CN114493015B - 一种基于基因编码的板件智能生产线动态调度方法 - Google Patents

一种基于基因编码的板件智能生产线动态调度方法 Download PDF

Info

Publication number
CN114493015B
CN114493015B CN202210107687.3A CN202210107687A CN114493015B CN 114493015 B CN114493015 B CN 114493015B CN 202210107687 A CN202210107687 A CN 202210107687A CN 114493015 B CN114493015 B CN 114493015B
Authority
CN
China
Prior art keywords
plate
coding
scheduling
information
gene coding
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
Application number
CN202210107687.3A
Other languages
English (en)
Other versions
CN114493015A (zh
Inventor
罗陆锋
朱赟海
王金海
韦慧玲
刘文涛
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.)
Foshan University
Original Assignee
Foshan University
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 Foshan University filed Critical Foshan University
Priority to CN202210107687.3A priority Critical patent/CN114493015B/zh
Publication of CN114493015A publication Critical patent/CN114493015A/zh
Application granted granted Critical
Publication of CN114493015B publication Critical patent/CN114493015B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • 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
    • 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
    • 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)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Biomedical Technology (AREA)
  • Game Theory and Decision Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Development Economics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Physiology (AREA)
  • Genetics & Genomics (AREA)
  • Educational Administration (AREA)
  • Manufacturing & Machinery (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于基因编码的板件智能生产线动态调度方法，包括：板件信息提取，建立板件信息数据库，利用板件信息库中的板件信息，导出当日所需生产加工的各个板件的二维码信息；二维码识别，在各个工序开始阶段，进行二维码扫码识别，获取板件在该工序所需的加工信息，更新板件信息数据库中板件当前位置信息；双重基因编码，通过板件信息数据库获取当前板件数据，对板件进行双重基因编码；混合调度双重决策，建立第一决策阶段和第二决策阶段，基于双重决策算法，选出最优调度的基因编码，对获得的基因编码进行解码，输出调度方案。本发明能够提高家具定制化产线柔性生产能力，减轻设备维护负担，缩短交货期，降低人工成本，提高生产效率。

Description

一种基于基因编码的板件智能生产线动态调度方法
技术领域
本发明属于家具定制技术领域，更具体的说是涉及一种基于基因编码的板件智能生产线动态调度方法。
背景技术
随着生活水平的提高，家具企业逐渐从传统的大批量结构化库存生产向大规模个性化定制生产。定制家具根据客户订单进行生产，大幅降低了成品库存量，提高了盈利能力。在进行大规模定制化复杂制造生产过程中会面临很大困难，智能生产线具有交互层次多、时间跨度大的特点，制造过程可能面临设备故障、材料缺失、订单取消、紧急插单、交货期改变等异常事件。进一步改善生产线动态调度能力，满足个性化产品制造对效率、成本、质量的综合要求，是家具制造业的必然发展趋势。
目前，定制家具也从原来的单品类定制生产，逐步向全屋定制生产模式发展。在家具产业转型升级的过程中，个性化定制逐渐成为行业的大势所趋，而构成离散制造过程的信息物理制造系统的智能化、柔性化是实现大规模家具定制的实现手段。个性化家具定制生产模式下产品的类型批量多变、质量成本约束导致生产线面临新挑战，在变批量个性化定制生产模式驱动下，生产线面临批量订单共存、多品种共产，生产系统结构需要快速重构的实际需求，使得生产线管理精准化。现在个性化家居定制面临的情况是：生产线信息采集少，车间智能化生产程度低、柔性制造生产管理效率低，现有技术不能满足大规模生产的需求。
因此，如何提供一种基于基因编码的板件智能生产线动态调度方法成为了本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提供了一种基于基因编码的板件智能生产线动态调度方法，能够提高家具定制化产线柔性生产能力，减轻设备维护负担，缩短交货期，降低人工成本，提高生产效率。
为了实现上述目的，本发明采用如下技术方案：
一种基于基因编码的板件智能生产线动态调度方法，包括如下步骤：
S1，板件信息提取，建立板件信息数据库，利用板件信息库中的板件信息，导出当日所需生产加工的各个板件的二维码信息；
S2，二维码识别，在各个工序开始阶段，进行二维码扫码识别，获取该板件在该工序所需的加工信息，并更新板件信息数据库中板件当前位置信息；
S3，双重基因编码，通过板件信息数据库获取当前板件数据，对板件进行双重基因编码；
S4，混合调度双重决策，建立第一决策阶段和第二决策阶段，基于双重决策算法，最终选出最优调度的基因编码，根据编码方式对获得的基因编码进行解码，输出调度方案。
进一步的，S1中板件信息包括板件名称，板件材质，板件编号，槽孔信息，尺寸大小，加工次序，加工内容以及加工时间。
进一步的，双重基因编码中包括双层编码和二次快速编码，其中双层编码中的一层为工序序列层，一层为机床序列层，工序序列层与机床序列层一一对应；二次快速编码，增添或删除对应编码区，重新进行基因编码。
进一步的，建立动态触发规则，包括手动触发模式和自主触发模式；当生产线中存在：资源相关扰动事件和任务相关扰动事件时，动态触发规则被触发；当动态触发规则被触发时，通过板件信息数据库获取当前板件信息，同时根据相应的动态触发规则触发原因，对当前种群进行二次快速编码。
进一步的，当前种群进行二次快速编码后，对当前群体进行选择，交换，变异的遗传演变过程；在遗传演变的过程中，根据相应的约束判断规则和移民算子策略优化目标种群。
进一步的，设置约束判断规则，对获得的新群体进行分析，判断，为遗传演变过程提供不同的规则约束，排除相似方案，以减少遗传算法的迭代次数，使整个遗传演变过程变得更加快速。
进一步的，设置移民算子策略，子代种群根据移民策略，挑选出各个种群的最优个体，并将最优个体代替目标种群的最差个体，参与种群进化，实现种群信息交换。
进一步的，建立第一决策阶段，提出综合评分决策标准，该标准由三部分组成，分别为：最小化最大完工时间、最小调度鲁棒性、最小调度成本。
进一步的，建立第二决策阶段，在每一次演变过程结束时进行总评分判断，当前目标群体评分大于预定最优总评分或者连续三代目标群体总评分的均值与此刻目标群体的总评分方差均大于预定最优总评分，进入基因编码解码。
本发明的有益效果在于：
本发明以提高生产线柔性制造生产效率为基本目标，为大规模定制个性化家具的生产提供一种高效智能的生产线调度方法，以提高个性化家具生产过程中的产线调度能力和整体生产效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1附图为本发明的方法流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅附图1，本发明提供了一种基于基因编码的板件智能生产线动态调度方法，包括如下步骤：
S1，板件信息提取，建立板件信息数据库，利用板件信息库中的板件信息，导出当日所需生产加工的各个板件的二维码信息；
S2，二维码识别，在各个工序开始阶段，进行二维码扫码识别，获取该板件在该工序所需的加工信息，并更新板件信息数据库中板件当前位置信息；
S3，双重基因编码，通过板件信息数据库获取当前板件数据，对板件进行双重基因编码；
S4，混合调度双重决策，建立第一决策阶段和第二决策阶段，基于双重决策算法，最终选出最优调度的基因编码，根据编码方式对获得的基因编码进行解码，输出调度方案。
本发明具体的方法为：
(1)一套完成的家具板件生产线分为八道工序，板件按照工序顺序加工。工序表达式为：
Ai(i＝1,2,3...，8)
QTi＝{Aj...}(i＝1,2,3...,n j＝1,2,3...,8)
其中Ai表示第i道工序，QTi为第i号板件的工序集合。
第一道工序，开料，记作A1：将原板按照板件要求切割成对应尺寸板件；第二道工序，封边，记作A2：对切割好的板件进行封边；第三道工序，钻孔，记作A3：按照生产图纸对板件进行打孔、开槽；第四道工序，清洁，记作A4：对板件表面进行清洁；第五道工序，检验，记作A5：检查板件尺寸大小，打孔位置，开槽大小，表面缺陷等；第六道工序，装配，记作A6：安装拉手、导轨、魔术贴、拉直器等；第七道工序，分拣，记作A7：将独立的板件按照原始订单进行分拣，包装；第八道工序，入库，记作A8：通过运输带将包装打包好的订单运到仓库，准备发货。
(2)每道工序中有多台机床，机床是板件生产线中最小的加工单位，对每台机床进行编号。机床表达式为：
Mi(i＝1,2,3...,n)
其中，n表示对应工序的机床个数。
(3)板件在机床上进行加工。板件表达式为：
TiAjMk(i＝1,2,3...,n j＝1,2,3...,8k＝1,2,3...,m)
其中，Ti表示该板件编号，Mj表示工序，Mk表示机床编号。例如T1A1M1表示编号为1号的板件第1道工序在1号机床进行。
(4)板件加工时间表达式为：
tk＝TiPk(k＝1,2,3...,8)
其中，Ti表示该板件编号，Pk表示在第k道工序所需加工时间。
建立板件信息数据库，将当日所需生产加工的板件信息(包括但不限于板件名称，板件材质，板件编号，槽孔信息，尺寸大小，加工次序，加工内容，加工时间等)导入到板件信息系统中，板件生产线按照生产计划进行板件生产加工。建立板件信息数据库，导入当日所需生产的板件信息，位置信息动态变化。
(5)利用板件信息库中的板件信息，导出当日所需生产加工的各个板件的二维码信息(其中二维码信息包括：板件名称，板件材质，板件编号，槽孔信息，尺寸大小，加工次序，加工内容，加工时间，当前位置)，并将其对应板件二维码打印出来，贴在板件空余位置上。
(6)在各个工序开始阶段，进行二维码扫码，获取该板件在该工序所需的加工方法，加工类型，加工时间等并更新板件信息数据库中板件当前位置信息(即当前板件在第几道工序)，确保实时更新板件信息。
(7)建立动态触发规则，有手动触发模式和自主触发模式。当生产线中存在：资源相关扰动事件(机床故障、机床维护、工具磨损、误操作等)和任务相关扰动事件(板件优先级变化、板件撤销、板件返工等)时，动态触发规则被触发。针对板件生产线，提出动态触发模式，生产线能自主触发。
(8)通过板件信息数据库获取当前板件位置，各个板件的加工剩余工序集合{Ai...}、各个板件工序的对应加工时间集合{tk...}。
(9)通过板件信息数据库获取当前板件数据，对板件进行基因编码，分双层编码，一层为工序序列层，一层为机床序列层，工序序列层与机床序列层一一对应。在工序序列中，每个基因代表了板件号，根据其在基因编码中出现的位置顺序来表示其代表的是第几道工序，即编号重复出现的次数为该工件的第几道工序，若第i道工序已完成，则顺序出现的第j次工序即为第(i+j)道工序。在机床序列中，每个基因分别代表了第几个工件的第几道工序所选择的加工机器。
如表1所示，表1为基因编码表，该基因编码表有4个板件，分别是1,2,3,4。第一次出现工序编码1代表1号板件的第一道工序，其在机床M2上加工，第二次出现工序编码1代表1号板件的第二道工序，其在机床M1上加工。其余板件以此类推。
工序编码X<sub>a</sub> 1 1 2 4 3 3 2
工序TA T<sub>1</sub>A<sub>1</sub> T<sub>1</sub>A<sub>2</sub> T<sub>2</sub>A<sub>1</sub> T<sub>4</sub>A<sub>1</sub> T<sub>3</sub>A<sub>1</sub> T<sub>3</sub>A<sub>2</sub> T<sub>2</sub>A<sub>2</sub>
机床编码X<sub>b</sub> 2 1 0 2 3 1 2
机床M M<sub>2</sub> M<sub>1</sub> M<sub>0</sub> M<sub>2</sub> M<sub>3</sub> M<sub>1</sub> M<sub>2</sub>
板件TAM T<sub>1</sub>A<sub>1</sub>M<sub>2</sub> T<sub>1</sub>A<sub>2</sub>M<sub>1</sub> T<sub>2</sub>A<sub>1</sub>M<sub>0</sub> T<sub>4</sub>A<sub>1</sub>M<sub>2</sub> T<sub>3</sub>A<sub>1</sub>M<sub>3</sub> T<sub>3</sub>A<sub>2</sub>M<sub>1</sub> T<sub>2</sub>A<sub>2</sub>M<sub>2</sub>
表1
(10)对当日生产线所需生产的板件进行群体基因编码，并将其作为初始种群，按照生产计划加工生产，不断更新初始种群基因编码，板件生产顺序按照基因编码从左往右生产。
(11)当动态触发规则被触发时，通过板件信息数据库获取当前板件信息，同时根据相应的动态触发规则触发原因，对当前种群进行二次快速编码，增添或删除对应编码区(替换或者去掉某些故障机床、增加或减少某些板件)，按照上述基因编码方式重新进行基因编码。通过二次快速重编码，加快动态调度响应，节约了初始种群编码时间。
以表1基因编码为例，当1号机床(即机床编码Xb＝1)出现故障，则二次快速编码(机床故障)如下表2所示，将机床编码1被替换成机床编码2。
工序编码X<sub>a</sub> 1 1 2 4 3 3 2
工序TA T<sub>1</sub>A<sub>1</sub> T<sub>1</sub>A<sub>2</sub> T<sub>2</sub>A<sub>1</sub> T<sub>4</sub>A<sub>1</sub> T<sub>3</sub>A<sub>1</sub> T<sub>3</sub>A<sub>2</sub> T<sub>2</sub>A<sub>2</sub>
机床编码X<sub>b</sub> 2 2 0 2 3 2 2
机床M M<sub>2</sub> M<sub>2</sub> M<sub>0</sub> M<sub>2</sub> M<sub>3</sub> M<sub>2</sub> M<sub>2</sub>
板件TAM T<sub>1</sub>A<sub>1</sub>M<sub>2</sub> T<sub>1</sub>A<sub>2</sub>M<sub>2</sub> T<sub>2</sub>A<sub>1</sub>M<sub>0</sub> T<sub>4</sub>A<sub>1</sub>M<sub>2</sub> T<sub>3</sub>A<sub>1</sub>M<sub>3</sub> T<sub>3</sub>A<sub>2</sub>M<sub>2</sub> T<sub>2</sub>A<sub>2</sub>M<sub>2</sub>
表2
以表1基因编码为例，当3号板件(即工序编码Xa＝3)出现优先级变化，需要提前生产，优先级提升，则二次快速编码(板件替换)如下表3所示，工序编码3与工序编码1互换位置。
工序编码X<sub>a</sub> 3 3 2 4 1 1 2
工序TA T<sub>3</sub>A<sub>1</sub> T<sub>3</sub>A<sub>2</sub> T<sub>2</sub>A<sub>1</sub> T<sub>4</sub>A<sub>1</sub> T<sub>1</sub>A<sub>1</sub> T<sub>1</sub>A<sub>2</sub> T<sub>2</sub>A<sub>2</sub>
机床编码X<sub>b</sub> 3 1 0 2 2 1 2
机床M M<sub>3</sub> M<sub>1</sub> M<sub>0</sub> M<sub>2</sub> M<sub>2</sub> M<sub>1</sub> M<sub>2</sub>
板件TAM T<sub>3</sub>A<sub>1</sub>M<sub>3</sub> T<sub>3</sub>A<sub>2</sub>M<sub>1</sub> T<sub>2</sub>A<sub>1</sub>M<sub>0</sub> T<sub>4</sub>A<sub>1</sub>M<sub>2</sub> T<sub>1</sub>A<sub>1</sub>M<sub>2</sub> T<sub>1</sub>A<sub>2</sub>M<sub>1</sub> T<sub>2</sub>A<sub>2</sub>M<sub>2</sub>
表3
(12)设置约束判断规则，对获得的新群体进行分析，判断，为遗传演变过程提供不同的规则约束，排除相似方案，以减少遗传算法的迭代次数，使整个遗传演变过程变得更加快速。一台机床不能同时加工多个板件规则；一个板件不能同时被多个机床加工规则；最大机器负载限制规则；已加工过的工序不必再次加工规则；板件按工序顺序加工规则；工序加工时间最小规则。
(13)设置移民算子策略，子代种群根据移民策略，挑选出各个种群的最优个体，并将最优个体代替目标种群的最差个体，参与种群进化，实现种群信息交换。
(14)对当前群体进行选择，交换，变异等遗传演变过程。在遗传演变的过程中，根据相应的约束判断规则和移民算子策略优化目标种群。利用约束规则和移民算子对遗传算法过程进行优化，加快寻找最优解。
(15)建立第一决策阶段，提出综合评分决策标准，该标准由三部分组成，分别为：最小化最大完工时间、最小调度鲁棒性、最小调度成本。提出综合评分标准，提高动态调度适应能力
(16)以最小化最大完工时间为遗传算法评分部分函数，以完工时间最短为目标，所以板件完成时间即为该基因编码的目标函数值，得到的值越小说明该基因编码的质量越高。最小化最大完工时间Cmin由下列公式表示：
Cmin＝min(max(Tlast-Tfirst))
其中Tlast表示最后一件板材完工时间，Tfirst表示第一件板材开始时间。
(17)以最小调度鲁棒性为遗传算法评分部分函数，以鲁棒性最小为目标，根据重调度最小化最大完工时间和初始调度最小化最大完工时间的偏差值进行判断，其偏差值越小，说明鲁棒性越好。调度系统鲁棒性由下列公式表示：
Figure BDA0003493935090000091
其中
Figure BDA0003493935090000092
表示重调度后的最小化最大完工时间，
Figure BDA0003493935090000093
表示初始调度的最小化最大完工时间。
(18)以最小调度成本为遗传算法评分部分函数，以调度成本最小为目标，根据调度前后的成本差值进行判断，其调度成本越小，得到的值越小，该基因编码的质量越高。
调度成本由下列公式表示：
Figure BDA0003493935090000094
其中εf表示单件板件损失成本，f表示板件号。
最小调度成本由下列公式表示：
Dmin＝Dr-D0
其中
Figure BDA0003493935090000101
表示重调度后的调度成本，
Figure BDA0003493935090000102
表示初始调度的调度成本。
(19)对上述评分标准进行归一化处理，同时对不同标准，根据实际产线生产情况确定相应的权重系数。
总评分由下列公式表示：
Figure BDA0003493935090000103
其中a表示最小化最大完工时间的权重系数，Coptimal表示最小化最大完工时间的最优值。b表示最小调度鲁棒性的权重系数，Roptimal表示最小调度鲁棒性的最优值。c表示最小调度成本的权重系数，Doptimal表示最小调度成本的最优值。
(20)基于上述评分标准，对目标种群进行优劣排序，并选出精英个体，同时在迭代过程中不断增加精英个体的比例，以此循环找到最优种群。
(21)建立第二决策阶段。在每一次演变过程结束时进行总评分判断，当前目标群体评分大于预定最优总评分或者连续三代目标群体总评分的均值与此刻目标群体的总评分方差均大于预定最优总评分，则结束循环。
(22)基于上述双重决策算法，最终选出最优调度的基因编码。通过双重决策机制，跳出局部最优解，找到全局最优的解。
(23)根据上述编码方式对获得的基因编码进行解码，并输出调度方案。
(24)最后获得最优的生产线调度方案，板件生产线按照该调度分案进行调整并且继续生产运作，直至下一次动态触发规则被触发，进行下一轮的板件生产线动态调度。
本发明主要应用于大规模个性化定制家居生产线的智能动态调度，也可以用于物流运输行业包裹运输，钢铁行业铸钢生产和化工行业混合生产等多个领域。
本发明优势在于：
1.遗传算法解决调度问题的优势在于它可以随机地从一个调度方案跳到另一个调度方案。此外，它还具有计算速度快且易与其它算法相结合的优点，非常适合于解决动态调度问题。
2.建立板件信息数据库，通过二维码识别获取板件当前位置信息，构建板件信息网络，实时动态调整。
3.针对不同的动态触发规则情况，对种群进行快速二次编码，减少重复编码时间，增快算法响应速度。
4.提出约束判断规则和移民算子策略相结合，增大各个种群的信息交流，提高动态调度适应能力。
5.采用双层评分决策，增加系统的动态调度能力，解决原算法易使解陷入局部最优的问题，寻找到全局最优解。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (5)

1.一种基于基因编码的板件智能生产线动态调度方法，其特征在于，包括如下步骤：
S1，板件信息提取，建立板件信息数据库，利用板件信息库中的板件信息，导出当日所需生产加工的各个板件的二维码信息；
S2，二维码识别，在各个工序开始阶段，进行二维码扫码识别，获取该板件在该工序所需的加工信息，并更新板件信息数据库中板件当前位置信息；
S3，双重基因编码，通过板件信息数据库获取当前板件数据，对板件进行双重基因编码；
S4，混合调度双重决策，建立第一决策阶段和第二决策阶段，基于双重决策算法，最终选出最优调度的基因编码，根据编码方式对获得的基因编码进行解码，输出调度方案；
双重基因编码中包括双层编码和二次快速编码，其中双层编码中的一层为工序序列层，一层为机床序列层，工序序列层与机床序列层一一对应；二次快速编码，增添或删除对应编码区，重新进行基因编码；
当前种群进行二次快速编码后，对当前群体进行选择，交换，变异的遗传演变过程；在遗传演变的过程中，根据相应的约束判断规则和移民算子策略优化目标种群；
建立第一决策阶段，提出综合评分决策标准，该标准由三部分组成，分别为：最小化最大完工时间、最小调度鲁棒性、最小调度成本；
建立第二决策阶段，在每一次演变过程结束时进行总评分判断，当前目标群体评分大于预定最优总评分或者连续三代目标群体总评分的均值与此刻目标群体的总评分方差均大于预定最优总评分，进入基因编码解码。
2.根据权利要求1所述的一种基于基因编码的板件智能生产线动态调度方法，其特征在于，S1中板件信息包括板件名称，板件材质，板件编号，槽孔信息，尺寸大小，加工次序，加工内容以及加工时间。
3.根据权利要求1所述的一种基于基因编码的板件智能生产线动态调度方法，其特征在于，建立动态触发规则，包括手动触发模式和自主触发模式；当生产线中存在：资源相关扰动事件和任务相关扰动事件时，动态触发规则被触发；当动态触发规则被触发时，通过板件信息数据库获取当前板件信息，同时根据相应的动态触发规则触发原因，对当前种群进行二次快速编码。
4.根据权利要求1所述的一种基于基因编码的板件智能生产线动态调度方法，其特征在于，设置约束判断规则，对获得的新群体进行分析，判断，为遗传演变过程提供不同的规则约束，排除相似方案，以减少遗传算法的迭代次数，使整个遗传演变过程变得更加快速。
5.根据权利要求1所述的一种基于基因编码的板件智能生产线动态调度方法，其特征在于，设置移民算子策略，子代种群根据移民策略，挑选出各个种群的最优个体，并将最优个体代替目标种群的最差个体，参与种群进化，实现种群信息交换。
CN202210107687.3A 2022-01-28 2022-01-28 一种基于基因编码的板件智能生产线动态调度方法 Active CN114493015B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210107687.3A CN114493015B (zh) 2022-01-28 2022-01-28 一种基于基因编码的板件智能生产线动态调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210107687.3A CN114493015B (zh) 2022-01-28 2022-01-28 一种基于基因编码的板件智能生产线动态调度方法

Publications (2)

Publication Number Publication Date
CN114493015A CN114493015A (zh) 2022-05-13
CN114493015B true CN114493015B (zh) 2022-11-01

Family

ID=81475661

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210107687.3A Active CN114493015B (zh) 2022-01-28 2022-01-28 一种基于基因编码的板件智能生产线动态调度方法

Country Status (1)

Country Link
CN (1) CN114493015B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116341885B (zh) * 2023-05-31 2023-07-25 一汽东机工减振器有限公司 一种基于大数据的自动化生产管控系统及方法
CN117314316A (zh) * 2023-10-17 2023-12-29 湘南学院 一种定制家具板件自动分拣系统的出入库调度方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104504540A (zh) * 2015-01-13 2015-04-08 郑州航空工业管理学院 基于多阶段智能优化算法的动态柔性作业车间调度控制方法
CN106610653A (zh) * 2015-12-25 2017-05-03 四川用联信息技术有限公司 一种自交叉遗传算法解柔性作业车间调度问题

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10460829B2 (en) * 2016-01-26 2019-10-29 Seven Bridges Genomics Inc. Systems and methods for encoding genetic variation for a population

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104504540A (zh) * 2015-01-13 2015-04-08 郑州航空工业管理学院 基于多阶段智能优化算法的动态柔性作业车间调度控制方法
CN106610653A (zh) * 2015-12-25 2017-05-03 四川用联信息技术有限公司 一种自交叉遗传算法解柔性作业车间调度问题

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
双种群混合遗传算法求解柔性作业车间调度问题;程子安等;《计算机工程与设计》;20160630;第37卷(第6期);第1639页 *

Also Published As

Publication number Publication date
CN114493015A (zh) 2022-05-13

Similar Documents

Publication Publication Date Title
CN114493015B (zh) 一种基于基因编码的板件智能生产线动态调度方法
CN102393634B (zh) 一种基于pso-ga混合优化算法的单目标多生产线调度控制方法
CA2158779C (en) Priority queue filtering system and method of operation
Shafer et al. A mathematical programming approach for dealing with exceptional elements in cellular manufacturing
CN109711745A (zh) 基于智能优化算法的双层式生产计划优化控制方法
CN111311004B (zh) 一种考虑切割效率与利用率的分层迭代式排样优化方法
CN113822588B (zh) 基于离散的人工蜂群进化的自动导向车辆调度方法
CN112686474B (zh) 一种基于改进的水波优化算法的可并行装配线平衡方法
CN113341896A (zh) 面向离散制造的动态集成车间调度与装配序列规划方法
CN110750079A (zh) 一种允许工序跳跃的混合流水车间调度优化方法
CN113219918B (zh) 一种基于物料齐套的混流装配车间排序方法
CN114881504A (zh) 一种基于订单选择的电子精密件全自动柔性生产线调度方法
CN115249123A (zh) 一种基于爬山法的柔性制造系统智能排产方法及系统
CN109214695B (zh) 基于改进eda的高端装备研发制造协同调度方法及系统
CN115034444A (zh) 基于学习效应的多目标双柔性作业车间调度方法及系统
CN110288110B (zh) 一种oa板材套裁剪切生产控制优化方法
CN117455222A (zh) 基于分布式异构流水车间组调度问题的求解方法
JP2007264682A (ja) 鋼板製造における生産管理方法
JP4867873B2 (ja) キット生産板材加工のキット生産順決定装置
JP3218530B2 (ja) 数値制御加工方法及び数値制御加工システム
CN112614795A (zh) 炉管工艺的派工优化方法
CN115933570B (zh) 一种考虑产品工序差异的混流装配线平衡方法
CN113283864B (zh) 一种物料切割下料方法、装置及设备
CN114492959A (zh) 一种基于遗传算法的板式家具生产调度批次优化的方法
CN114563994A (zh) 一种汽车零部件分布式生产和装配过程的优化调度方法

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
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20220513

Assignee: Guangdong chuangpu Technology Co.,Ltd.

Assignor: FOSHAN University

Contract record no.: X2023980037261

Denomination of invention: A Dynamic Scheduling Method for Sheet Metal Intelligent Production Line Based on Gene Coding

Granted publication date: 20221101

License type: Common License

Record date: 20230630

EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20220513

Assignee: Chongqing Fangding Technology Co.,Ltd.

Assignor: FOSHAN University

Contract record no.: X2023980040439

Denomination of invention: A Dynamic Scheduling Method for Sheet Metal Intelligent Production Line Based on Gene Coding

Granted publication date: 20221101

License type: Common License

Record date: 20230828

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20220513

Assignee: Guangzhou Taipu Intelligent Technology Co.,Ltd.

Assignor: FOSHAN University

Contract record no.: X2023980043890

Denomination of invention: A Dynamic Scheduling Method for Sheet Metal Intelligent Production Line Based on Gene Coding

Granted publication date: 20221101

License type: Common License

Record date: 20231019

Application publication date: 20220513

Assignee: Guangzhou Qinfeng Technology Co.,Ltd.

Assignor: FOSHAN University

Contract record no.: X2023980043888

Denomination of invention: A Dynamic Scheduling Method for Sheet Metal Intelligent Production Line Based on Gene Coding

Granted publication date: 20221101

License type: Common License

Record date: 20231019

Application publication date: 20220513

Assignee: Guangzhou Xinghuo Information Technology Co.,Ltd.

Assignor: FOSHAN University

Contract record no.: X2023980043887

Denomination of invention: A Dynamic Scheduling Method for Sheet Metal Intelligent Production Line Based on Gene Coding

Granted publication date: 20221101

License type: Common License

Record date: 20231019

Application publication date: 20220513

Assignee: Guangzhou Tianke Technology Co.,Ltd.

Assignor: FOSHAN University

Contract record no.: X2023980043886

Denomination of invention: A Dynamic Scheduling Method for Sheet Metal Intelligent Production Line Based on Gene Coding

Granted publication date: 20221101

License type: Common License

Record date: 20231019

Application publication date: 20220513

Assignee: Guangzhou Dongling Technology Co.,Ltd.

Assignor: FOSHAN University

Contract record no.: X2023980043896

Denomination of invention: A Dynamic Scheduling Method for Sheet Metal Intelligent Production Line Based on Gene Coding

Granted publication date: 20221101

License type: Common License

Record date: 20231019

Application publication date: 20220513

Assignee: Laishi (Guangzhou) Digital Technology Co.,Ltd.

Assignor: FOSHAN University

Contract record no.: X2023980043892

Denomination of invention: A Dynamic Scheduling Method for Sheet Metal Intelligent Production Line Based on Gene Coding

Granted publication date: 20221101

License type: Common License

Record date: 20231019

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20220513

Assignee: Guangdong Zhiwanhui Technology Co.,Ltd.

Assignor: FOSHAN University

Contract record no.: X2023980044349

Denomination of invention: A Dynamic Scheduling Method for Sheet Metal Intelligent Production Line Based on Gene Coding

Granted publication date: 20221101

License type: Common License

Record date: 20231024

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20220513

Assignee: Foshan Xiangyuan Furniture Manufacturing Co.,Ltd.

Assignor: FOSHAN University

Contract record no.: X2023980054076

Denomination of invention: A Dynamic Scheduling Method for Intelligent Board Production Line Based on Gene Encoding

Granted publication date: 20221101

License type: Common License

Record date: 20231227

Application publication date: 20220513

Assignee: GUANGZHOU YUANFANG COMPUTER SOFTWARE ENGINEERING Co.,Ltd.

Assignor: FOSHAN University

Contract record no.: X2023980054075

Denomination of invention: A Dynamic Scheduling Method for Intelligent Board Production Line Based on Gene Encoding

Granted publication date: 20221101

License type: Common License

Record date: 20231227

Application publication date: 20220513

Assignee: Guangxi ronghua Ship Technology Co.,Ltd.

Assignor: FOSHAN University

Contract record no.: X2023980053989

Denomination of invention: A Dynamic Scheduling Method for Intelligent Board Production Line Based on Gene Encoding

Granted publication date: 20221101

License type: Common License

Record date: 20231226

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20220513

Assignee: FOSHAN WEISHANG FURNITURE MANUFACTURING Co.,Ltd.

Assignor: FOSHAN University

Contract record no.: X2023980054621

Denomination of invention: A Dynamic Scheduling Method for Intelligent Board Production Line Based on Gene Encoding

Granted publication date: 20221101

License type: Common License

Record date: 20240102