CN114254902B - 一种多产线人员调度方法 - Google Patents

Abstract

本发明涉及人员管理技术领域，为了提高多产线人员的排班效率，提供了一种多产线人员调度方法，包括：步骤1、根据产线及人员信息建模并确定目标函数及其约束条件；步骤2、采用模拟退火算法及二分图变异的方式进行求解。采用上述方式可以提高多产线人员的排班效率。

Description

一种多产线人员调度方法

技术领域

本发明涉及人员管理技术领域，具体是一种多产线人员调度方法。

背景技术

随着工业数字化进程的持续推进，制造企业均采用智能化系统来管理企业生产，在生产产线的人员调度方面，依旧存在智能化优化的空档，特别在大型制造企业，工人多、工种多、产线多、工人技能参差不齐，使得制造企业在人员调度方面面临巨大的困难，产线效率始终无法达到工业排程的预期结果，平衡率较低等情况。传统的人工排班效率较低，采用图优化算法的排班方式在产线和规模增大时，计算效率低下，甚至无法得出一个可行解。

发明内容

为了提高多产线人员的排班效率，本发明提供了一种多产线人员调度方法。

本发明解决上述问题所采用的技术方案是：

一种多产线人员调度方法，包括：

步骤1、根据产线及人员信息建模并确定目标函数及其约束条件；

步骤2、采用模拟退火算法及二分图变异的方式进行求解。

进一步地，所述步骤1中目标函数及约束条件具体为：

式中，M为产线数量，i表示第i条产线，j为工序段，N为到岗总人数，第k名员工在产线i工段j生产单一产品需要的时间为表示人员k是否分配到产线i的工段j，第i条产线可容纳的工位数量表示为q_ij，θ_i表示产线i的权重系数，β_i为产线i的平衡率,δ_i为平衡率惩罚因子。

进一步地，所述步骤2具体为：

步骤21、设定起始温度T₀、截止温度T_c，退火控制参数及最大迭代次数Epoch；

步骤22、采用二分图形成一个初始可行解，并计算其适应度函数f₀，并令f_best＝f₀，转步骤23，f_best表示最优适应度函数；

步骤23、采用二分图变异的方式产生新的解并计算其适应度函数f_i+1；

步骤24、根据Metropolis准则更新解，包括更新最优适应度函数f_best及其对应的解并更新温度，若温度低于截止温度或搜索次数等于Epoch，则转步骤25，否则转步骤23；

步骤25、输出最优解作为本次算法搜索的解。

进一步地，所述步骤23中二分图变异方式具体为：

随机选择一条边删除，同时删除两侧节点；

或，随机新增一条边，并增加两侧节点；

或，随机选择两条边，并交换右节点。

进一步地，所述步骤24中更新温度采用的公式为：

式中，α为退火控制参数且α∈[0.5,1)，c为连续获取非最优解的迭代次数。

本发明相比于现有技术具有的有益效果是：提出了一种新的多产线人员调度模型，便于企业人员调度，在对其进行求解时采用模拟退火算法及二分图变异的方式，提高了算法的执行效率。

附图说明

图1为本申请多产线人员调度方法的流程图；

图2为采用模拟退火算法及二分图变异的方式进行求解的流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，一种多产线人员调度方法，包括：

步骤1、根据产线及人员信息建模并确定目标函数及其约束条件：

(1)产线和人员建模

每条产线主要由工序段组成，假设共M条产线，产线i的工序段j表示为P_ij，其可容纳的工位数量表示为q_ij，其节拍值为V_ij，表示该工段生产单一产品需要的时间，产线i的生产节拍由产线的瓶颈工段决定，即V_i＝max{V_ij，j＝1,2,......,M_i}，M_i表示产线i的总工序段。

假定到岗总人数为N，第k名员工在产线i工段j的节拍值为定义/>表示人员k是否分配到产线i的工段j，该工段的节拍值可表示为/>

(2)确定目标函数和约束条件

多条产线排班的情况下，不仅要根据要求，提高每条产线的效率，同时还要兼顾平衡率的情况，因此目标函数和约束条件如下式所示：

式中，θ_i表示产线i的权重系数，用于调整产线的重要性程度、归一化等操作。β_i为产线i的平衡率,δ_i为平衡率惩罚因子。

步骤2、采用模拟退火算法及二分图变异的方式进行求解：

目标函数可以看作一个01整数规划问题，随着产线、工段、人员的增多，目标函数的求解陷入NP完全问题，本发明提出一种采用改进的自适应模拟退火算法进行求解：在传统的模拟退火算法基础上，首先引入二分图变异方式来产生新的可行解，提高算法的执行效率，其次，引入自适应的温度控制策略，在迭代中，若新解的目标函数f(y_i+1)总是大于f(y_i)，说明有可能搜索落入了局部最优，若此时温度较低，算法无法更新新解，因此，增加一个计数器c，记录连续获取非最优解的迭代次数，并采用下式所示的温度更新公式更新温度，式中，α为退火控制参数，α∈[0.5,1)。为防止算法陷入无穷搜索，应设定一个最大搜索次数。

如图2所示，所述步骤2具体为：

步骤21、初始化改进的模拟退火算法：设定起始温度T₀、截止温度T_c，退火控制参数α及最大迭代次数Epoch；

步骤22、采用二分图形成一个初始可行解，并计算其适应度函数f₀，并令f_best＝f₀，转步骤23，f_best表示最优适应度函数；

步骤23、采用二分图变异的方式产生新的解，将上一个最优可行解看作一个二分图，左图为产线上的工位，右图为人员，左右连接的边代表人员被安排在一个工位上。变异方式分为以下几种：(1)随机选择一条边删除，同时删除两侧节点；(2)随机新增一条边，并增加两侧节点；(3)随机选择两条边，并交换右节点。上述操作均应符合约束条件，若不满足则重新变异。得到新的可行解后，计算其适应度函数f_i+1；

步骤24、根据Metropolis准则更新解，包括更新最优适应度函数f_best及其对应的解并更新温度，若温度低于截止温度或搜索次数等于Epoch，则转步骤25，否则转步骤23；

步骤25、输出最优解作为本次算法搜索的解。

Claims (3)

1.一种多产线人员调度方法，其特征在于，包括：

步骤1、根据产线及人员信息建模并确定目标函数及其约束条件；

步骤2、采用模拟退火算法及二分图变异的方式进行求解；

具体的，所述步骤1中目标函数及约束条件具体为：

式中，M为产线数量，i表示第i条产线，j为工序段，N为到岗总人数，第k名员工在产线i工段j生产单一产品需要的时间为 表示人员k是否分配到产线i的工段j，第i条产线可容纳的工位数量表示为q_ij，θ_i表示产线i的权重系数，β_i为产线i的平衡率,δ_i为平衡率惩罚因子；

所述步骤2具体为：

步骤21、设定起始温度T₀、截止温度T_c，退火控制参数及最大迭代次数Epoch；

步骤22、采用二分图形成一个初始可行解，并计算其适应度函数f₀，并令f_best＝f₀，转步骤23，f_best表示最优适应度函数；

步骤23、采用二分图变异的方式产生新的解并计算其适应度函数f_i+1；

步骤24、根据Metropolis准则更新解，包括更新最优适应度函数f_best及其对应的解并更新温度，若温度低于截止温度或搜索次数等于Epoch，则转步骤25，否则转步骤23；

步骤25、输出最优解作为本次算法搜索的解。

2.根据权利要求1所述的一种多产线人员调度方法，其特征在于，所述步骤23中二分图变异方式具体为：

随机选择一条边删除，同时删除两侧节点；

或，随机新增一条边，并增加两侧节点；

或，随机选择两条边，并交换右节点。

3.根据权利要求1所述的一种多产线人员调度方法，其特征在于，所述步骤24中更新温度采用的公式为：

式中，α为退火控制参数且α∈[0.5,1)，c为连续获取非最优解的迭代次数。