[发明专利]一种大规模柔性作业车间调度优化方法

说明书

大规模柔性作业车间调度方法，将大规模的生产任务重组以降低规模，然后利用自适应改进遗传算法求解优化。具体步骤如下：(1)首先将加工工艺类似、工件尺寸在同一范围内、且毛坯材质相同的工件进行聚类组批，从而减小问题求解规模；(2)设置算法初始参数，采用三层基因编码技术、OBX交叉方式和一定的变异策略，结合仿真实验选择交叉长度，并利用自适应改进遗传算法优化求解。该方法可以减小问题求解规模，提高求解速度；并且减小工件完工时间以及拖延期。

技术领域

该发明涉及离散型组合问题的智能优化算法技术领域。特别是大规模柔性作业车间调度优化方法。

背景技术

不超过20×50(机床×工件)的车间调度问题为中小规模调度问题，大规模车间调度问题则有以下几种情况【LIANG Xu,WANG Jia,H UANG Ming.New coding method formassive production scheduling problem[J].Computer Integrated ManufacturingSystem s,2008,10(14):1974-1982】：①工件数J50，机器数M20时；②当J≤50，M20，J×M1000时；③当J50，M≤20，J×M1000时。近60多年来，作业车间的生产排程与调度问题属于NP难题，不少学者对求解此类提出很多求解效果较好的优化方法，但是求解规模通常都是中小规模。大多数优化算法因其求解效率和质量问题，不能直接用于求解大规模调度问题。目前解决大规模调度的方法有：智能优化算法、拉格朗日松弛分解法、基于问题分解法。各种分解法和智能优化算法首先被应用于规模不断增大的车间调度问题。随着工件数、机器数的增加，JSP问题的求解空间变得复杂，传统的求解算法在解的质量和求解时间上不能满足要求。

发明内容

本发明的目的是针对现有技术存在的问题而提供一种求解速度快、减小工件完工时间及降低工件拖延期的基于工件组批的大规模柔性作业车间调度方法。

本发明的目的是这样实现的：本发明将柔性作业车间生产任务采用聚类的工件组批方法，将大规模的生产任务重组以降低规模，然后利用自适应改进遗传算法求解优化的一种排程调度方法。该方法的具体步骤如下，第一，首先将加工工艺类似、工件尺寸在同一范围内、且毛坯材质相同的工件进行聚类组批，以减小问题求解规模，随机组成不同的批次，每个工件都有各自的交付期，组批之后按照本批当中最早交付期进行调度。

第二、构建大规模柔性作业车间调度问题的数学模型

所讨论的大规模柔性作业车间调度问题详细描述为，在m台设备(M＝{M_k|M₁,M₂...M_m,k＝1,2,...m})上加工n件工件(J＝{J_l|J₁,J₂,...J_n,l＝1,2,...n})，每个工件包含N个事先确定加工顺序的工序，每个工序可以在多台设备上加工。组批之后形成r类工件R＝{R_i|R₁,R₂,...R_r,i＝1,2,...r}，第i类工件的第j道工序在设备k上加工时间为T_ijk，T_pi表示第i类工件的第p批次最后一道工序的完工时间，D_s表示工件s的交付期，D_pi表示第i类工件的第p批次的交付期。调度目标是使最大完工时间最小及总拖延期最小。

目标函数：minf＝α₁f'₁+α₂f'₂ (1)

其中：f₁＝min(maxT_pi)p＝1,2...B_i；i＝1,2......r (2)