CN113505982A - 一种基于可持续生产调度框架的作业车间调度控制方法 - Google Patents
一种基于可持续生产调度框架的作业车间调度控制方法 Download PDFInfo
- Publication number
- CN113505982A CN113505982A CN202110767035.8A CN202110767035A CN113505982A CN 113505982 A CN113505982 A CN 113505982A CN 202110767035 A CN202110767035 A CN 202110767035A CN 113505982 A CN113505982 A CN 113505982A
- Authority
- CN
- China
- Prior art keywords
- scheduling
- job shop
- target
- sustainable
- framework
- 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.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000008569 process Effects 0.000 claims description 17
- 230000007613 environmental effect Effects 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 7
- 238000004220 aggregation Methods 0.000 claims description 6
- 230000002776 aggregation Effects 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 238000013178 mathematical model Methods 0.000 claims description 4
- 230000000875 corresponding effect Effects 0.000 description 10
- 238000011160 research Methods 0.000 description 10
- 238000005265 energy consumption Methods 0.000 description 8
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 6
- 229910052799 carbon Inorganic materials 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 230000002068 genetic effect Effects 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000003646 Spearman's rank correlation coefficient Methods 0.000 description 2
- 210000000349 chromosome Anatomy 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Marketing (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- Genetics & Genomics (AREA)
- Artificial Intelligence (AREA)
- Manufacturing & Machinery (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于可持续生产调度框架的作业车间调度控制方法，该方法包括以下步骤：构建一可持续制造调度三维目标框架；基于作业车间决策信息，从所述可持续制造调度三维目标框架中选取与所述作业车间决策信息相适配的调度目标；基于所述调度目标求解获得最优调度方案，以该最优调度方案控制作业车间生产状态。与现有技术相比，本发明具有能够快速获得有效的调度目标以实现准确生产调度控制等优点。
Description
技术领域
本发明属于可持续生产调度领域，尤其是涉及一种基于可持续生产调度框架的作业车间调度控制方法。
背景技术
可持续性是指可以长期维持的过程或状态，其影响深远。生产调度是实现可持续生产的关键环节。可持续生产是一种经济合理的生产过程，可以以节省能源/资源并减少环境破坏的方式生产产品，同时确保员工/社区和产品安全。生产调度对于制造可持续性至关重要，然而生产调度车间几乎没有可持续的整体研究框架。大多学者聚焦于优化车间中的一个或几个目标，这些目标尽管可以表示一部分可持续的性能，但是整体的可持续观是缺乏的。可持续生产调度指标框架不仅可以总结现有文献中提出的目标，而且可以为今后的工作提供新的参考思路，具有重要的研究价值。基于目标框架的可持续性评估和优化将为公司提供更清晰的方向，这具有重要的现实意义，也是未来需要不断探索的研究方向。
在现有的发明中，在中国专利申请“一种多目标柔性作业车间调度方法”(公开号：CN112699544A)中，陈松航等提出一种多目标柔性作业车间调度方法，该方法根据工件个数和设备个数生成对应的模型，同时定义最大完工时间最小、最大负荷机器的负荷值最小和总机器负荷最小这三个目标，采用NSGA-II算法对所述数学模型进行求解，得到调度最优解。在中国专利申请“一种可持续性混合流水车间的构建和动态调度方法”(公开号：CN111144710A)中，郭钢等公开了一种可持续性混合流水车间的构建和动态调度方法，建立可持续混合流水车间的架构并建立DSU中的多agent模型，然后基于遗传算法解决可变优先权的动态调度优化，所提出的可持续混合流水车间的可持续性目标为最小化最大完工时间，最小化总能量消耗，最小化总碳排放。现有技术能够解决混合流水车间中统一调度和管理的难题，但并未全面考虑车间生产调度过程的可持续性，难以保证长时间的生产效率。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种能够快速获得有效的调度目标以实现准确生产调度控制的基于可持续生产调度框架的作业车间调度控制方法。
本发明的目的可以通过以下技术方案来实现：
一种基于可持续生产调度框架的作业车间调度控制方法，该方法包括以下步骤：
构建一可持续制造调度三维目标框架；
基于作业车间决策信息，从所述可持续制造调度三维目标框架中选取与所述作业车间决策信息相适配的调度目标；
基于所述调度目标求解获得最优调度方案，以该最优调度方案控制作业车间生产状态。
进一步地，所述可持续制造调度三维目标框架包括可持续生产调度目标集合、两两目标间的相关性及各目标对各属性维度的可持续性影响值。
进一步地，所述可持续生产调度目标集合根据三底线原则划分归类，具体地：
采用自底向上的指标聚集过程，把类似的目标指标归属到一个子集中，形成相对应的子类，再根据每个子类的属性向上聚集形成大类，每个大类有各自的属性维度。
进一步地，所述大类包括时间相关、成本相关、利用相关、排放相关、员工相关和服务相关。
进一步地，所述属性维度包括经济维度、环境维度和社会维度。
进一步地，所述两两目标间的相关性采用Spearman等级相关系数表示。
进一步地，所述两两目标间的相关性和各目标对各属性维度的可持续性影响值通过模拟调度解的方式获得。
进一步地，所述模拟调度解通过以下步骤获得：
构建柔性作业车间数学模型并选择相应目标，采用多次优化算法优化制造期，获得多组调度解。
本发明还提供一种电子设备，包括：
一个或多个处理器；
存储器；和
被存储在存储器中的一个或多个程序，所述一个或多个程序包括用于执行如上所述基于可持续生产调度框架的作业车间调度控制方法的指令。
本发明还提供一种计算机可读存储介质，包括供电子设备的一个或多个处理器执行的一个或多个程序，所述一个或多个程序包括用于执行如上所述基于可持续生产调度框架的作业车间调度控制方法的指令。
与现有技术相比，本发明具有以下有益效果：
1、本发明针对当前可持续制造调度领域多维目标关系复杂，目标关系不清，缺乏系统性研究的现状，基于三底线原则(TBL)构造了可持续制造调度三维目标框架(SMSOF)，使得调度目标在统一的研究体系下，明确不同目标对可持续性的影响，在实际应用中能更准确地筛选调度目标以实现有效生产调度控制。
2、本发明在可持续制造调度三维目标框架构建过程中，采用遗传算法(GA)优化了制造周期，以获得多组调度解决方案及对应数据，解决了实际数据难以获取的问题。
附图说明
图1为本发明可持续制造调度三维目标框架的构建过程示意图；
图2为一个实施例的GA算法的染色体、交叉和变异算子示意图；
图3为一个实施例的各调度解的三维度可持续性分布。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
本实施例提供一种基于可持续生产调度框架的作业车间调度控制方法，该方法包括以下步骤：构建一可持续制造调度三维目标框架；基于作业车间决策信息，从所述可持续制造调度三维目标框架中选取与所述作业车间决策信息相适配的调度目标；基于所述调度目标求解获得最优调度方案，以该最优调度方案控制作业车间生产状态。
可持续制造调度三维目标框架(SMSOF)包括可持续生产调度目标集合、两两目标间的相关性及各目标对各属性维度的可持续性影响值。如图1所示，可持续制造调度三维目标框架通过以下步骤构建：
S1、针对当前可持续生产调度领域多维目标关系复杂，缺乏系统性研究的现状，进行大量的文献梳理审查，确定研究领域涉及的研究目标，包括目标定义、基本属性(分属维度)与量化性质(量化公式或具体值，量化单位)，形成可持续生产调度目标集合。
S2、根据三底线原则对可持续生产调度的目标进行划分，采用自底向上的指标聚集过程，形成相对应的子类，再根据每个子类的属性向上聚集形成大类，每个大类可以对应到各自的属性维度中，形成完整的体系结构；具体的分类结构思想根据ProcSI、ProdSI方法设定。
本实施例中，所述大类包括时间相关、成本相关、利用相关、排放相关、员工相关和服务相关，所述属性维度包括经济维度、环境维度和社会维度，如表1所示(表中包括部分)。
1)时间相关：从某订单生产的开始时间到生产的结束时间，所有与生产计划和空闲时间有关的时间目标，主要包括三个部分：完成时间，拖延时间和过程时间。
2)成本相关：与调度安排中的整个过程相关的经济成本目标，通常考虑能源，人员相关成本，主要包括三个部分：直接成本，间接成本和质量成本(不包括原材料成本)。
3)利用相关：与调度安排中的整个过程相关的资源和能源目标，通常考虑生产计划中的能源消耗和辅助材料的添加，主要包括能源利用和材料利用(主要是水及辅助材料)。
4)排放相关：与调度过程有关的气体，液体和固体排放目标，通常以瞬时量为限定值或统计量为目标标准，主要包括气体排放量和废物排放量。
5)员工相关：与调度安排中的过程全局相关员工目标，仅从员工自身角度考虑，主要包括主观情绪和客观因素。
6)服务相关：与调度安排的过程有关的社会服务目标，从员工和客户的角度考虑，主要包括员工工作环境和客户条件。
表1
S3、构建柔性作业车间(FJS)数学模型并基于研究频次选择相应目标，以获取分析数据。
使用的FJS满足以下条件：从零时开始可用，每个机器都分配了一个操作员，每个工件都遵循其加工顺序，一台机器无法并行执行两个不同的操作，工件开始加工后不允许打断，不考虑突发因素对机器运行的影响，例如机器出故障等，不考虑人员的生病缺勤等突发情况，所有变量都被认为是众所周知的。
本实施例中，选择每个类下频次最高的两目标，分别为：经济维的制造期、人工成本，环境维的生产能耗、碳排放量，社会维的噪声污染、危害暴露量，以此六个目标作为目标分析的基本指标，如公式(1)～公式(6)，进行调度解的求解。
f1＝Cmax＝max{Ci-S1} (1)
公式(1)-(6)用于我们选择的六个目标。i＝{1,2,,,n}，n是作业的总数，j＝{1,2,,,J}，J是作业i的操作总数，k＝{1,2,,,K}，K是机器总数，b＝{1,2,,,B}，B是工人总数。在等式(1)中，f1是制造期，Ci是作业i的完成时间，而S1是第一个作业的开始时间。在等式(2)中，f2是生产工人的成本，Wijkb表示工人b在机器k上进行工件i的操作j的成本，而Xijkb＝1表示工人b在机器k上参与作业i的操作j的生产。在公式(3)中，f3是生产过程中机器的能耗，Eijk是在机器k上作业i的操作j的能量，Xijk是二进制变量，并且如果作业i在机器k上完成操作j，Xijk＝1。在公式(4)中，f4是与机器消耗的能量相对应的二氧化碳排放量，gk是机器k的碳转化系数。在许多论文中，机器排放的CO2量与机器的能耗成线性关系。在等式(5)中，f5是工作期间每个工人的危险暴露，hijkb是机器k上作业i的操作j的工人b单位的危险暴露。在等式(6)中，f6是生产加工的噪声，nijk是机器k对作业i的操作j进行处理时的噪声水平，tijk是作业i在机器k上的操作j的处理时间。
S4、采用多次优化算法优化制造期，获得多组调度解。
本实施例中，优化算法采用遗传算法(GA)，具体地：采用GA算法来对其中一个目标制造期进行优化，根据优化生成的解方案，然后计算出解方案中的其他目标量作为一组数据。经过多次运行GA算法，可获得多组调度解。
本实施例中，GA的编码方式为整数编码，交叉方式为整数单点交叉，变异方式为两点交换，选择方式为轮盘赌选择，如图2所示。
以一个4工件2工序3机器的车间为例，其染色体编码为：
工件与工序一一对应，工件出现第二次表示第二道工序。
S5、应用Spearman分析法，提取每个维度两个目标计算相关性：将统计理论中的Spearman分析方法应用于相关性分析，把GA获取的多组解按照两两目标顺序排序，并赋上排序值，根据排序值求两两目标相关性值。
Spearman等级相关系数使用两个变量X和Y的等级大小进行相关性分析，单调函数可用于描述变量之间的相关性。如果两个变量的两组不具有相同的元素，则当一个变量可以表示为另一个变量的单调函数时，两个变量之间的ρ可以达到+1或-1。对两个变量数据进行大小排序，然后根据排序情况赋值(rank值)，使用rank值代入公式计算相关性。
其中ρ的是Spearman等级相关系数，N是样本的最大数量，xa和ya分别是X中的Xi等级和Y中的Yi等级。
遗传算法运行100次，通过计算调度方案获得每个相关目标的值，获得100组数据。然后，通过Spearman的相关方法计算每个目标之间的相关性，如表2所示：
表2
| f1 | f2 | f3 | f4 | f5 | f6 | |
| f1 | 1 | -0.6611 | -0.0263 | -0.1860 | -0.4123 | 0.6284 |
| f2 | — | 1 | 0.0723 | 0.2599 | 0.4810 | -0.6389 |
| f3 | — | — | 1 | 0.9208 | -0.0086 | -0.3864 |
| f4 | — | — | — | 1 | 0.0664 | -0.5077 |
| f5 | — | — | — | — | 1 | -0.1081 |
相关性正负号表示正相关与负相关，符号后面的值表示相关性的大小，比如f3与f4的相关性值为0.9208，表示生产能耗与碳排放高度正相关，f5与f6的相关性值为-0.1081，表示噪声与危害暴露量为负相关，但几乎不相关。由表2可以看出能耗、碳排放与人工成本都与制造期存在对抗性，即意味着想要获取较短时间的制造期，就需要以牺牲能耗、碳排放以及人工成本为代价。而噪声污染与环境安全则是伴随制造期的增加而增加的。
S6、将归一化和等权重法就用于每个维度中的目标，各目标对各属性维度的可持续性影响值，获得可持续绩效的比较：使用最大和最小方法对目标进行归一化，再使用相等权重的加权方法对每个维度的两个目标进行加权，以探讨这些目标对三个维度的可持续性的影响。对GA生成的多组调度解应用方法，观察三维度可持续性变化，并分析各维度可持续性最优最差以及权衡对应的调度解。
应用归一化和等权重法用于每个维度中的两个目标，具体为：
使用最大和最小方法对目标进行归一化，即选择样本数据中的最大最小值之差作为分母，然后以当前值与最小值之差作为分子，进行归一化。然后使用相等的加权方法对每个维度的两个目标进行加权，以探讨这些目标对三个维度的可持续性的影响。
对目标值做归一化处理后，按等加权法对每个维度下的两目标加权所得，结果的折线图如图3所示，最优最差以及权衡值如表3所示：
表3
| Eco | Env | Sco | |
| Eco-best | 0.241379 | 0.870936 | 0.303104 |
| Eco-worst | 0.853448 | 0.620726 | 0.490078 |
| Env-best | 0.500000 | 0.000000 | 0.525022 |
| Env-worst | 0.568966 | 1.000000 | 0.364365 |
| Sco-best | 0.560345 | 0.596674 | 0.011473 |
| Sco-worst | 0.531609 | 0.683742 | 0.768640 |
| Tade-off | 0.333333 | 0.206847 | 0.212702 |
随着经济可持续性的提高，其值越小越好。由表3可以清楚地看到，当经济维度是最可持续的时候，相应的环境维度的评估值就非常高。当经济维度的值最差时，相应的社会维度的表现通常会更好。同时，由于生产时间更长，环境维度的价值变得非常差。决策者必须在三个方面的可持续性之间进行权衡。此外，调度决策还取决于公司的发展方向。例如，在环境维度的最大允许值下，经济维度的值越高，将越有可能采用该方案。
上述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种基于可持续生产调度框架的作业车间调度控制方法，其特征在于，该方法包括以下步骤：
构建一可持续制造调度三维目标框架；
基于作业车间决策信息，从所述可持续制造调度三维目标框架中选取与所述作业车间决策信息相适配的调度目标；
基于所述调度目标求解获得最优调度方案，以该最优调度方案控制作业车间生产状态。
2.根据权利要求1所述的基于可持续生产调度框架的作业车间调度控制方法，其特征在于，所述可持续制造调度三维目标框架包括可持续生产调度目标集合、两两目标间的相关性及各目标对各属性维度的可持续性影响值。
3.根据权利要求2所述的基于可持续生产调度框架的作业车间调度控制方法，其特征在于，所述可持续生产调度目标集合根据三底线原则划分归类，具体地：
采用自底向上的指标聚集过程，把类似的目标指标归属到一个子集中，形成相对应的子类，再根据每个子类的属性向上聚集形成大类，每个大类有各自的属性维度。
4.根据权利要求3所述的基于可持续生产调度框架的作业车间调度控制方法，其特征在于，所述大类包括时间相关、成本相关、利用相关、排放相关、员工相关和服务相关。
5.根据权利要求2或3所述的基于可持续生产调度框架的作业车间调度控制方法，其特征在于，所述属性维度包括经济维度、环境维度和社会维度。
6.根据权利要求2所述的基于可持续生产调度框架的作业车间调度控制方法，其特征在于，所述两两目标间的相关性采用Spearman等级相关系数表示。
7.根据权利要求2所述的基于可持续生产调度框架的作业车间调度控制方法，其特征在于，所述两两目标间的相关性和各目标对各属性维度的可持续性影响值通过模拟调度解的方式获得。
8.根据权利要求7所述的基于可持续生产调度框架的作业车间调度控制方法，其特征在于，所述模拟调度解通过以下步骤获得：
构建柔性作业车间数学模型并选择相应目标，采用多次优化算法优化制造期，获得多组调度解。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储器；和
被存储在存储器中的一个或多个程序，所述一个或多个程序包括用于执行如权利要求1-8任一所述基于可持续生产调度框架的作业车间调度控制方法的指令。
10.一种计算机可读存储介质，其特征在于，包括供电子设备的一个或多个处理器执行的一个或多个程序，所述一个或多个程序包括用于执行如权利要求1-8任一所述基于可持续生产调度框架的作业车间调度控制方法的指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110767035.8A CN113505982A (zh) | 2021-07-07 | 2021-07-07 | 一种基于可持续生产调度框架的作业车间调度控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110767035.8A CN113505982A (zh) | 2021-07-07 | 2021-07-07 | 一种基于可持续生产调度框架的作业车间调度控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113505982A true CN113505982A (zh) | 2021-10-15 |
Family
ID=78011979
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110767035.8A Pending CN113505982A (zh) | 2021-07-07 | 2021-07-07 | 一种基于可持续生产调度框架的作业车间调度控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113505982A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103390195A (zh) * | 2013-05-28 | 2013-11-13 | 重庆大学 | 一种基于强化学习的机械车间任务调度节能优化系统 |
| CN103676902A (zh) * | 2013-12-20 | 2014-03-26 | 东北大学 | 一种流水车间重调度方法 |
| CN103839129A (zh) * | 2012-11-28 | 2014-06-04 | 沈阳铝镁设计研究院有限公司 | 一种针对电解铝厂计划调度过程的控制方法 |
| US20180032065A1 (en) * | 2016-07-27 | 2018-02-01 | Skyworks Solutions, Inc. | Flexible planning model for fabrication with high volume and high mixture |
| CN107767022A (zh) * | 2017-09-12 | 2018-03-06 | 重庆邮电大学 | 一种生产数据驱动的动态作业车间调度规则智能选择方法 |
| CN110619437A (zh) * | 2019-09-20 | 2019-12-27 | 国网江苏省电力有限公司电力科学研究院 | 一种低能耗柔性作业车间调度方法 |
| CN110796355A (zh) * | 2019-10-22 | 2020-02-14 | 江苏金陵智造研究院有限公司 | 一种基于动态解码机制的柔性作业车间调度方法 |
| CN111259314A (zh) * | 2020-01-16 | 2020-06-09 | 西安建筑科技大学 | 一种分布式混凝土预制构件流水车间生产调度方法 |
| CN112051825A (zh) * | 2020-09-22 | 2020-12-08 | 重庆大学 | 一种汽车试制车间考虑员工作业能力的多目标生产调度方法 |
-
2021
- 2021-07-07 CN CN202110767035.8A patent/CN113505982A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103839129A (zh) * | 2012-11-28 | 2014-06-04 | 沈阳铝镁设计研究院有限公司 | 一种针对电解铝厂计划调度过程的控制方法 |
| CN103390195A (zh) * | 2013-05-28 | 2013-11-13 | 重庆大学 | 一种基于强化学习的机械车间任务调度节能优化系统 |
| CN103676902A (zh) * | 2013-12-20 | 2014-03-26 | 东北大学 | 一种流水车间重调度方法 |
| US20180032065A1 (en) * | 2016-07-27 | 2018-02-01 | Skyworks Solutions, Inc. | Flexible planning model for fabrication with high volume and high mixture |
| CN107767022A (zh) * | 2017-09-12 | 2018-03-06 | 重庆邮电大学 | 一种生产数据驱动的动态作业车间调度规则智能选择方法 |
| CN110619437A (zh) * | 2019-09-20 | 2019-12-27 | 国网江苏省电力有限公司电力科学研究院 | 一种低能耗柔性作业车间调度方法 |
| CN110796355A (zh) * | 2019-10-22 | 2020-02-14 | 江苏金陵智造研究院有限公司 | 一种基于动态解码机制的柔性作业车间调度方法 |
| CN111259314A (zh) * | 2020-01-16 | 2020-06-09 | 西安建筑科技大学 | 一种分布式混凝土预制构件流水车间生产调度方法 |
| CN112051825A (zh) * | 2020-09-22 | 2020-12-08 | 重庆大学 | 一种汽车试制车间考虑员工作业能力的多目标生产调度方法 |
Non-Patent Citations (2)
| Title |
|---|
| JUNKAI WANG ETC.: "Novel Energy- and Maintenance-Aware Collaborative Scheduling for A Hybrid Flow Shop Based on Dual Memetic Algorithms", 《IEEE》 * |
| 马丽萌等: "基于SO-GP的智能车间组合调度规则挖掘", 《计算机集成制造系统》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jiang et al. | Data-driven ecological performance evaluation for remanufacturing process | |
| Parmar et al. | Evaluating Sustainable Lean Six Sigma enablers using fuzzy DEMATEL: A case of an Indian manufacturing organization | |
| Feng et al. | Environmentally friendly MCDM of reliability-based product optimisation combining DEMATEL-based ANP, interval uncertainty and Vlse Kriterijumska Optimizacija Kompromisno Resenje (VIKOR) | |
| Altuntas et al. | A fuzzy DEMATEL-based solution approach for facility layout problem: a case study | |
| Joseph et al. | Evaluation of routing flexibility of a flexible manufacturing system using simulation modelling and analysis | |
| Coca et al. | Sustainable evaluation of environmental and occupational risks scheduling flexible job shop manufacturing systems | |
| CN106131158A (zh) | 一种云数据中心环境下基于云租户信用度的资源调度装置 | |
| CN108898285A (zh) | 一种基于信息熵的啤酒包装生产线运行效率定量评估方法 | |
| Kłos et al. | Improving manufacturing processes using simulation methods | |
| Liu et al. | Application of hierarchical clustering in tax inspection case-selecting | |
| Abdelhadi | Maintenance scheduling based on PROMETHEE method in conjunction with group technology philosophy | |
| Naeemah et al. | Sustainability metrics and a hybrid decision-making model for selecting lean manufacturing tools | |
| Djatna et al. | An analysis and design of mobile business intelligence system for productivity measurement and evaluation in tire curing production line | |
| CN113505982A (zh) | 一种基于可持续生产调度框架的作业车间调度控制方法 | |
| Ojstersek et al. | SIMULATION MODELLING OF ENVIRONMENTAL AND ECONOMIC ASPECTS IN MANUFACTURING SYSTEMS. | |
| Bashiri | A two stage heuristic solution approach for resource assignment during a cell formation problem | |
| Lee et al. | An empirical analysis of issues and trends in manufacturing productivity through a 30-year literature review | |
| CN109753990B (zh) | 一种用户电能替代潜力预测方法、系统及存储介质 | |
| Telegraphi et al. | A mathematical model for the sustainable design of a cellular manufacturing system in the tactical planning of a closed-loop supply chain featuring alternative routings and outsourcing option | |
| Zhang et al. | Novel multi-criteria sustainable evaluation for production scheduling based on fuzzy analytic network process and cumulative prospect theory-enhanced VIKOR | |
| Li et al. | A generalized stochastic petri-net model for performance analysis and allocation optimization of a particular repair system | |
| Nurprihatin et al. | Quality Control Analysis of Porcelain Products Using Overall Equipment Effectiveness and Statistical Quality Control Methods | |
| CN107862036A (zh) | 一种基于遗传算法的岸桥载荷状态检测方法 | |
| Shahin | A conceptual model of group technology and lean production for productivity enhancement | |
| Jayant et al. | Global green manufacturing strategy selection using Hybrid Grey Relational Analysis (HGRA) |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211015 |
|
| RJ01 | Rejection of invention patent application after publication |