CN114254895B - 基于贪心二分图搜索的产线人员调度方法 - Google Patents
基于贪心二分图搜索的产线人员调度方法 Download PDFInfo
- Publication number
- CN114254895B CN114254895B CN202111511931.4A CN202111511931A CN114254895B CN 114254895 B CN114254895 B CN 114254895B CN 202111511931 A CN202111511931 A CN 202111511931A CN 114254895 B CN114254895 B CN 114254895B
- Authority
- CN
- China
- Prior art keywords
- production line
- bipartite graph
- working
- personnel
- beat
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000004519 manufacturing process Methods 0.000 claims abstract description 70
- 238000012360 testing method Methods 0.000 claims abstract description 15
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000005457 optimization Methods 0.000 abstract description 2
- 238000007726 management method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
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
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063118—Staff planning in a project environment
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及产线人员调度优化领域,具体涉及一种基于贪心二分图搜索的产线人员调度方法,实现了产线平衡率的动态调整,极大地降低了实际生产过程与排程误差,提高了产线平衡率。本发明基于贪心二分图搜索的产线人员调度方法,包括:根据产线和产线人员情况,建立产线和人员的二分图模型,确定模型的目标函数和约束条件,初始化二分图,并对二分图进行匹配测试,若测试通过,采用二次规划的方式,动态调整产线平衡率;若未通过,则根据贪心原则进行二分图迭代搜索,再次进行匹配测试。本发明适用于产线人员调度。
Description
技术领域
本发明涉及产线人员调度优化领域,具体涉及一种基于贪心二分图搜索的产线人员调度方法。
背景技术
伴随着工业4.0的推进,传统工业的数字化发展进程,现代制造业企业已经逐步转向以MES(Manufacturing Execution System)系统为主导的智能化生产管理方式,采用APS进行生产线的工艺排程,以合理安排生产、提高伸长效率、支撑报价和货期的询问等。但在实施过程中,由于生产企业人员管理系统和智能制造系统耦合性较低,工厂方雇佣人员流动性大等情况,导致实际生产过程与排程结果误差较大,产线平衡率降低的问题,特别地,在自动化率较低的工厂和产线,依赖于产线人员的手工作业,人员技能熟练度不统一但缺乏技能量化规范将加剧这一情况。因此,建立一套智能化的人员生产调度系统,作为打通生产企业的MES系统和OA系统(即办公自动化系统)的中间环节,对生产企业实现智能化生产具有重要意义。
发明内容
本发明的目的是提供一种基于贪心二分图搜索的产线人员调度方法,实现了产线平衡率的动态调整,极大地降低了实际生产过程与排程误差,提高了产线平衡率。
本发明采取如下技术方案实现上述目的,基于贪心二分图搜索的产线人员调度方法,包括:
步骤1、根据产线和产线人员情况,建立产线和人员的二分图模型;
步骤2、确定模型的目标函数和约束条件;
步骤3、初始化二分图,并对二分图进行匹配测试,若测试通过,则进入步骤5,否则进入步骤4;
步骤4、根据贪心原则进行二分图迭代搜索,然后进入步骤3;
步骤5、采用二次规划的方式,动态调整产线平衡率。
进一步的是,步骤1中,建立产线和人员的二分图模型的具体方法包括:
所述产线由工段组成,每个工段配备不同容量的工位,设置工段M个,定义其中第i工段为Pi,其工位容量范围表示为qi=(qimin,qimax),qimin为工位容量的最小值,qimax为工位容量的最大值,其工段节拍值为Vi,表示生产单一产品需要的时间,整个产线的节拍值由最大节拍值决定,即V=max{Vi,i=1,2,...,M};
设置到岗人员总数为N,员工j在工段i的工作节拍值为Vi (j),定义αi (j)∈{0,1}表示人员j是否分配到工段i,则该工段的节拍可表示为
进一步的是,步骤2中,目标函数为
进一步的是,步骤3中,初始化二分图的具体方法包括:
对每个工段的备选边按节拍值排序,清除所有连接边,每个工段设置为最大工位容量,并按照边排序结果选择相同数量的边及右节点加入二分图,进行二分图的初始化。
进一步的是,步骤3中,采用矩阵匈牙利算法对二分图匹配测试。
进一步的是,步骤4中,根据贪心原则进行二分图迭代搜索的具体方法包括:
根据贪心原则进行二分图进行搜索,搜索包含两类操作,一类是在每个工段中按排序结果加入一条未选中的备选边,另一类是减少工段中的工位节点数,并重置边的选择;
然后计算所有操作集造成的节拍值损失,即可能造成整个产线节拍值增大最小的值,并选择其中最小的操作进行二分图的更新。
进一步的是,步骤5中,采用二次规划的方式,动态调整产线平衡率的具体方法包括:
在最终结果二分图中剔除最大工段及其连接的二分图右图节点,在剩余图中以最大节拍为上限值,通过新增、置换、删除边三种操作进行选择,采用动态规划算法计算平衡率最高的解。
进一步的是,步骤5中,产线平衡率计算公式为:
本发明根据贪心原则进行二分图迭代搜索,采用二次规划的方式,动态调整产线平衡率,实现了产线平衡率的动态调整,极大地降低了实际生产过程与排程误差,提高了产线平衡率。
附图说明
图1是本发明基于贪心二分图搜索的产线人员调度方法流程图。
图2是本发明实施例方法流程图。
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说明。
本发明基于贪心二分图搜索的产线人员调度方法,如图1,包括:
步骤S1、根据产线和产线人员情况,建立产线和人员的二分图模型;
步骤S2、确定模型的目标函数和约束条件;
步骤S3、初始化二分图,并对二分图进行匹配测试,若测试通过,则进入步骤S5,否则进入步骤S4;
步骤S4、根据贪心原则进行二分图迭代搜索,然后进入步骤S3;
步骤S5、采用二次规划的方式,动态调整产线平衡率。
步骤S1中,建立产线和人员的二分图模型的具体方法包括:
所述产线由工段组成,每个工段配备不同容量的工位,设置工段M个,定义其中第i工段为Pi,其工位容量范围表示为qi=(qimin,qimax),qimin为工位容量的最小值,qimax为工位容量的最大值,其工段节拍值为Vi,表示生产单一产品需要的时间,整个产线的节拍值由最大节拍值决定,即V=max{Vi,i=1,2,...,M};
设置到岗人员总数为N,员工j在工段i的工作节拍值为Vi (j),定义αi (j)∈{0,1}表示人员j是否分配到工段i,则该工段的节拍可表示为
产线排班目标以效率为主,在满足产线排程理论节拍值的基础上,通过人员合理调度,尽可能的提高生产效率,产线整体的节拍值由节拍值最大的工段决定,因此,步骤S2中,定义目标函数为
步骤S3中,初始化二分图的具体方法包括:
对每个工段的备选边按节拍值排序,清除所有连接边,每个工段设置为最大工位容量,并按照边排序结果选择相同数量的边及右节点加入二分图,进行二分图的初始化。
步骤S3中,采用矩阵匈牙利算法对二分图匹配测试。
步骤S4中,根据贪心原则进行二分图迭代搜索的具体方法包括:
根据贪心原则进行二分图进行搜索,搜索包含两类操作,一类是在每个工段中按排序结果加入一条未选中的备选边,另一类是减少工段中的工位节点数,并重置边的选择;
然后计算所有操作集造成的节拍值损失,即可能造成整个产线节拍值增大最小的值,并选择其中最小的操作进行二分图的更新。
步骤S5中,采用二次规划的方式,动态调整产线平衡率的具体方法包括:
在最终结果二分图中剔除最大工段及其连接的二分图右图节点,在剩余图中以最大节拍为上限值,通过新增、置换、删除边三种操作进行选择,采用动态规划算法计算平衡率最高的解。
产线平衡率计算公式为:
图2是本发明一种实施例方法流程图,
首先对产线和人员进行建模,产线工段为二分图左图节点集合,人员为二分图右图节点集合;
然后对左图的可连接设备选边按照节拍值从小到大进行排序;再初始化二分图,左图选择最大容量的节点,右图按顺序选择工段相应容量的节点,实现二分图的完美匹配,匹配测试成功,则剔除结果中瓶颈工段及其连接的右图节点,之后采用动态规划算法调整剩余节点的平衡率;匹配测试不成功,则计算左图所有操作集的节拍值损失,将损失最小的加入二分图,然后再进入二分图匹配测试。本发明有效结合了图算法对产线排班调度问题进行优化,并通过二次规划解决了传统图算法中不易施加约束条件的限制,通过迭代式求解挖掘最优解空间,采用动态规划补偿平衡率,也降低了计算的时间复杂度。如此,不仅提高了人员调度计算的效率,降低了实际生产过程与排程误差,提高了产线平衡率,同时结合工业物联网多系统的联动,提高了企业的管理效率和运行效率。
以上所述仅为本发明专利的较佳实施例,凡依本发明专利申请专利范围所作的均等变化与修饰,皆应属本发明专利的涵盖范围。
Claims (1)
1.基于贪心二分图搜索的产线人员调度方法,其特征在于,包括:
步骤1、根据产线和产线人员情况,建立产线和人员的二分图模型;建立产线和人员的二分图模型的具体方法包括:
所述产线由工段组成,每个工段配备不同容量的工位,设置工段M个,定义其中第i工段为Pi,其工位容量范围表示为qi=(qimin,qimax),qimin为工位容量的最小值,qimax为工位容量的最大值,其工段节拍值为Vi,表示生产单一产品需要的时间,整个产线的节拍值由最大节拍值决定,即V=max{Vi,i=1,2,...,M};
设置到岗人员总数为N,员工j在工段i的工作节拍值为Vi (j),定义αi (j)∈{0,1}表示人员j是否分配到工段i,则该工段的节拍表示为
步骤2、确定模型的目标函数和约束条件;
目标函数为:
步骤3、初始化二分图,并采用矩阵匈牙利算法对二分图匹配测试,若测试通过,则进入步骤5,否则进入步骤4;其中,初始化二分图的具体方法包括:对每个工段的备选边按节拍值排序,清除所有连接边,每个工段设置为最大工位容量,并按照边排序结果选择相同数量的边及右节点加入二分图,进行二分图的初始化;
步骤4、根据贪心原则进行二分图迭代搜索,然后进入步骤3;所述根据贪心原则进行二分图迭代搜索的具体方法包括:
根据贪心原则进行二分图进行搜索,搜索包含两类操作,一类是在每个工段中按排序结果加入一条未选中的备选边,另一类是减少工段中的工位节点数,并重置边的选择;
然后计算所有操作集造成的节拍值损失,即造成整个产线节拍值增大最小的值,并选择其中最小的操作进行二分图的更新;
步骤5、采用二次规划的方式,动态调整产线平衡率;具体包括:
在最终结果二分图中剔除最大工段及其连接的二分图右图节点,在剩余图中以最大节拍为上限值,通过新增、置换、删除边三种操作进行选择,采用动态规划算法计算平衡率最高的解,产线平衡率计算公式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111511931.4A CN114254895B (zh) | 2021-12-07 | 2021-12-07 | 基于贪心二分图搜索的产线人员调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111511931.4A CN114254895B (zh) | 2021-12-07 | 2021-12-07 | 基于贪心二分图搜索的产线人员调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114254895A CN114254895A (zh) | 2022-03-29 |
CN114254895B true CN114254895B (zh) | 2024-04-12 |
Family
ID=80794847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111511931.4A Active CN114254895B (zh) | 2021-12-07 | 2021-12-07 | 基于贪心二分图搜索的产线人员调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114254895B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111582612A (zh) * | 2019-02-15 | 2020-08-25 | 拉扎斯网络科技(上海)有限公司 | 订单分配方法、装置、电子设备及计算机可读存储介质 |
CN112966882A (zh) * | 2021-04-15 | 2021-06-15 | 四川中电启明星信息技术有限公司 | 一种基于时空全局匹配的配电网调度方法 |
CN113505985A (zh) * | 2021-07-08 | 2021-10-15 | 山东科技大学 | 一种求解混合装配序列规划和产线平衡问题的方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210019690A1 (en) * | 2019-07-15 | 2021-01-21 | Service Titan, Inc. | Technician dispatching method and system |
CN110598920B (zh) * | 2019-08-29 | 2023-03-17 | 华中科技大学 | 用于铸造并行车间主生产计划的多目标优化方法及系统 |
-
2021
- 2021-12-07 CN CN202111511931.4A patent/CN114254895B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111582612A (zh) * | 2019-02-15 | 2020-08-25 | 拉扎斯网络科技(上海)有限公司 | 订单分配方法、装置、电子设备及计算机可读存储介质 |
CN112966882A (zh) * | 2021-04-15 | 2021-06-15 | 四川中电启明星信息技术有限公司 | 一种基于时空全局匹配的配电网调度方法 |
CN113505985A (zh) * | 2021-07-08 | 2021-10-15 | 山东科技大学 | 一种求解混合装配序列规划和产线平衡问题的方法 |
Non-Patent Citations (3)
Title |
---|
基于匈牙利算法的群控电梯调度的实现;刘美菊;沈阳建筑大学学报(自然科学版);20130915;第29卷(第05期);955-960 * |
基于贪心算法的RGV动态调度模型;潘舒曼;自动化应用;20190525(第05期);96-97 * |
存在柔性设备多工序同时结束的综合调度算法研究;张骞中;万方数据;20210906;1-64 * |
Also Published As
Publication number | Publication date |
---|---|
CN114254895A (zh) | 2022-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107767022B (zh) | 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 | |
CN112700060B (zh) | 站所终端负荷预测方法和预测装置 | |
CN110297490B (zh) | 基于强化学习算法的异构模块化机器人自重构规划方法 | |
CN106125684A (zh) | 基于不确定环境下的多目标流水车间逆调度方法 | |
CN105590143B (zh) | Pcb板组装工艺中多机流水生产线贴片机负荷均衡优化方法 | |
CN112163808B (zh) | 一种基于对立学习的自适应鲸鱼算法求解物流中心选址问题的方法 | |
CN109202895A (zh) | 设计支持装置、设计支持方法及存储设计支持程序的介质 | |
CN114254895B (zh) | 基于贪心二分图搜索的产线人员调度方法 | |
CN112907150A (zh) | 一种基于遗传算法的生产排程方法 | |
WO2022028926A1 (en) | Offline simulation-to-reality transfer for reinforcement learning | |
CN117114144A (zh) | 基于人工智能的水稻耐盐碱性能预测方法及系统 | |
CN113408951B (zh) | 一种基于动态信息累计狮群最优柔性调度方法及系统 | |
CN112558601A (zh) | 一种基于Q-learning算法和水滴算法的机器人实时调度方法及系统 | |
CN116027753A (zh) | 一种多目标混合流水车间调度方法及系统 | |
CN110120892B (zh) | 基于改进的萤火虫算法的sdn多控制器部署方法及系统 | |
CN114745725A (zh) | 一种基于边缘计算工业物联网的资源分配管理系统 | |
CN117314078B (zh) | 基于Petri网和神经网络的柔性制造系统的无死锁调度方法 | |
CN113159399A (zh) | 兼顾田间转移与作业规划的农机调度优化方法和系统 | |
CN112487723B (zh) | 一种基于多参数的中水热源泵系统优化设计方法 | |
CN110866154A (zh) | 一种协议库存智能匹配的方法 | |
CN114254902B (zh) | 一种多产线人员调度方法 | |
CN115700414A (zh) | 一种机器人运动误差补偿方法 | |
CN110571791B (zh) | 一种新能源接入下的输电网规划的优化配置方法 | |
CN113111446A (zh) | 选配方法 | |
CN111932021B (zh) | 一种再制造系统调度方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |