能存在一种操作等。这种问题属于典型的流水线调度问题。
发明内容
本发明提供了一种用于电控箱装配过程的优化调度方法,以用于解决在较短时间内获得电控箱装配过程的优良解的调度问题。
本发明的技术方案是:一种用于电控箱装配过程的优化调度方法,通过确定电控箱在装配过程中的排列调度模型和优化目标,并提出基于混合水波算法的优化调度方法对目标进行优化;其中,排列调度模型根据每个产品所要经过的装配操作数和相应操作的操作时间而建立,同时确定优化目标为最小化最大完工时间Cmax(π):
式中,电控箱的个数为n,需要的装配操作数为m,该优化调度问题的一个解为π={π12,……,πn},π表示电控箱的被装配顺序,πi为装配顺序π中第i个被装配的电控箱,为电控箱πi在装配操作j结束后的完工时刻,代表电控箱πi装配操作j需要的装配时间,电控箱在装配过程中存在着以下约束,装配操作一旦开始后不允许中断也不允许抢占加工,某台机器在同一时刻只能装配一个电控箱,某个电控箱在同一时刻只能被一台机器操作;优化目标为在所有电控箱的被装配顺序的集合中找到一个π,使得最大完工时间Cmax(π)最小。
所述基于混合水波算法的优化调度方法具体为:
Step1、编码方式及初始化:采用随机生成的方法产生n维向量x,且xi为[1,10]的随机实数,即代表一个水波,并初始化水波传播的波长λ=λ0和波高h=hmax;利用LOV规则将其转化为一个初始解π,计算相应解的目标值,直至初始解的数量达到要求的规模popsize,选择所有水波中的最优水波为历史最优解;其中,λ为水波传播的波长,h表示水波的波高,λ0表示初始化的水波传播的波长,hmax表示初始化的水波的波高;
Step2、水波的更新:
1)若水波的波长h=0时,则水波根据以下方式进行折射:
其中,水波x传播后生成由xi'构成的新水波x',为历史最优解所对应的水波向量的第i维,在水波发生折射后重置水波的波高h=hmax;其中,hmax表示初始化的水波的波高;
将新生成的水波通过LOV规则转化为排列解π并评价其目标值:若优于传播前的目标值则对原水波进行替换,否则不替换;
2)否则,对每个水波进行传递操作,传播操作就是将水波向量的x的每一维根据以下公式进行:
x′i=xi+rand(-1,1)·λLi
其中,水波x传播后生成由xi'构成的新水波x',rand(-1,1)为[-1,1]之间均匀分布的随机数,λ为水波传播的波长,Li为水波第i维的搜索宽度,其取值范围为(0,2);若xi'超出范围[1,10],则随机生成一个该范围内的随机数赋值给该位置;
将新生成的水波通过LOV规则转化为排列解π并评价其目标值:若优于传播前的目标值则对原水波进行替换;否则,对原水波的波长和波高进行衰减操作:
λ=αλ
h=h-1
其中,α为波长的衰减系数;
Step3、水波的变异操作:在水波更新完后,对目标值较差的水波进行概率选择,即随机生成(0,1)之间的随机数P,当P≤Pm时,对该水波进行变异操作,否则,不做变换;其中目标值较差的水波指其目标值低于当前所有水波的平均目标值,Pm表示发生变异操作的阈值;
Step4、局部搜索操作:对目标值较优的水波进行Insert局部搜索操作;其中,目标值较优的水波指其目标值高于当前所有水波的平均目标值;
Step5、更新历史最优解;
Step6、终止条件:设定终止条件为最大迭代次数:如果满足,则输出历史最优解;否则跳转至Step2,直到满足终止条件。
本发明的有益效果是:本发明提出了电控箱装配过程的调度模型和优化目标,可在短时间内获得电控箱装配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率。
附图说明
图1为本发明的整体流程框图;
图2为本发明中问题解的表达示意图;
图3为本发明的变异操作示意图;
图4为本发明的“Insert”局部搜索示意图。
具体实施方式
实施例1:如图1-4所示,一种用于电控箱装配过程的优化调度方法,通过确定电控箱在装配过程中的排列调度模型和优化目标,并提出基于混合水波算法的优化调度方法对目标进行优化;其中,排列调度模型根据每个产品所要经过的装配操作数和相应操作的操作时间而建立,同时确定优化目标为最小化最大完工时间Cmax(π):
式中,电控箱的个数为n,需要的装配操作数为m,该优化调度问题的一个解为π={π12,…,πn},π表示电控箱的被装配顺序,πi为装配顺序π中第i个被装配的电控箱,为电控箱πi在装配操作j结束后的完工时刻,代表电控箱πi装配操作j需要的装配时间,电控箱在装配过程中存在着以下约束,装配操作一旦开始后不允许中断也不允许抢占加工,某台机器在同一时刻只能装配一个电控箱,某个电控箱在同一时刻只能被一台机器操作;优化目标为在所有电控箱的被装配顺序的集合中找到一个π,使得最大完工时间Cmax(π)最小。
进一步地,可以设置所述基于混合水波算法的优化调度方法具体为:
Step1、编码方式及初始化:采用随机生成的方法产生n维向量x,且xi为[1,10]的随机实数,即代表一个水波,并初始化水波传播的波长λ=λ0和波高h=hmax;利用LOV规则将其转化为一个初始解π,计算相应解的目标值,直至初始解的数量达到要求的规模popsize,选择所有水波中的最优水波为历史最优解;其中,λ为水波传播的波长,h表示水波的波高,λ0表示初始化的水波传播的波长,hmax表示初始化的水波的波高;譬如有8个待装配的电控箱,3个操作过程,由于装配过程是流水线,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装配序列为[4,2,7,1,8,5,6,3]。一号位置的4表示第一个进入装配线的是4号电控箱,二号位置的2表示第二个进入装配线的是2号电控箱,依次类推。
Step2、水波的更新:
1)若水波的波长h=0时,则水波根据以下方式进行折射:
其中,水波x传播后生成由xi'构成的新水波x',为历史最优解所对应的水波向量的第i维,在水波发生折射后重置水波的波高h=hmax;其中,hmax表示初始化的水波的波高;
将新生成的水波通过LOV规则转化为排列解π并评价其目标值:若优于传播前的目标值则对原水波进行替换,否则不替换;
2)否则,对每个水波进行传递操作,传播操作就是将水波向量的x的每一维根据以下公式进行:
x′i=xi+rand(-1,1)·λLi
其中,水波x传播后生成由xi'构成的新水波x'(xi'为新水波的第i维),rand(-1,1)为[-1,1]之间均匀分布的随机数,λ为水波传播的波长,Li为水波第i维的搜索宽度,其取值范围为(0,2);若xi'超出范围[1,10],则随机生成一个该范围内的随机数赋值给该位置;
将新生成的水波通过LOV规则转化为排列解π并评价其目标值:若优于传播前的目标值则对原水波进行替换;否则,对原水波的波长和波高进行衰减操作:
λ=αλ
h=h-1
其中,α为波长的衰减系数;
Step3、水波的变异操作:在水波更新完后,对目标值较差的水波进行概率选择,即随机生成(0,1)之间的随机数P,当P≤Pm时,对该水波进行变异操作,否则,不做变换;其中目标值较差的水波指其目标值低于当前所有水波的平均目标值,Pm表示发生变异操作的阈值;
Step4、局部搜索操作:对目标值较优的水波进行Insert局部搜索操作;其中,目标值较优的水波指其目标值高于当前所有水波的平均目标值;
Step5、更新历史最优解;
Step6、终止条件:设定终止条件的最大迭代次数为300:如果满足,则输出历史最优解;否则跳转至Step2,直到满足终止条件。
所述种群规模设置为popsize=100,波长初始值λ0=2,波高初始值hmax=5,波长的衰减系数α=0.85。
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)

1.一种用于电控箱装配过程的优化调度方法,其特征在于:通过确定电控箱在装配过程中的排列调度模型和优化目标,并提出基于混合水波算法的优化调度方法对目标进行优化;其中,排列调度模型根据每个产品所要经过的装配操作数和相应操作的操作时间而建立,同时确定优化目标为最小化最大完工时间Cmax(π):
式中,电控箱的个数为n,需要的装配操作数为m,该优化调度问题的一个解为π={π12,…,πn},π表示电控箱的被装配顺序,πi为装配顺序π中第i个被装配的电控箱,为电控箱πi在装配操作j结束后的完工时刻,代表电控箱πi装配操作j需要的装配时间,电控箱在装配过程中存在着以下约束,装配操作一旦开始后不允许中断也不允许抢占加工,某台机器在同一时刻只能装配一个电控箱,某个电控箱在同一时刻只能被一台机器操作;优化目标为在所有电控箱的被装配顺序的集合中找到一个π,使得最大完工时间Cmax(π)最小。
2.根据权利要求1所述的用于电控箱装配过程的优化调度方法,其特征在于:所述基于混合水波算法的优化调度方法具体为:
Step1、编码方式及初始化:采用随机生成的方法产生n维向量x,且xi为[1,10]的随机实数,即代表一个水波,并初始化水波传播的波长λ=λ0和波高h=hmax;利用LOV规则将其转化为一个初始解π,计算相应解的目标值,直至初始解的数量达到要求的规模popsize,选择所有水波中的最优水波为历史最优解;其中,λ为水波传播的波长,h表示水波的波高,λ0表示初始化的水波传播的波长,hmax表示初始化的水波的波高;
Step2、水波的更新:
1)若水波的波长h=0时,则水波根据以下方式进行折射:
其中,水波x传播后生成由x′i构成的新水波x',为历史最优解所对应的水波向量的第i维,在水波发生折射后重置水波的波高h=hmax;其中,hmax表示初始化的水波的波高;
将新生成的水波通过LOV规则转化为排列解π并评价其目标值:若优于传播前的目标值则对原水波进行替换,否则不替换;
2)否则,对每个水波进行传递操作,传播操作就是将水波向量的x的每一维根据以下公式进行:
x′i=xi+rand(-1,1)·λLi
其中,水波x传播后生成由x′i构成的新水波x',rand(-1,1)为[-1,1]之间均匀分布的随机数,λ为水波传播的波长,Li为水波第i维的搜索宽度,其取值范围为(0,2);若x′i超出范围[1,10],则随机生成一个该范围内的随机数赋值给该位置;
将新生成的水波通过LOV规则转化为排列解π并评价其目标值:若优于传播前的目标值则对原水波进行替换;否则,对原水波的波长和波高进行衰减操作:
λ=αλ
h=h-1
其中,α为波长的衰减系数;
Step3、水波的变异操作:在水波更新完后,对目标值较差的水波进行概率选择,即随机生成(0,1)之间的随机数P,当P≤Pm时,对该水波进行变异操作,否则,不做变换;其中目标值较差的水波指其目标值低于当前所有水波的平均目标值,Pm表示发生变异操作的阈值;
Step4、局部搜索操作:对目标值较优的水波进行Insert局部搜索操作;其中,目标值较优的水波指其目标值高于当前所有水波的平均目标值;
Step5、更新历史最优解;
Step6、终止条件:设定终止条件为最大迭代次数:如果满足,则输出历史最优解;否则跳转至Step2,直到满足终止条件。
CN201811051265.9A 2018-09-10 2018-09-10 一种用于电控箱装配过程的优化调度方法 Active CN109063932B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811051265.9A CN109063932B (zh) 2018-09-10 2018-09-10 一种用于电控箱装配过程的优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811051265.9A CN109063932B (zh) 2018-09-10 2018-09-10 一种用于电控箱装配过程的优化调度方法

Publications (2)

Publication Number Publication Date
CN109063932A true CN109063932A (zh) 2018-12-21
CN109063932B CN109063932B (zh) 2021-07-16

Family

ID=64761139

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811051265.9A Active CN109063932B (zh) 2018-09-10 2018-09-10 一种用于电控箱装配过程的优化调度方法

Country Status (1)

Country Link
CN (1) CN109063932B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110457862A (zh) * 2019-08-23 2019-11-15 昆明理工大学 一种用于汽车减振器装配过程的优化调度方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5258915A (en) * 1990-09-28 1993-11-02 Hewlett-Packard Company System and method for optimum operation assignments in printed circuit board manufacturing
CN106971235A (zh) * 2017-02-16 2017-07-21 上海大学 一种存在中间存储约束的柔性作业车间分批优化调度方法
CN107958313A (zh) * 2017-12-19 2018-04-24 兰州理工大学 一种离散的水波优化算法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5258915A (en) * 1990-09-28 1993-11-02 Hewlett-Packard Company System and method for optimum operation assignments in printed circuit board manufacturing
CN106971235A (zh) * 2017-02-16 2017-07-21 上海大学 一种存在中间存储约束的柔性作业车间分批优化调度方法
CN107958313A (zh) * 2017-12-19 2018-04-24 兰州理工大学 一种离散的水波优化算法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110457862A (zh) * 2019-08-23 2019-11-15 昆明理工大学 一种用于汽车减振器装配过程的优化调度方法

Also Published As

Publication number Publication date
CN109063932B (zh) 2021-07-16

Similar Documents

Publication Publication Date Title
CN104424512B (zh) 操作计划决策方法和操作计划决策系统
Elsaraiti et al. Time series analysis of electricity consumption forecasting using ARIMA model
WO2017083322A1 (en) Hierarchical robust model predictive voltage and var control with coordination and optimization of autonomous der voltage control
CN107544251B (zh) 一种基于分布式鲁棒模型的最小化总拖期的单机调度方法
CN104880949A (zh) 基于改进鸡群算法获得工件加工最优调度的方法
Fatouros et al. Stochastic dual dynamic programming for operation of der aggregators under multi-dimensional uncertainty
CN103591637A (zh) 一种集中供热二次网运行调节方法
CN103235743A (zh) 一种基于分解和最优解跟随策略的多目标测试任务调度方法
CN110471274A (zh) 基于改进统一粒子群算法的机械零件加工流水线调度方法
CN109063932A (zh) 一种用于电控箱装配过程的优化调度方法
CN104680427A (zh) 地区配电网综合优化规划系统
CN110119842B (zh) 一种微电网短期负荷预测方法
CN114266187B (zh) 一种办公建筑用电网络优化方法及系统
CN104810834B (zh) 基于电压灵敏度的多断面500kV电网无功补偿投切策略优化方法
CN109447336A (zh) 一种上游水库与其反调节水库坝间水位优化控制方法
CN104821580A (zh) 一种基于无功源聚类分析的三阶段无功控制分区方法
CN117057078A (zh) 一种电气接线图生成方法、装置、设备及介质
CN116739187A (zh) 水库优化调度决策方法、装置、计算机设备及存储介质
Govindaraj et al. Optimal reactive power planning and real power loss minimization using cuckoo search algorithm
CN113283654B (zh) 基于聚合解列机制的微网群优化控制方法及系统
CN112861315B (zh) 一种电力系统非凸单目标最优潮流全局解的一维下降搜索法
CN109586290A (zh) 一种大规模电网电磁暂态自动建模的主动控制方法及系统
CN112949177B (zh) 一种综合能源系统构建中的多优化目标赋权方法及系统
CN112821456B (zh) 基于迁移学习的分布式源-储-荷匹配方法及装置
CN111461449A (zh) 一种用电负荷预测方法及计算机程序产品

Legal Events

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