CN115587765B - 一种齐套数浮动的物料齐套方法 - Google Patents

Abstract

本发明公开了一种齐套数浮动的物料齐套方法，包括如下步骤：步骤100、获取所有订单数据、所有订单对应的齐套方案，采用两段编码方式建立种群；步骤200、解码并判断步骤100中适应度得分是否满足终止条件，若是输出齐套方案，若否执行判断步骤300，其中终止条件为人为设定的条件值如M，当适应度得分超过M，即认为满足满足终止条件，可以输出该适应度得分条件下对应的齐套方案；步骤300、对种群进行筛选、交叉和变异，产生子代种群；步骤400、合并筛选后的种群和子代种群作为新的种群，执行步骤200。本方法以物料齐套率和物料齐套优先级作为优化目标的主要影响因素，可以使得订单部分齐套，可以更好的获取全局物料齐套方案，使得更多的产品得以生产。

Description

一种齐套数浮动的物料齐套方法

技术领域

本发明属于生产管理技术领域，特别涉及一种齐套数浮动的物料齐套方法。

背景技术

随着智能制造和工业4.0的快速推进，多品种、小批量的生产模式在制造业中愈发普及，这也对生产企业的数字化、智能化和柔性生产能力提出更高的要求。在柔性生产中，物料齐套问题对于生产的平稳有序进行具有直接的影响。考虑到不同产品、不同订单之间的物料相互替代、借用等情况，企业对于物料齐套的分析和管理越来越吃力，多品种、小批量的生产模式更是加剧了物料齐套分析的复杂程度。合理的物料齐套分析算法可以有效降低企业呆滞库存、在制品库存、对柔性生产排程提供精准的前置信息，为企业降本增效。

物料齐套分析不仅需要直接匹配当前订单的物料需求和物料在库情况，还应充分考虑订单类型。例如，在基于Forecast的订单中，生产厂家周期性的向客户交付产品。由于周期性的生产和交付，此类订单并不追求订单下的每种产品严格按照需求数目交付，而是在无特殊要求的情况下，尽可能满足更多的产品交付数目。即一个订单下的需求产品数目可以适当浮动，物料齐套分析算法在有限的可用物料的情况下，保证更多的产品可以正常生产以进行交付。

传统的物料齐套分析算法有的采用启发式算法，按照人工制定的齐套分析规则，计算当前的齐套订单数，此方法能快速计算出订单集合中的各个订单是否齐套。有的方法使用元启发式算法，对订单齐套情况进行优化分析，得到相对较优的齐套满足情况。但是，上述方法只能针对固定产品数目的订单进行齐套分析，各订单只能是生产或不生产两种情况，而无法对订单下各产品的数量进行联合优化，做到齐套数浮动，使得全部订单得到最大化满足。

发明内容

本发明针对现有技术的问题，本发明基于遗传算法，基于订单齐套优先级和订单齐套率，联合优化订单齐套方案；在计算订单齐套优先级阶段，综合考虑订单交期和订单优先级等相关因素，使用层次分析法计算算订单齐套优先级；在种群初始化过程中，使用轮盘赌算法，根据订单齐套优先级，对订单编号进行排序，生成初始种群；在解码过程中，贪心原则下，按照订单编号，逐个订单进行齐套分析，生成多个齐套可行方案，完成齐套方案解码；在计算适应度得分阶段，综合考虑产品齐套率和订单齐套优先级，计算复合齐套得分；在优化过程中，均衡考虑各订单最大齐套数和订单优先级，合理分配物料，保障物料齐套分析算法的实时性和齐套方案优越性。具体技术方案如下：

一种齐套数浮动的物料齐套方法，包括如下步骤：

步骤100、获取所有订单数据、所有订单对应的齐套方案，采用两段编码方式建立种群；

步骤200、解码并判断步骤100中适应度得分是否满足终止条件，若是输出齐套方案，若否执行判断步骤300，其中终止条件为人为设定的条件值如M，当适应度得分超过M，即认为满足满足终止条件，可以输出该适应度得分条件下对应的齐套方案；

步骤300、对种群进行筛选、交叉和变异，产生子代种群；

步骤400、合并筛选后的种群和子代种群作为新的种群，执行步骤200。

该方法中，所述两段编码方式包括基于订单的编码和基于是否齐套的编码，在基于订单的编码中，每个基因为订单的编号，基因的顺序为解码时的齐套顺序，在基于是否齐套的编码中，每个基因为表示在解码时是否给予其安排物料，基于是否齐套的编码是依次按照订单编号顺序生成的。

该方法中，适应度得分的计算采用公式(1)：

式(1)中，x_i表示第i个订单的齐套状态，x_i仅为0或1；k_i表示订单i的齐套率，g_i表示订单i的齐套优先级。

该方法中，所述订单数据包括订单编号、订单交期、优先级、需求数量。

该方法中，所述步骤200中解码的方法为：

步骤211、查看基于是否齐套编码，确定当前订单是否给予齐套匹配；

步骤212、如果不给予匹配，则此订单匹配量为0；如果给予匹配，则依据在库物料数，计算此订单的最大齐套数；

步骤213、依据步骤212，分别将在库物料的各类物料减去订单最大齐套数所需物料数目，即库存削减；

步骤214、是否遍历完成所有订单，如果完成，输出齐套结果，如果未完成，则进入步骤211，循环执行，并得到当前需求及在库物料状况下的齐套方案，如公式(2)：

KC＝[kc₁,kc₂,......,kc₀]                   公式(2)。

该方法中，公式(1)中g_i通过公式(3)计算：

g_i＝w₁t_i+w₂p′_i                   公式(3)；

公式(3)中t_i为订单i的交期重要度，p′_i为第i个订单的标准化优先级，w₁、w₂分别为权重系数。

该方法中，步骤300中，群进行筛选的方法为：根据个体适应度得分，使用锦标赛选择方法进行种群筛选。

该方法中，步骤300中，交叉的方法为：基于订单的编码交叉操作使用POX交叉，基于是否齐套的编码使用均匀交叉；

变异的方法为：基于订单的编码变异操作使用交叉变异，基于是否齐套的编码采用单点变异。

本发明的有益效果为：本发明提供一种齐套数浮动的物料齐套分析算法，其特点在于考虑到基于Forecast订单的生产方式，每个订单的物料齐套数并不一定严格符合客户需求数目，而是在综合考虑订单优先级和交货日期两个关键因素后，快速输出物料齐套方案。另外，由于本方法以物料齐套率和物料齐套优先级作为优化目标的主要影响因素，可以使得订单部分齐套，有效克服了基于启发式和基于元启发式物料齐套算法按照订单优先级逐订单贪心获取齐套方案存在的短视性，可以更好的获取全局物料齐套方案，使得更多的产品得以生产。因此，本方法不仅提供了一种新的物料齐套思路，更好的满足实际生产需求，还能帮助企业更好的匹配生产资源和客户需求，企业能效得到有效提升。

附图说明

图1为物料齐套方法的流程图；

图2为层次结构模型图；

图3为编码方式；

图4为交叉方法；

图5为变异方法。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合实施例对本发明技术方案进行清楚、完整地描述。

参见图1，为物料齐套方法的流程图。

该方法包括如下步骤：

1、计算齐套优先级：采用层次分析法，根据订单交期、订单优先级计算生成订单齐套优先级；

2、初始化种群：算法采用两段编码，以轮盘赌算法生成订单编码，订单出现的顺序表示齐套匹配的顺序；以0-1整数编码方法生成订单是否齐套编码，每个基因表示此订单是否予以齐套，产生初始种群；

3、解码并计算个体适应度得分：基于贪心原则，根据订单编码，依次进行齐套匹配，生成齐套方案，并根据订单齐套率和订单齐套优先级计算适应度得分；

4、判断迭代是否完成：当前迭代是否触发终止条件，如果触发终止条件，则输出最终调度方案；

5、种群筛选：如果没有触发终止条件，则根据个体适应度得分，使用锦标赛选择方法进行种群筛选；

6、进化：筛选后的种群分别独立进行交叉和变异操作，产生新的子代；

7、产生新种群：合并筛选后的种群和子代作为新的种群，进入下一个迭代。

本方法采用最大加权齐套率作为优化目标、采用优化时间作为终止条件、交叉方法采用均匀交叉和POX交叉操作，变异方法采用交叉变异和单点变异操作，输入订单信息和物料需求数据以表1为例：

表1订单信息及物料需求数据示例

对本算法模型建立所涉及的参数做如下说明：

(1)、M＝{m₁，m₂，...，m_m}：企业现有物料的集合，每个元素为某种物料的数量；

(2)、O＝{o₁，o₂，...，o_o}：企业现有订单集合，此处订单为二级订单编号，仅包含常规订单下的一种产品，每个元素为某个订单的需求数量；

(3)、q_ij：第j个订单所需第i种物料的数量；

(4)、F：物料齐套分析所需的物料需求矩阵；

(5)、x_i：第i个订单的齐套状态；

(6)、P＝{p₁，p₂，...，p_o}：各订单优先级集合，1≤p_i≤5；

(7)、D：各订单交期集合；

(8)、W＝{w₁，w₂，...，w_o}：各订单齐套优先级因变量权重，

(9)、G＝{g₁，g₂，...，g_o}：各订单齐套优先级，

本方法中，计算齐套优先级步骤需要构建模型。参见图2，为构建的层次结构模型，层次模型分为三层，分别是决策点目标为最高层，决策的准则为中间层，决策的方案为最底层。订单的优先级计算的目标层是订单齐套优先级排序；准则层考虑订单交货日期和订单优先级；方案层为待计算的订单集合。

基于图2中的层次结构模型，对各准则进行标准化，将各不同因素统一到同一尺度和量纲上，再采用相对尺度对各层次因素之间进行相互比较。

关于订单交期准则，计算方法如下：

(1)、分别计算即日起到各订单交期的剩余工作时长，其剩余工作时长是去除节假日、员工休息等不可用于生产的有效剩余工作时长；

(2)、以本次所有订单的剩余工作时长数据的均值和方差为基准，采用z-score标准化方法，标准化计算方法如公式1；

(3)、t_i为订单i的交期重要度，d_i为订单i的剩余工作时长，此处求其倒数是因为一般认为交期越靠后其齐套优先度相对越低，σ_t是所有订单的剩余工作时长数据的方差，μ_t为其均值；

关于优先级标准化，计算方法采用z-score标准化方法，将原本分布在1-5之间的优先级数据，标准化为均值为0、方差为1的近似高斯分布数据。计算公式如公式2：

其中p′_i为第i个订单的标准化优先级，p_i是第i个订单的原始优先级，σ_p是所有订单的原始优先级数据的方差，μ_p为其均值；

基于前述的订单交期准则和优先级标准化，订单齐套优先级采用准则加权求和的方式进行计算，首先将订单i的各准则值与各准则的权重进行加权，再将各加权结果进行求和，得到订单齐套优先级结果，其计算公式如公式3：

g_i＝w₁t_i+w₂p′_i              公式3

但是由于后续需使用订单齐套优先级数据作为轮盘赌算法的输入，对订单齐套进行贪心满足，所以此处需要进行标准化，仍使用z-score标准化方法。

当每个订单的需求产品的BOM已知，所有订单的物料需求矩阵为公式4所示：

q_ij表示第j种产品需要第i种物料的数量，则矩阵Q第一列表示企业生产第一个订单o1分别所需的物料及其数量，此数量为生产单个产品所需物料数量与订单需求产品数的乘积，即完成此订单所需此种物料的总数。

所以各订单对各类物料需求的总数矩阵为：

式中f₁₁表示订单o₁对于物料w₁的总需求数量。

使用x_i来表示订单的齐套状态，状态分为两种情况，当x_i＝0时表示第i个订单不予成套，当x_i＝1时表示第i个订单予以成套。

目标函数综合考虑齐套率和齐套优先级，如公式6所示：

其中k_i表示订单i的齐套率，其计算方式如公式7所示：

公式7中的kc_i表示订单i的可齐套数。

模型约束主要为物料需求总数不能超过在库总数量，所以其约束如公式8：

其中f_ji为第i个订单对于第j种物料的需求数量。

所以总体模型如公式6和公式8所示。

根据建立的模型，利用遗传算法对本发明所设计的编码方式生成的编码进行迭代优化，优化x_i取值和订单齐套匹配顺序，最终输出包含齐套订单及其齐套数量。

本发明设计了两段编码方式，如图3所示，染色体主要分为基于订单的编码和基于是否齐套的编码。基于订单的编码中，每个基因为订单的编号，其先后顺序决定了在解码时的齐套顺序；基于是否齐套的编码决定了所对应的订单是否齐套，即在解码时是否给予其安排物料，基于是否齐套的编码是依次按照订单编号顺序生成的。两段式编码不仅能够有效的提升齐套方案的多样性，提升算法的全局搜索能力，还能在解码时提供更多的信息，降低解码计算复杂度。

在生成基于订单的编码的初始种群时，以订单齐套优先级和订单编号集合为输入，基于轮盘赌算法，从订单编号集合内无放回的逐个选择订单编号，最后生成基于订单的编码。此编码初始化方式充分考虑到了订单优先级和订单交期，订单齐套优先级高的订单更大概率的排在前面，但是又存在选择的随机性，在得到更符合算法需求的初始染色体的同时，也可以保证初始种群的多样性。

按照基于订单的编码贪心规则逐个匹配每个订单对于物料的需求，解码方式流程如下：

(1)查看基于是否齐套编码，确定当前订单是否给予齐套匹配；

(2)如果不给予匹配，则此订单匹配量为0；如果给予匹配，则依据在库物料数，计算此订单的最大齐套数；

(3)依据步骤2，分别将在库物料的各类物料减去订单最大齐套数所需物料数目，即库存削减；

(4)是否遍历完成所有订单，如果完成，输出齐套结果，如果未完成，则进入步骤1，循环执行；

KC＝[kc₁，kc₂，...，kC_o]                 公式9

依据上述流程，可以获取到每个订单是否齐套及齐套数目，即当前需求及在库物料状况下的齐套方案，如公式9所示。

以订单齐套方案(公式9)、订单需求(O＝{o₁，o₂，...，o_o})，订单齐套优先级(公式3)为输入，依据公式6可计算得到本齐套方案的适应度得分。

进化主要分为交叉和变异两种操作，交叉操作的目的是在尽量降低有效模式被破坏的概率基础上对解空间进行高效搜索，交叉操作决定了遗传算法的全局搜索能力。变异操作通过随机改变染色体的某些基因对染色体产生较小的扰动来生成新的个体，增加种群多样性，并且深刻影响着遗传算法的局部搜索能力。

基于订单的编码交叉操作使用POX交叉方法，此方法可以有效避免交叉后产生的子代出现订单号重复这种不可行方案的情况。基于是否齐套的编码使用均匀交叉的方式，两种交叉方式如图4。

其中均匀交叉如图4-a所示，而POX交叉首先选定此次交叉的订单集，如图4-b所示，订单集包含订单1和订单2，将父代P1中的订单1和订单2基因位置不变复制到子代个体C1中，其余基因从父代P2中获取补全，产生新的子代个体C1。

基于订单的编码变异操作使用交叉变异的方式，基于是否齐套的编码采用单点变异的方式，变异方式如图5。

如图1所示，判断迭代是否完成操作是根据设置的终止条件进行判断，如果符合终止条件，则停止优化迭代，输出调度方案中适应度TopN的调度方案供用户选择，如果不符合终止条件，则继续进行优化迭代。种群筛选操作采用锦标赛方法进行种群筛选，即选择适应度TopK个方案作为父本放入进化基因池中，作为进化操作的父本使用。

本发明中：使用复合优化目标，提出复合优化目标的计算方法，以物料齐套率作为主要影响因素，实现物料齐套数可浮动的物料齐套算法，获取更好的全局物料齐套方案，更好的匹配生产资源和客户需求；采取两段编码方式，分别对订单和订单是否齐套进行编码，有效增加订单齐套方案的多样性，提升算法的全局搜索能力；在初始种群生成时，以订单编号和订单齐套优先级为输入，基于轮盘赌算法对订单编号集合进行排序，得到订单编码的初始种群。

以上实施例仅用以说明本发明的技术方案，而非对其限制。

Claims (3)

1.一种齐套数浮动的物料齐套方法，其特征在于，包括：

步骤100、获取所有订单数据、所有订单对应的齐套方案，采用两段编码方式建立种群；所述订单数据包括订单编号、订单交期、优先级、需求数量；

步骤200、解码并判断步骤100中适应度得分是否满足终止条件，若是输出齐套方案，若否执行判断步骤300；

步骤300、对种群进行筛选、交叉和变异，产生子代种群；

步骤400、合并筛选后的种群和子代种群作为新的种群，执行步骤200；

所述两段编码方式包括基于订单的编码和基于是否齐套的编码，在基于订单的编码中，每个基因为订单的编号，基因的顺序为解码时的齐套顺序，在基于是否齐套的编码中，每个基因为表示在解码时是否给予其安排物料，基于是否齐套的编码是依次按照订单编号顺序生成的；

所述步骤200中解码的方法为：

步骤211、查看基于是否齐套编码，确定当前订单是否给予齐套匹配；

步骤212、如果不给予匹配，则此订单匹配量为0；如果给予匹配，则依据在库物料数，计算此订单的最大齐套数；

步骤213、依据步骤212，分别将在库物料的各类物料减去订单最大齐套数所需物料数目，即库存削减；

步骤214、是否遍历完成所有订单，如果完成，输出齐套结果，如果未完成，则进入步骤211，循环执行，并得到当前需求及在库物料状况下的齐套方案，如公式(2)：

KC＝[kc₁,kc₂,......,kc₀]     公式(2)；

适应度得分的计算采用公式(1)：

式(1)中，x_i表示第i个订单的齐套状态，x_i仅为0或1；k_i表示订单i的齐套率，g_i表示订单i的齐套优先级；

公式(1)中g_i通过公式(3)计算：

g_i＝w₁t_i+w₂p′_i    公式(3)；

公式(3)中t_i为订单i的交期重要度，p′_i为第i个订单的标准化优先级，w₁、w₂分别为权重系数；

公式(3)中d_i为订单i的剩余工作时长，σ_t是所有订单的剩余工作时长数据的方差，μ_t为所有订单的剩余工作时长数据的均值；

公式(3)中其中p′_i为第i个订单的标准化优先级，p_i是第i个订单的原始优先级，σ_p是所有订单的原始优先级数据的方差，μ_p为所有订单的原始优先级数据的均值；

公式(1)中其中kc_i表示订单i的可齐套数；O_i为订单i的需求数量。

2.根据权利要求1所述的一种齐套数浮动的物料齐套方法，其特征在于，步骤300中，群进行筛选的方法为：根据个体适应度得分，使用锦标赛选择方法进行种群筛选。

3.根据权利要求1所述的一种齐套数浮动的物料齐套方法，其特征在于，步骤300中，交叉的方法为：基于订单的编码交叉操作使用POX交叉，基于是否齐套的编码使用均匀交叉；

变异的方法为：基于订单的编码变异操作使用交叉变异，基于是否齐套的编码采用单点变异。

Images