CN113962540A - 一种维修任务调度方法及相关设备 - Google Patents

一种维修任务调度方法及相关设备 Download PDF

Info

Publication number
CN113962540A
CN113962540A CN202111193033.9A CN202111193033A CN113962540A CN 113962540 A CN113962540 A CN 113962540A CN 202111193033 A CN202111193033 A CN 202111193033A CN 113962540 A CN113962540 A CN 113962540A
Authority
CN
China
Prior art keywords
information
historical
equipment
function
maintenance
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
Application number
CN202111193033.9A
Other languages
English (en)
Inventor
朱晓锦
张合生
高志远
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.)
Shanghai University (zhejiang Jiaxing) Emerging Industry Research Institute
Original Assignee
Shanghai University (zhejiang Jiaxing) Emerging Industry Research Institute
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 Shanghai University (zhejiang Jiaxing) Emerging Industry Research Institute filed Critical Shanghai University (zhejiang Jiaxing) Emerging Industry Research Institute
Priority to CN202111193033.9A priority Critical patent/CN113962540A/zh
Publication of CN113962540A publication Critical patent/CN113962540A/zh
Pending legal-status Critical Current

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • 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
    • G06Q10/20—Administration of product repair or maintenance
    • 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
    • Y02P90/80—Management or planning

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Biophysics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种维修任务调度方法及相关设备。该方法包括：获取历史设备信息和历史人员信息，获取当前维修信息，根据所述历史设备信息、所述历史人员信息和所述当前维修信息确定目标函数和约束条件，基于约束条件采用混合天牛须搜索的粒子群算法对所述目标函数求解，获取最优调度方案。此方案综合考虑了全局和个体自动地指定维修任务调度方案，此分配方案更符合经济性要求，适合大规模维修任务的合理调度。

Description

一种维修任务调度方法及相关设备
技术领域
本说明书涉及调度管理领域，更具体地说，本发明涉及一种维修任务调度方法及相关设备。
背景技术
优化调度是针对资源存在竞争、条件存在冲突的情况下，通过设定条件优先级和各项目标在整体目标中占比，然后使用优化算法调整资源的分配，得到满足目标需求的调度方案。目前优化调度应用于很多领域，例如车间生产调度、交通运输调度和电网调度。
维修任务调度常用于工业领域，目前常用的方法是车间发生设备损坏现象，车间工人向调度室发送维修请求，调度室查询维修人员排班情况，安排适合的工人去进行维修，而对于大规模的维修任务，或者关键设备的维修任务，人工分配的方式就显得比较困难。
因此，有必要提出一种维修任务调度方法，以至少部分地解决现有技术中存在的问题。
发明内容
在发明内容部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。
为至少部分地解决上述问题，第一方面，本发明提出一种维修任务调度方法，上述方法包括：
获取历史设备信息和历史人员信息，其中，上述历史设备信息包括设备类型信息和设备零件信息，上述历史人员信息包括人员技能信息；
获取当前维修信息，其中，上述当前维修信息包括待修设备信息和当前人员信息；
根据上述历史设备信息、上述历史人员信息和上述当前维修信息确定目标函数和约束条件；
基于约束条件采用混合天牛须搜索的粒子群算法对上述目标函数求解，获取最优调度方案。
可选的，上述当前维修信息还包括订单产品紧急程度，上述订单产品是由待修设备生产的。
可选的，上述目标函数包括维修时间最短函数、等待时间最短函数、停机损失最小函数、备件函数和停产损失函数中至少一种。
可选的，上述约束条件包括时间约束条件和人员约束条件。
可选的，上述基于约束条件采用混合天牛须搜索的粒子群算法对上述目标函数求解，获取最优调度方案，包括：
根据上述目标函数和上述目标函数对应的权重建立适度函数，其中，上述权重可由用户设定；
基于约束条件采用混合天牛须搜索的粒子群算法对上述适度函数求解，获取最优调度方案。
可选的，上述方法还包括：
经过预设时间后，更新上述人员技能信息，其中，上述预设时间由用户设定。
可选的，上述基于约束条件采用混合天牛须搜索的粒子群算法对上述目标函数求解，获取最优调度方案，包括：
初始化参数，上述参数包括种群规模、学习因子和天牛两须间距离；
基于上述参数、上述约束条件对上述目标函数进行预设次数计算，获取最优调度方案，其中，上述预设次数由用户设定。
第二方面，本发明还提出一种维修任务调度装置，包括：
第一获取单元，用于获取历史设备信息和历史人员信息，其中，上述历史设备信息包括设备类型信息和设备零件信息，上述历史人员信息包括人员技能信息；
第二获取单元，用于获取当前维修信息，其中，上述当前维修信息包括待修设备信息和当前人员信息；
确定单元，用于根据上述历史设备信息、上述历史人员信息和上述当前维修信息确定目标函数和约束条件；
调度单元，用于基于约束条件采用混合天牛须搜索的粒子群算法对上述目标函数求解，获取最优调度方案。
第三方面，一种电子设备，包括：储存器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器用于执行存储器中存储的计算机程序时实现如上述的第一方面任一项的维修任务调度方法的步骤。
第四方面，本发明还提出一种计算机可读存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时实现第一方面上述任一项的维修任务调度方法的步骤。
综上，本方案通过获取历史设备信息、历史人员信息和当前维修信息确定目标函数和约束条件，并根据约束条件通过混合天牛须搜索的粒子群算法对目标函数进行求解，结合了例子群算法和天牛须搜素算法的优点，综合考虑全局和个体对维修任务调度方案的影响，获取最优调度方案，此分配方案更符合经济性要求，适合为大规模维修任务指定更为合理的调度方案。
本发明的维修任务调度方法，本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本说明书的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1为本申请实施例提供的一种维修任务调度方法流程示意图；
图2为本申请实施例提供的一种维修任务调度分配方案示意图；
图3为本申请实施例提供的一种维修任务调度装置结构示意图；
图4为本申请实施例提供的一种维修任务调度电子设备结构示意图。
具体实施方式
本申请实施例提供了一种维修任务调度方法及相关设备，本实施例根据历史设备信息、历史人员信息、当前维修信息确定满足维修任务实际情况的目标函数和约束条件，基于混合天牛须搜索的粒子群算法对所述目标函数求解，获取最优调度方案，可实现维修任务自动合理分配，缩短了维修周期，降低了由维修耽误生产造成的经济损失。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。
请参阅图1，为本申请实施例提供的一种维修任务调度方法流程示意图，具体可以包括：
获取历史设备信息和历史人员信息，其中，上述历史设备信息包括设备类型信息和设备零件信息，上述历史人员信息包括人员技能信息；
具体的，设备历史信息可以包括多个设备的信息，包括每个设备的生产厂家，型号及设备的通用件的类型，易磨损件的信息等，历史人员信息包括人员技能信息，人员技能信息可以是维修人员针对不同设备及设备中不同部件维修的熟练程度。
获取当前维修信息，其中，上述当前维修信息包括待修设备信息和当前人员信息；
具体的，当前维修信息包括待修设备信息，比如待修设备的型号，待修设备损坏的部件，待修设备损坏部件是否有库存等信息，可用设备可维修度c表征部件库存信息库存满足维修条件c为1，库存不满足c为0；，当前人员信息包括，当前上班的人员，当前上班的人员是否有维修任务正在执行，以及当前人员何时完成当前任务等信息。
根据上述历史设备信息、上述历史人员信息和上述当前维修信息确定目标函数和约束条件；
具体的，根据上述的设备信息，上述历史人员信息和上述当前维修信息确定目标函数和约束条件，目标函数可以包括：维修时间最短函数，可根据此函数分配最熟悉此待修设备的人员进行维修；等待时间最短函数，可根据此函数分配目前正处于空闲的维修工人进行维修；停机损失最小函数，如果当前待维修设备较多可根据停产设备造成的经济损失计算损失最小的技术方案；备件函数，可根据此函数计算安排有库存零件的待修设备优先维修；停产损失函数，某些设备可能是第一个工序的设备或某些重要工序的设备，无法替代，当此设备损坏时，生产无法进行，此设备造成的经济损失可由停产损失函数计算。约束条件可以为待维修设备数量与维修人员间的数量关系，还可以为时间先后关系，如维修完成时间大于保修时间。
基于约束条件采用混合天牛须搜索的粒子群算法对上述目标函数求解，获取最优调度方案。
具体的，由于例子群算法中侧重于群体对单个粒子的影响，粒子除了自己本身寻找最优解之外，主要还是依靠与其他粒子交流互相影响，根据群体搜索获得的全局最优而获得位置信息，而在天牛须搜索算法中，主要以单个粒子的位置和方向，以个体为单位进行寻优，不考虑群体之间的联系，本方案将粒子群与天牛须搜素算法搜索策略进行结合，更新位置进行搜索，基于约束条件对目标函数进行求解。
综上，本方案通过获取历史设备信息、历史人员信息和当前维修信息确定目标函数和约束条件，基于混合天牛须搜索的粒子群算法获取最优调度方案，综合考虑了全局和个体自动地指定维修任务调度方案，此分配方案更符合经济性要求，适合大规模维修任务的合理调度。
在一些示例中，上述当前维修信息还包括订单产品紧急程度，上述订单产品是由待修设备生产的。
具体的，维修信息还可以包括当前待修设备生产产品订单的紧急程度，比如工厂同时生产多个订单，按交付期限先后，定义订单的紧急程度D＝(d1,d2,…,dn)，任务调度时可根据紧急程度的高低，优先安排维修等级程度高产品对应的设备。
综上，本实施例提供的维修任务调度方法，可以根据订单的紧急程度，按照紧急程度由高到低的顺序对维修任务进行合理分配，能够满足订单实际生产需。
在一些示例中，上述目标函数包括维修时间最短函数、等待时间最短函数、停机损失最小函数、备件函数和停产损失函数中至少一种。
具体的，目标函数包括维修时间最短函数、等待时间最短函数、停机损失最小函数、备件函数和停产损失函数可以由下述公式表示：
维修时间最短函数f1为：
Figure BDA0003301935160000071
表示维修时间最短目标函数，M为维修任务总数，i是当前维修的任务编号，从1到M，tci是任务i的维修完成时间，tri是任务i的维修提交时间；
等待时间最短函数f2为：
Figure BDA0003301935160000072
表示等待维修时间最短目标函数，tsi是任务i的维修开始时间，Dk为编号为k的订单，w表示设备的关键度(与订单匹配度)。某些产品加工有重入性，由于工艺需求某种类型的设备需对产品进行重复加工，生产一件产品经过的所有工序数为G，设备i的加工工序所需次数为gi，则设备的关键度为w＝(gi/G)*100％；
停机损失最小函数f3为：
Figure BDA0003301935160000073
表示综合停机损失最小目标函数，Ni为设备i单位时间加工的产品数量，Pi为设备i加工一件产品产出效益，Nj为设备j单位时间加工的产品数量，Pj为设备j加工一件产品的产出效益，前项为正在维修设备停机损失产出，后项为新故障设备停机损失产出；
备件函数f4为：
Figure BDA0003301935160000081
表示需备件维修单备件有库存派修，ci表示设备i的备件条件是否满足,ci属于集合A＝{0,1}，PTj为维修员的维修技能水平；
停产损失函数f5为：f5＝Q(ts-tr)，表示生产必备设备发生故障，工厂停产损失，Q表示单位时间停产损失，ts为维修开始时间，tr为维修任务提交时间；
上述目标函数至少包括上述函数的任意一种。
在一些示例中，上述约束条件包括时间约束条件和人员约束条件。
具体的，时间约束条件可以为：ts′i′为设备i′的维修开始时间，tr′i′为设备i′的故障提交时间，tsi为设备i的维修开始时间，tri为设备i的故障提交时间，当设备i的备件条件ci＝0时备件条件不满足，维修开始时间推后，反之维修开始时间提前：
ts＞tr
ts,i,＞tsi当tr,i,＝tri若ci＝0
ts,i,＜tsi当tr,i,＝tri若ci＝1
人员约束条件可以为：
Figure BDA0003301935160000082
Ri表示设备i的维修人数,上式表示M台设备需要的维修员总数大于等于维修员总数；
在一些示例中，上述基于约束条件采用混合天牛须搜索的粒子群算法对上述目标函数求解，获取最优调度方案，包括：
根据上述目标函数和上述目标函数对应的权重建立适度函数，其中，上述权重可由用户设定；
基于约束条件采用混合天牛须搜索的粒子群算法对上述适度函数求解，获取最优调度方案。
具体的，如上述实施例所述的维修时间最短函数f1对应的权重为k1，等待时间最短函数f2对应的权重为k2，停机损失最小函数f3对应的权重为k3，备件函数f4对应的权重为k4，停产损失函数f5对应的权重为k5，根据用户可以通过下式对整个维修任务的调度方式做出调整，如果想要维修时间最短可适当调大f1对应的权重为k1，相应地可对其他权重做出调整。
f＝k1*f1+k2*f2+k3*f3+k4*f4+k5*f5
综上，用户可以对所述目标函数对应的权重做出调整，改变适度函数的表达方式，根据适度函数求解出满足用户所需的维修任务调度方案
在一些示例中，上述方法还包括：
经过预设时间后，更新上述人员技能信息，其中，上述预设时间由用户设定。
具体的，人员技能信息根据历史维修数据确定，此过程中考虑任务数量对技能等级评判。选取具有一定维修数量的样本，计算每个维修员对各类型设备平均维修时间，按均值大小定义技能等级T，用向量[T1 T2 T3 … TN]表示，其中TN表示维修员对N类型设备的维修技能，此技能等级实时计算。由维修员数量R作为已知参数，R名维修工对N种类型设备的维修技能等级，可表示为如下的R×N矩阵：
Figure BDA0003301935160000101
当经过预设时间后，人员的技能随着作业工时的增长，作业的经验正在逐步提升，此时之前的人员技能信息已经不能适合现在作业人员的工作水平，此时需要对人员技能信息进行更新，以更好地表征目前人员的技能水平，为指定调度方案提供更切实际的数据支撑。可以理解的是，预设时间可以由用户设定，可以是一个月、一个季度也可以是一年或其他时间。
综上，经过预设时间对人员技能信息进行更新，更能符合当前人员的技能水平，使得维修任务调度方案更符合当前人员的技能水平，更具有合理性。
在一些示例中，上述基于约束条件采用混合天牛须搜索的粒子群算法对上述目标函数求解，获取最优调度方案，包括：
初始化参数，上述参数包括种群规模、学习因子和天牛两须间距离；
基于上述参数、上述约束条件对上述目标函数进行预设次数计算，获取最优调度方案，其中，上述预设次数由用户设定。
具体的，所述混合天牛须搜索的粒子群算法包括：
S210、设计自适应惯性权重
w为惯性权重，决定的是粒子的是记忆性，代表粒子的飞行趋势。较大的权重值算法的全局搜索能力较好，较小的权重值算法的局部寻优能力较好，一般惯性权重取值在[0.4,0.9]区间线性递减时，算法能够快速收敛。常用的线性递减权重在算法的迭代过程中变化速率不变，无法达到前期快速收敛、后期精确寻优的目的。设计自适应惯性权重计算方式如公式(1)所示。
Figure BDA0003301935160000102
公式(1)中wmax表示最大惯性权重，wmin表示最小惯性权重；k表示当前迭代次数，kmax表示最大迭代次数。
S220、设计速度、位置更新公式
天牛个体的位置更新公式如公式(2)所示。
vdir＝-stept·dir·sign(f(xl)-f(xr)) (2)
改进算法速度、位置更新公式如公式(3)和公式(4)所示。
Figure BDA0003301935160000111
Figure BDA0003301935160000112
其中，
Figure BDA0003301935160000113
表示第i个粒子在第k次迭代中的速度；
Figure BDA0003301935160000114
表示第i个粒子在第k次迭代中的位置；vdir表示天牛须搜索算法生成的更新率，c3表示学习因子，r3为一个随机数。
混合天牛须搜索的粒子群算法具体操作流程如下：
S230、算法参数初始化，设置群例子算法的种群规模为N，学习因子为c1、c2、c3，天牛两须之间的距离为d0；
S240、随机生成初始化位置x和速度v，计算各粒子的适应度值，当前位置为个体最优位置pbest，比较得到全局最优gbest；
S250、随机初始化天牛位置，计算每个天牛左右两侧的适应度f(xl)和f(xr)；
S260、对每个天牛将其适应度值和其经历过的最好位置的适应值进行比较，若较好则将其作为当前的最好位置；
S270、对每个天牛将其适应度值和全局经历过的最好位置的适应值进行比较，若较好则将其作为当前的全局最好位置；
S280、根据公式(3)和公式(4))分别对粒子的速度和位置进行更新。
S290、满足终止条件输出全局最优，否则返回步骤S260。
请参阅图2，本申请实施例中维修任务调度装置的一个实施例，
图2为10项维修任务使用本实施例中提供的优化调度方法的调度甘特图，由图2可见，10项维修任务合理地安排给5个工人，且综合用时较少，节省了维修时间，缩减了由于维修造成的损失，相比于人工调度的方法，更具有科学性与快速性。
请参阅图3，本申请实施例中维修任务调度装置的一个实施例，可以包括：
第一获取单元21，用于获取历史设备信息和历史人员信息，其中，上述历史设备信息包括设备类型信息和设备零件信息，上述历史人员信息包括人员技能信息；
第二获取单元22，用于获取当前维修信息，其中，上述当前维修信息包括待修设备信息和当前人员信息；
确定单元23，用于根据上述历史设备信息、上述历史人员信息和上述当前维修信息确定目标函数和约束条件；
调度单元24，用于基于约束条件采用混合天牛须搜索的粒子群算法对上述目标函数求解，获取最优调度方案。
如图4所示，本申请实施例还提供一种电子设备300，包括存储器310、处理器320及存储在存储器320上并可在处理器上运行的计算机程序311，处理器320执行计算机程序311时实现上述维修任务调度的任一方法的步骤。
由于本实施例所介绍的电子设备为实施本申请实施例中一种维修任务调度装置所采用的设备，故而基于本申请实施例中所介绍的方法，本领域所属技术人员能够了解本实施例的电子设备的具体实施方式以及其各种变化形式，所以在此对于该电子设备如何实现本申请实施例中的方法不再详细介绍，只要本领域所属技术人员实施本申请实施例中的方法所采用的设备，都属于本申请所欲保护的范围。
在具体实施过程中，该计算机程序311被处理器执行时可以实现图1对应的实施例中任一实施方式。
需要说明的是，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其它实施例的相关描述。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本申请实施例还提供了一种计算机程序产品，该计算机程序产品包括计算机软件指令，当计算机软件指令在处理设备上运行时，使得处理设备执行如图1对应实施例中的维修任务调度的流程。
计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(solid state disk，SSD))等。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元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，本申请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全部或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)执行本申请各个实施例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(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修该，或者对其中部分技术特征进行等同替换；而这些修该或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种维修任务调度方法，其特征在于，所述方法包括：
获取历史设备信息和历史人员信息，其中，所述历史设备信息包括设备类型信息和设备零件信息，所述历史人员信息包括人员技能信息；
获取当前维修信息，其中，所述当前维修信息包括待修设备信息和当前人员信息；
根据所述历史设备信息、所述历史人员信息和所述当前维修信息确定目标函数和约束条件；
基于约束条件采用混合天牛须搜索的粒子群算法对所述目标函数求解，获取最优调度方案。
2.如权利要求1所述的方法，其特征在于，所述当前维修信息还包括订单产品紧急程度，所述订单产品是由待修设备生产的。
3.如权利要求1所述的方法，其特征在于，所述目标函数包括维修时间最短函数、等待时间最短函数、停机损失最小函数、备件函数和停产损失函数中至少一种。
4.如权利要求3所述的方法，其特征在于，所述约束条件包括时间约束条件和人员约束条件。
5.如权利要求4所述的方法，其特征在于，所述基于约束条件采用混合天牛须搜索的粒子群算法对所述目标函数求解，获取最优调度方案，包括：
根据所述目标函数和所述目标函数对应的权重建立适度函数，其中，所述权重可由用户设定；
基于约束条件采用混合天牛须搜索的粒子群算法对所述适度函数求解，获取最优调度方案。
6.如权利要求1所述的方法，其特征在于，所述方法还包括：
经过预设时间后，更新所述人员技能信息，其中，所述预设时间由用户设定。
7.如权利要求1所述的方法，其特征在于，所述基于约束条件采用混合天牛须搜索的粒子群算法对所述目标函数求解，获取最优调度方案，包括：
初始化参数，所述参数包括种群规模、学习因子和天牛两须间距离；
基于所述参数、所述约束条件对所述目标函数进行预设次数计算，获取最优调度方案，其中，所述预设次数由用户设定。
8.一种维修任务调度装置，其特征在于，包括：
第一获取单元，用于获取历史设备信息和历史人员信息，其中，所述历史设备信息包括设备类型信息和设备零件信息，所述历史人员信息包括人员技能信息；
第二获取单元，用于获取当前维修信息，其中，所述当前维修信息包括待修设备信息和当前人员信息；
确定单元，用于根据所述历史设备信息、所述历史人员信息和所述当前维修信息确定目标函数和约束条件；
调度单元，用于基于约束条件采用混合天牛须搜索的粒子群算法对所述目标函数求解，获取最优调度方案。
9.一种电子设备，包括：储存器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-7中任一项所述的维修任务调度方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的维修任务调度方法的步骤。
CN202111193033.9A 2021-10-13 2021-10-13 一种维修任务调度方法及相关设备 Pending CN113962540A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111193033.9A CN113962540A (zh) 2021-10-13 2021-10-13 一种维修任务调度方法及相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111193033.9A CN113962540A (zh) 2021-10-13 2021-10-13 一种维修任务调度方法及相关设备

Publications (1)

Publication Number Publication Date
CN113962540A true CN113962540A (zh) 2022-01-21

Family

ID=79463810

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111193033.9A Pending CN113962540A (zh) 2021-10-13 2021-10-13 一种维修任务调度方法及相关设备

Country Status (1)

Country Link
CN (1) CN113962540A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115619382A (zh) * 2022-12-16 2023-01-17 速度时空信息科技股份有限公司 一种电力调度可视化管理方法及系统
CN116258346A (zh) * 2023-03-21 2023-06-13 广东省智能家电研究院 家电维修区域人员调配方法、装置、电子设备及存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115619382A (zh) * 2022-12-16 2023-01-17 速度时空信息科技股份有限公司 一种电力调度可视化管理方法及系统
CN115619382B (zh) * 2022-12-16 2023-08-08 速度科技股份有限公司 一种电力调度可视化管理方法及系统
CN116258346A (zh) * 2023-03-21 2023-06-13 广东省智能家电研究院 家电维修区域人员调配方法、装置、电子设备及存储介质
CN116258346B (zh) * 2023-03-21 2024-04-05 广东省智能家电研究院 家电维修区域人员调配方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
US20210373888A1 (en) Multi-objective optimization method and system for master production plan of casting parallel workshops
CN105656973B (zh) 一种分布式节点组内任务调度方法及系统
CN113962540A (zh) 一种维修任务调度方法及相关设备
CN109814997B (zh) 一种分布式自主均衡人工智能任务调度方法及系统
Hu et al. Robust parallel machine scheduling problem with uncertainties and sequence-dependent setup time
CN110738413A (zh) 航空零件加工自动化生产线的多约束排产计算方法及装置
CN111356988B (zh) 用于调度半导体加工的方法和系统
CN110837981B (zh) 一种调度与控制协同处理方法及相关设备
CN111738590A (zh) 生产排程方法和装置
JP5309882B2 (ja) スケジュール作成システム、スケジュール作成方法およびスケジュール作成プログラム
EP2610696A1 (en) Process design/production planning device
CN115578023A (zh) 一种装配车间调度方法、装置、设备和存储介质
US9575487B2 (en) Computer program, method, and system for optimized kit nesting
CN108181810B (zh) 一种基于区间不确定性的鲁棒单机调度方法
Bucki et al. Modelling decision-making processes in the management support of the manufacturing element in the logistic supply chain
CN111582629B (zh) 资源调度方法、装置、设备和存储介质
Liang et al. Scheduling policies for a repair shop problem
JP2007148635A (ja) 生産スケジューリングプログラム及び生産スケジューリング装置
Chen et al. Flow shop scheduling of hybrid make-to-stock and make-to-order in a distributed precast concrete production system
CN113408856B (zh) 一种基于物联网技术的关键链计划调度方法
US8201023B2 (en) Test optimization
CN112514352A (zh) 更新调度规则的方法、设备、系统、存储介质和终端
CN115437321A (zh) 基于深度强化学习网络的微服务-多代理工厂调度模型
JP5238327B2 (ja) 生産枠を伴う多品目多段工程動的ロットサイズスケジューリング方法
CN101794417A (zh) 基于序号的工作流调度和业务流程建模方法

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