CN113378343A - 一种基于离散Jaya算法的电缆生产调度方法 - Google Patents

Abstract

本发明公开了一种基于离散Jaya算法的电缆生产调度方法，本发明针对线缆生产调度优化问题，建立以最小化最大完工时间为目标的问题数学模型，从而提出一种基于离散Jaya算法。在Jaya算法框架下，提出结合问题特点的高效解个体编解码策略，通过路径重链接方法改进领域搜索策略，引导算法更有效地搜索问题空间，以提升算法性能，从而实现最大完工时间最小化。本发明通过合理安排各订单工序的加工设备和时序，优化线缆生产调度，以有效提升传统电缆行业生产与管理效率。通过提出一个合理的调度方案，以缩短产品制造周期，有效提高人员工作效率、设备利用率、减少能源和物质损耗，从而达到降低成本和提高经济效益的目的。同时提高了线缆企业的市场竞争力，促进线缆企业数字化和智能化管理目标的实现。

Description

一种基于离散Jaya算法的电缆生产调度方法

技术领域

本发明属于电缆生产调度技术领域，尤其与一种基于离散Jaya算法的电缆生产调度方法有关。

背景技术

电线电缆已被广泛用于建筑、通信、能源、交通等工业领域，作为传统制造行业，线缆生产线存在着产品种类多、管理复杂等特点，在生产管理上仍主要以人工经验为主，这导致了我国线缆企业数字化和智能化管理水平普遍不高，严重影响了企业效益和竞争力。因此研究分析线缆生产过程中的复杂工程问题，并提出相应解决方案，对于推动传统企业的数字化转型升级，实现经济社会可持续发展具有重要意义。线缆生产调度优化是线缆生产管理的关键技术，对企业来讲，合理的调度方案不仅可以缩短产品制造周期，而且可以有效提高人员工作效率、设备利用率、减少能源和物质损耗，从而达到降低成本和提高经济效益的目的。线缆生产线主要通过拉丝退火、束丝/绞线、挤塑、成缆、挤护套、铠装等工艺环节实现不同型号线缆的生产。每一工艺环节可由具备相应功能的加工机器和配套模具完成，一台机器在加工不同型号线缆时通常需要切换模具，且模具切换过程需耗费一定的卸载和安装时间。线缆生产过程中的不同工艺环节结束后都会生成线缆成品。由于线缆产品种类型号繁多、生产工艺复杂，因此针对电缆生产调度问题的建模和求解均具有很大挑战性。目前线缆生产企业主要还停留在依赖人工经验进行生产调度的阶段，有关线缆生产调度的文献少之又少。线缆生产调度问题可视为一类带资源约束和准备时间的柔性作业车间调度问题。

发明内容

针对上述背景技术存在的问题，本发明提出一种基于离散Jaya算法的电缆生产调度方法。

为此，本发明采用以下技术方案：一种基于离散Jaya算法的电缆生产调度方法，包括以下步骤：

二、初始化策略

第一步，初始化算法参数：初始化种群大小Pop，最大迭代次数Iter；

第二步，解个体编码与生成策略：在生成自然序列的基础上通过随机混洗方式不断生成Pop个初始解个体，以提高初始解的多样性；

第三步，计算解个体的适应度值：计算每个种群的最大完工时间，并作为个体适应度。在计算过程中使用左移操作，减少机器空闲时间，使作业工序尽可能在较短的时间内加工完成；

二、离散Jaya策略

第一步，随机系数生成：生成二进制数r₁和r₂，即r₁,r₂∈{0,1}，且满足r₁+r₂＝1；

第二步，新解生成离散化：基于Jaya算法中的解生成方式，提出DJaya算法中解个体生成的离散化公式为：

其中X_tB表示在第t次迭代过程中最优解，X_tW表示在第t次迭代过程中最差解，

代表交叉操作；若r₁为1，则设X_tB为导向解，X_t为初始解，对X_tB和X_t实行路径重链接操作，若r₂为1，则设X_tW为导向解，X_t为初始解，对X_tW和X_t实行路径重链接操作；

三、更新及终止策略

判断路径重链接操作执行后生成的新解，若新解优于原有解个体的最大完工时间，则用新解替换原解，否则保留原解；

终止操作：当迭代次数满足结束条件时，输出最优解。

作为对上述技术方案的补充和完善，本发明还包括以下技术特征。

步骤二中，交叉操作具体步骤为：若r₁为1时，则将当前解与当前最优解X_tB进行交叉操作；反之，当r₂为1时，将当前解与当前最差解X_tW进行交叉操作；交叉操作

采用了路径重链接方法，将当前解与当前最优解或当前最差解进行交叉，以生成新解；

路径重链接的过程是起始解与导向解进行重链接，产生一系列路径解，依据起始解与导向解之间的差异进行重链接，随着不断地重链接，产生路径解集合。

本发明可以达到以下有益效果：本发明针对线缆生产调度优化问题，建立以最小化最大完工时间为目标的问题数学模型，从而提出一种基于离散Jaya算法。在Jaya算法框架下，提出结合问题特点的高效解个体编解码策略，通过路径重链接方法改进领域搜索策略，引导算法更有效地搜索问题空间，以提升算法性能，从而实现最大完工时间最小化。本发明通过合理安排各订单工序的加工设备和时序，优化线缆生产调度，以有效提升传统电缆行业生产与管理效率。通过提出一个合理的调度方案，以缩短产品制造周期，有效提高人员工作效率、设备利用率、减少能源和物质损耗，从而达到降低成本和提高经济效益的目的。同时提高了线缆企业的市场竞争力，促进线缆企业数字化和智能化管理目标的实现。

附图说明

图1为本发明的流程图。

图2为实例10_1使用不同算法所得结果的小提琴图:迭代次数图2a为a 10次,图2b为20次,图2c50次,图2d为100次。

图3为实例10_1对应调度方案的甘特图。

具体实施方式

下面结合附图对本发明的具体实施方式进行详细描述，所描述的实施例只是对本发明的说明和解释，并不构成对本发明的唯一限定。

如图1所示，本发明初始化策略

(1)初始化算法参数：初始化种群大小Pop，最大迭代次数Itr。

(2)解个体编码与生成策略：在生成自然序列的基础上通过随机混洗方式不断生成Pop个初始解个体，以提高初始解的多样性。

(3)计算解个体的适应度值：计算每个种群的最大完工时间，并作为个体适应度。在计算过程中使用左移操作，减少机器空闲时间，使作业工序尽可能在较短的时间内加工完成。

2离散Jaya策略

(1)随机系数生成：生成二进制数r₁和r₂，即r₁,r₂∈{0,1}，且满足r₁+r₂＝1。

(2)新解生成离散化：基于基本Jaya算法中的解生成方式，提出DJaya算法中解个体生成的离散化公式为：

X_tB表示在第t次迭代过程中最优解，X_tW表示在第t次迭代过程中最差解，

代表交叉操作。若r₁为1时，则将当前解与当前最优解X_tB进行交叉操作；反之，当r₂为1时，将当前解与当前最差解X_tW进行交叉操作。

在此，交叉操作

采用了路径重链接方法，将当前解与当前最优解或当前最差解进行交叉，以生成新解。

若r₁为1，则设X_tB为导向解，X_t为初始解，对X_tB和X_t实行路径重链接操作，若r₂为1，则设X_tW为导向解，X_t为初始解，对X_tW和X_t实行路径重链接操作。

路径重链接的主要过程是起始解与导向解进行重链接，产生一系列路径解，依据起始解与导向解之间的差异进行重链接，随着不断地重链接，产生路径解集合。

3更新及终止策略

判断路径重链接操作执行后生成的新解，若新解优于原有解个体的最大完工时间，则用新解替换原解，否则保留原解。

终止操作：当迭代次数满足结束条件时，输出最优解。

试验实例

为了验证所提DJaya算法的有效性，本文基于线缆企业生产过程中的实际数据，构建包含30个算例的实例集。此外，考虑到目前有关线缆生产调度问题的研究尚处于起步阶段，因此采用遗传算法(Genetic Algorithm,GA)，差分进化算法(DifferentialEvolution,DE)、Jaya算法作为对比算法来验证所提DJaya算法的有效性和稳定性。所有算法的参数设置如下：最大迭代次数Itr＝50，种群大小Pop＝30。实验环境为Intel Core-i5-9300H处理器，16GB内存，2400Mhz主频，编程采用VC++实现。

实验1从实例集中选取10个小规模实例构成测试集，每个实例标记为a_b，其中a表示订单数，b表示该测试集序号。通过比较DJaya算法与GA、DE、Jaya算法在小规模实例集上的寻优结果，以验证DJaya算法的性能。所有算法运行次数30次，得到比较结果如

表1所示，其中Avg和Std分别表示得到的平均最大完工时间及相应标准差值，最后一行为10个算例数据的平均值。从

表1可以看出，除了10_2算例，DJaya算法在其他所有算例上均能得到最好结果，最优解的平均最大完工时间要优于其他三种算法，并且标准差值也要小于其他算法。这说明DJaya算法在寻优精度和能力上均强于其他算法。

表1不同算法在实例集10_1～10_10上的寻优结果比较

实验2为了进一步证明DJaya算法的求解效果，本实验基于实例集50_1～50_10和100_1～100_10进行仿真分析，且设置独立运行次数Runs＝20。

表2不同算法在实例集50_1～50_10上的寻优结果比较

表3不同算法在实例集100_1～100_10上的寻优结果比较

DJaya算法针对实例集50_1～50_10和100_1～100_10寻优后得到的运行结果如表2和

表3所示，其中Max和Min分别表示最大完工时间的最大值和最小值，Avg和Std分别表示平均最大完工时间及相应的标准差值。从表2和

表3可知，与其他算法相比，DJaya算法寻优所得结果的标准差值小，最小值和最大值相差较小，说明DJaya算法能够有效求解大规模问题实例，且能保证解的质量。这进一步验证了DJaya算法在求解线缆生产调度问题时的有效性和稳定性。

实验3为了进一步验证所提DJaya算法的寻优性能，本实验基于实例集10_1进行仿真分析，比较不同算法在迭代次数分别为10、20、50和100情况下寻优结果的分布情况。为了保证实验的公平性，所有算法的其他参数设置如下：种群大小Pop＝30，运行次数Runs＝30。为了更好地说明不同比较算法的收敛特性，给出了不同算法寻优结果的小提琴图，具体如图2所示。从图中可知，与GA、DE和Jaya算法相比，DJaya算法提高了收敛速度，基本上在迭代过程的前半段就能得到最优解，并且在迭代次数增加时表现出较好的稳定性。

以实例10_1为例，在迭代次数Itr＝100的条件下，DJaya算法最大完工时间的最小值为154，相应的甘特图如图3所示。从上述结果可知，DJaya算法具有较好的鲁棒性，能在较少的时间内快速找到问题的最优解，充分调度作业工序，合理安排加工机器，充分利用加工机器时间，从而实现最大完工时间最小化。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (2)

1.一种基于离散Jaya算法的电缆生产调度方法，其特征在于所述的基于离散Jaya算法的电缆生产调度方法包括以下步骤：

一、初始化策略

第一步，初始化算法参数：初始化种群大小Pop，最大迭代次数Iter；

第二步，解个体编码与生成策略：在生成自然序列的基础上通过随机混洗方式不断生成Pop个初始解个体，以提高初始解的多样性；

第三步，计算解个体的适应度值：计算每个种群的最大完工时间，并作为个体适应度。在计算过程中使用左移操作，减少机器空闲时间，使作业工序尽可能在较短的时间内加工完成；

二、离散Jaya策略

第一步，随机系数生成：生成二进制数r₁和r₂，即r₁,r₂∈{0,1}，且满足r₁+r₂＝1；

第二步，新解生成离散化：基于Jaya算法中的解生成方式，提出DJaya算法中解个体生成的离散化公式为：

其中X_tB表示在第t次迭代过程中最优解，X_tW表示在第t次迭代过程中最差解，

代表交叉操作；若r₁为1，则设X_tB为导向解，X_t为初始解，对X_tB和X_t实行路径重链接操作，若r₂为1，则设X_tW为导向解，X_t为初始解，对X_tW和X_t实行路径重链接操作；

三、更新及终止策略

判断路径重链接操作执行后生成的新解，若新解优于原有解个体的最大完工时间，则用新解替换原解，否则保留原解；

终止操作：当迭代次数满足结束条件时，输出最优解。

2.根据权利要求1所述的一种基于离散Jaya算法的电缆生产调度方法，其特征在于：步骤二中，交叉操作具体步骤为：若r₁为1时，则将当前解与当前最优解X_tB进行交叉操作；反之，当r₂为1时，将当前解与当前最差解X_tW进行交叉操作；交叉操作

采用了路径重链接方法，将当前解与当前最优解或当前最差解进行交叉，以生成新解；

路径重链接的过程是起始解与导向解进行重链接，产生一系列路径解，依据起始解与导向解之间的差异进行重链接，随着不断地重链接，产生路径解集合。

Images