[发明专利]基于工序划分的任务规划方法及系统

说明书

技术领域

本发明涉及任务规划领域，特别涉及一种基于工序划分的任务规划方法及系统。

背景技术

任务规划是指在一定时间内把一定量的任务按照一定的方法安排给规定的人员完成。在计算机科学和工业领域中，任务规划问题有着广泛的应用背景，例如批量物资转运、大型实验工作准备等，对任务规划问题的研究都是焦点。

从资源排布角度看，任务规划是将有限资源安排给不同的工作，最终设法达到预定的优化目标。具体地，任务下达方下达工作任务后，同时确定工作资源(包括人员、时间等)并明确工作对象(如物资、工具等)，同时，根据任务类型和相关输入，确定任务约束和优化目标，并根据上述几方面的内容，经过优化和决策，输出规划结果。

从计算复杂性理论来讲，任务规划问题一般是NP完全问题，是优化问题中最难的一类组合优化问题，其求解难度随着问题规模的增大和约束的增多而成几何级增长，绝大多数算法很难求得其精确解。

在任务规划问题中，通常组成任务的各项工作之间相互影响、相互作用，每项工作又要考虑它的操作步骤、工作难度等因素，因而相当复杂。例如一项物资转运任务包括物资打包、物资装车、物资转运、物资卸车等几个步骤，零件生产又根据零件类型的不同具有不同的工序和生产时间，因此任务规划需要考虑的因素很多。同时，任务规划中又有很多随机因素，例如实际工作的执行时间。目前主要采用人工方式进行任务规划，但是人工规划主要是依靠经验进行人工推理，由于这种规划方式没有合理的理论依据支撑，而且在分配资源中不可避免地会受到主观意识影响，此外，面对大规模任务的规划问题，人工规划的工作量大而且不够智能。

发明内容

本发明提供一种基于工序划分的任务规划方法及系统，用于解决现有技术中任务规划问题求解难度大、通过人工进行任务规划工作量大而且不具备智能化特点的问题。

为了解决以上的技术问题，本发明的第一个方面是提供一种基于工序划分的任务规划方法，所述方法包括如下步骤：

步骤A：创建任务规划所需的基础数据，所述基础数据至少包括工作人员、工作对象和工作任务，数据管理模块将基础数据保存至系统数据库；

步骤B：将所述工作任务划分为多个子任务，其中每个子任务包含多个工序，对工序进行工作量估计以获取工序工作量；

步骤C：选取约束条件和优化目标，并采用启发式算法确定规划方案，所述规划方案至少包括工作人员执行的工序和执行工序的顺序。

在第一个方面的第一种可能实现方式中，其特征在于步骤C之后还包括:

步骤D：显示所述规划方案；

步骤E：通过对所述规划方案进行手工拖动以调整规划方案。

在第一个方面的第二种可能实现方式中，所述步骤C中采用启发式算法确定规划方案的步骤为：

步骤C1：为各个子任务和各个工作对象分配初始优先级，将该优先级作为初始种群中的初始染色体，通过采用对所述初始染色体交换子任务优先级和工作对象优先级的方式生成初始种群；

步骤C2：判断是否已经生成了满足约束条件和优化目标的染色体，如果生成了则执行步骤C4，如果未生成则执行步骤C3；

步骤C3：选择种群中的染色体执行交叉运算和/或变异运算，运算完毕后执行步骤C2；

步骤C4：根据满足约束条件和优化目标的染色体生成规划方案，并输出所述规划方案。

在第一个方面的第三种可能实现方式中，所述步骤C1具体包括：

步骤C11：将所有子任务随机进行排序，生成一个子任务列表；

步骤C12：对所述子任务列表中的子任务依次赋予优先级，得到与子任务列表相对应的子任务优先级序列；

步骤C13：将所有工作对象随机进行排序，生成一个工作对象列表；

步骤C14：对所述工作对象列表中的工作对象依次赋予优先级，得到与工作对象列表相对应的工作对象优先级序列；

步骤C15：将所述子任务优先级序列和所述工作对象优先级序列组合成为初始染色体；

步骤C16：随机选择所述子任务列表中的两个子任务，交换这两个子任务的优先级，得到新的子任务优先级序列；

步骤C17：随机选择工作对象列表中的两个工作对象，交换这两个工作对象的优先级，得到新的工作对象优先级序列；

步骤C18：将步骤C16得到的新的子任务优先级序列与步骤C17得到的新的工作对象优先级序列组合成为新生成的染色体，将所述新生成的染色体保存至初始种群；