CN116822905A - 一种轻质墙板生产线调度优化方法 - Google Patents

Abstract

本发明涉及一种轻质墙板生产线调度优化方法，属于轻质墙板生产线调度优化技术领域。包括：以轻质墙板实际生产线的情况，提出问题的约束条件和调度优化目标，建立轻质墙板生产线调度数学模型。以提高轻质墙板生产效率为目标，采用遗传模拟退火算法对所述的每条生产线的轻质墙板生产线调度数学模型进行求解，得到最优的生产线调度方案。本发明在保证轻质墙板生产线整体生产进度的同时以生产线效率最优为优化目标，可以运用全局与局部相结合的搜索机制，提升PC构件整体生产效率。

Description

一种轻质墙板生产线调度优化方法

技术领域

本发明涉及一种轻质墙板生产线调度优化方法，属于轻质墙板生产线调度优化技术领域。

背景技术

随着各种新理念与新模式不断涌出，预制件的装配方式逐渐实现了机械化与标准化，并且带来了新的生产方式，其内容就是将建筑标准化、配件制造工厂化，根据生产作业需求提前进行建筑构件生产，使得房屋建筑也像机械装配一样“装配”起来，从根本上解决传统施工现场的“脏、乱、差”现象。装配式建筑中轻质墙板预制件在装配式建筑行业当中占据较大的比例，是装配式建筑的重要环节。因此，在轻质墙板预制构件的制备生产中，需要对生产线布局、生产线效率等方面提出更高的要求，才能够有效带动装配式建筑业的高速发展，对实现绿色高效、经济效益等方面具有重大的现实意义。

轻质墙板生产线调度问题属于Flow-Shop调度问题。FSP是指n个工件在m台设备上进行加工，在每台设备上只有一个工件进行加工，每个工件的加工顺序都是一定的，并且明确各个工件在机器上的开始与加工时间，最终得到调度问题目标函数最优的解。

发明内容

为提高轻质墙板生产线效率，本发明提供了一种轻质墙板生产线调度优化方法。

本发明提出的一种轻质墙板生产线调度优化方法，包括：

步骤1：以轻质墙板机器数量、待加工墙板数量、墙板加工工序数量为决策变量，以机器约束、工艺约束、生产资源约束为约束条件，建立轻质墙板生产线调度数学模型；

步骤2：以提高轻质墙板生产效率为目标，采用遗传模拟退火算法对所述的每条生产线的轻质墙板生产线调度数学模型进行求解，得到最优的生产线调度方案。

进一步，所述步骤1中，建立轻质墙板生产线调度优化模型，包括以下步骤：

步骤1.1：确定轻质墙板调度优化模型的决策变量。

其中包括：

(1)轻质墙板机器数量；

(2)待加工墙板数量；

(3)墙板加工工序数量；

进一步，所述步骤1.1中，所述的优化模型的决策变量包括m台机器，构成机器集合M＝{M₁,M₂,...,M_m}；待加工的墙板为n个，构成的加工件集合N＝{N₁,N₂,...,N_n}；每个墙板共有j_i道工序，构成的工序集合为Z＝{Z_i1,Z_i2,...,Z_is}，Z_ik表示工件J_i的第k道工序，i＝1,2,3,4...,n；k＝1,2,3,...,s；l≤s≤m。所有的变量如表1所示。

表1墙板生产线调度问题模型参数具体定义

步骤1.2：确定轻质墙板调度优化模型的约束条件。

(1)机器约束：

墙板加工工序确定后，墙板加工件j_i在机器s优先级高于机器w，则表达

式为：

F_ijs-T_ijs≥F_ijw，i＝1,2,…,n；s＝1,2,…,m

(2)工艺约束：

墙板j_i在机器k上的加工优先级高于墙板j_h，则表达式为：

F_ijk-T_ijk≥F_hjk，i＝1,2,…,n；h＝1,2,…,m

(3)生产资源约束：

在同一时间，一台机器上只能有一块墙板被加工，表达式为：

进一步，所述步骤2中，采用遗传模拟退火算法对步骤1中建立的轻质墙板生产线调度数学模型进行求解，包括以下步骤：

步骤2.1：初始化参数。初始温度T₀，降温系数θ，终止代数MK，种群大小NP，适应度函数设计。

步骤2.2：依据相应的编码方式生成初始种群P₀(s)。基于工序的编码对初始种群P₀(s)进行染色体编码，并通过相应的解码原则进行解码。

步骤2.3：适应度值计算。计算种群P₀(s)中染色体适应值大小。

步骤2.4：选择、交叉与变异操作，得到种群P₁(s)。

步骤2.5：对新子代种群P₁(s)中每个个体进行模拟退化算法操作，根据Metropolis接受准则获得劣质解，并产生新个体。

步骤2.6：修改温度参数，P(s+1)＝P₀(s)，若满足接收准则，输出最优解并结束算法进程，否则转向步骤2.3。

步骤2.7：输出最优解。

进一步地，所述模拟退火算法中初始温度T₀表达式如下：

T₀＝β×l_NP×(1/F_min-1/F_max)

其中，l_NP为种群长度，F_min为初始群体最小适应度函数值，F_max为初始种群最大适应度函数值，β为调节系数。

进一步地，所述步骤2.3轻质墙板生产线调度适应度表达式如下：

f(j₁,1)＝t_j11

f(j₁,z)＝f(j₁,z-1)+t_j1k

f(j_i,1)＝f(j_i-1,1)+t_ji1

f(j_i,k)＝maxf(j_i-1,k)+t_jik

f_max＝f(j_n,m)

其中：f_max为墙板最大总加工时间；i＝2,3,4,...,n；z＝2,3,4,...,m。适应度函数E_p设为E_p＝1/f_max。

进一步地，所述步骤2.4选择算子采用轮盘赌策略，交叉算子采用保存基因片段的方法，变异算子采用自适应变异概率，选择算子概率表达式如下：

其中，F(y_i)为种群个体x_i的适应度值，NK为种群大小。

进一步地，所述步骤2.5模拟退火算法的Metropolis接受准则，采用的接受概率定义表达式如下：

其中，为接受子代的概率，T为温度调节参数。

本发明的有益效果在于：

1.本发明建立了轻质墙板生产线调度数学模型和智能求解算法，解决了轻质墙板生产线效率低的问题、多种类板材难以合理调度的问题，具有较好的通用性，适用于不同类型的轻质墙板生产线调度问题。

2.从工厂生产的角度出发，综合考虑轻质墙板机器数量、待加工墙板数量、墙板加工工序数量等性能指标，为轻质墙板生产线调度的实际应用场景提供一种解决方法。

附图说明

图1是一种轻质墙板生产调度过程图

图2是Flow-Shop调度模型图

图3是遗传模拟退火算法的流程图

图4是遗传模拟退火算法的轻质墙板加工过程图

具体实施方式

本发明提供一种轻质墙板生产线调度优化方法，通过分析轻质墙板实际生产线的情况，提出问题的约束条件和调度优化目标，建立轻质墙板生产线调度数学模型。以提高轻质墙板生产效率为目标，采用遗传模拟退火算法对所述的每条生产线的轻质墙板生产线调度数学模型进行求解，得到最优的生产线调度方案。

下面将结合本发明中的附图，对本发明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。

如图1和图2所示，为本发明提供的一种轻质墙板生产线调度优化方法的实施例。基于遗传模拟退火算法对所述的每条生产线的轻质墙板生产线调度数学模型进行求解，得到最优的生产线调度方案，该方法包括以下步骤：

步骤(1)：初始化参数。初始温度T₀，降温系数θ，终止代数MK，种群大小NP，适应度函数设计。

步骤(2)：依据相应的编码方式生成初始种群P₀(s)。基于工序的编码对初始种群P₀(s)进行染色体编码，并通过相应的解码原则进行解码。

步骤(3)：适应度值计算。计算种群P₀(s)中染色体适应值大小。

步骤(4)：选择、交叉与变异操作，得到种群P₁(s)。

步骤(5)：对新子代种群P₁(s)中每个个体进行模拟退化算法操作，根据Metropolis接受准则获得劣质解，并产生新个体。

步骤(6)：修改温度参数，P(s+1)＝P₀(s)，若满足接收准则，输出最优解并结束算法进程，否则转向步骤(3)。

步骤(7)：输出最优调度方案。

所述模拟退火算法中初始温度T₀表达式如下：

T₀＝β×l_NP×(1/F_min-1/F_max)

其中，l_NP为种群长度，F_min为初始群体最小适应度函数值，F_max为初始种群最大适应度函数值，β为调节系数。

所述步骤2.3轻质墙板生产线调度适应度表达式如下：

f(j₁,1)＝t_j11

f(j₁,z)＝f(j₁,z-1)+t_j1k

f(j_i,1)＝f(j_i-1,1)+t_ji1

f(j_i,k)＝maxf(j_i-1,k)+t_jik

f_max＝f(j_n,m)

其中：f_max为墙板最大总加工时间；i＝2,3,4,...,n；z＝2,3,4,...,m。适应度函数E_p设为E_p＝1/f_max。

所述步骤2.4选择算子采用轮盘赌策略，交叉算子采用保存基因片段的方法，变异算子采用自适应变异概率，选择算子概率表达式如下：

其中，F(y_i)为种群个体x_i的适应度值，NK为种群大小。

所述步骤2.5模拟退火算法的Metropolis接受准则，采用的接受概率定义表达式如下：

其中，为接受子代的概率，T为温度调节参数。

如图3和图4所示，为本发明提供的一种轻质墙板生产线调度优化方法的实施例。基于遗传模拟退火算法对所述的每条生产线的轻质墙板生产线调度数学模型进行求解，得到最优的生产线调度方案。

基于遗传模拟退火算法的轻质墙板加工过程图，实施例得出，轻质墙板生产线效率有效提升。

上述实施例用来解释说明本发明，而不是对本发明进行限制，在本发明的精神和权利要求的保护范围内，对本发明做出的任何修改和改变，都落入本发明的保护范围。

Claims (5)

1.一种轻质墙板生产线调度优化方法，其特征在于：

步骤1：初始化参数。初始温度T₀，降温系数θ，终止代数MK，种群大小NP，适应度函数设计。

步骤2：依据相应的编码方式生成初始种群P₀(s)。基于工序的编码对初始种群P₀(s)进行染色体编码，并通过相应的解码原则进行解码。

步骤3：适应度值计算。计算种群P₀(s)中染色体适应值大小。

步骤4：选择、交叉与变异操作，得到种群P₁(s)。

步骤5：对新子代种群P₁(s)中每个个体进行模拟退化算法操作，根据Metropolis接受准则获得劣质解，并产生新个体。

步骤6：修改温度参数，P(s+1)＝P₀(s)，若满足接收准则，输出最优解并结束算法进程，否则转向步骤3。

步骤7：输出最优解。

2.根据权利要求1所述的轻质墙板生产线调度优化方法，其特征在于，所述模拟退火算法中初始温度T₀表达式如下：

T₀＝β×l_NP×(1/F_min-1/F_max)

其中，l_NP为种群长度，F_min为初始群体最小适应度函数值，F_max为初始种群最大适应度函数值，β为调节系数。

3.根据权利要求1所述的轻质墙板生产线调度优化方法，其特征在于，所述步骤3轻质墙板生产线调度适应度表达式如下：

f(j₁,1)＝t_j11

f(j₁,z)＝f(j₁,z-1)+t_j1k

f(j_i,1)＝f(j_i-1,1)+t_ji1

f(j_i,k)＝maxf(j_i-1,k)+t_jik

f_max＝f(j_n,m)

其中：f_max为墙板最大总加工时间；i＝2,3,4,...,n；z＝2,3,4,...,m。适应度函数E_p设为E_p＝1/f_max。

4.根据权利要求1所述的轻质墙板生产线调度优化方法，其特征在于，所述步骤4选择算子采用轮盘赌策略，交叉算子采用保存基因片段的方法，变异算子采用自适应变异概率，选择算子概率表达式如下：

其中，F(y_i)为种群个体x_i的适应度值，NK为种群大小。

5.根据权利要求1所述的轻质墙板生产线调度优化方法，其特征在于，所述步骤5模拟退火算法的Metropolis接受准则，采用的接受概率定义表达式如下：

其中，为接受子代的概率，T为温度调节参数。