[发明专利]一种融合随机算法和启发式规划的生产调度方法及装置

说明书

本发明公开了一种融合随机算法和启发式规划的生产调度方法及装置，包括：对任意一个不确定性动作通过随机算法随机选择生产的动作序列；针对动作序列通过启发式规划方式以及因果图最大代价法求解目标中各个变量的启发值，解决了现有启发式方法直观、简单实用，花费较少时间即可得到调度问题的可行解，但其优化性能相对较低，没有充分发挥数学模型强大的优化优势，难以以全局的观点进行寻优，很难定量评价所得到的结果与全局最优解的偏差，优化程度不易把握的技术问题。

技术领域

本发明涉及规划领域，尤其涉及一种融合随机算法和启发式规划的生产调度方法及装置。

背景技术

生产调度就是组织执行生产进度计划的工作，生产调度以生产进度计划为依据，生产进度计划要通过生产调度来实现，生产调度的必要性是由工业企业生产活动的性质决定的，现代工业企业，生产环节多，协作关系复杂，生产连续性强，情况变化快，某一局部发生故障，或某一措施没有按期实现，往往会波及整个生产系统的运行。

因此，加强生产调度工作，对于及时了解、掌握生产进度，研究分析影响生产的各种因素，根据不同情况采取相应对策，使差距缩小或恢复正常是非常重要的。流程工业生产调度可为实际生产带来明显的经济效益，已受到国内外研究者的广泛关注。目前，生产调度的方法可分为基于规则的调度和基于模型的调度两大类。基于规则的调度方法根据一定的规则和策略来确定生产过程的下一步操作，又称为启发式方法。启发式方法直观、简单实用，花费较少时间即可得到调度问题的可行解，但其优化性能相对较低，没有充分发挥数学模型强大的优化优势，难以以全局的观点进行寻优，很难定量评价所得到的结果与全局最优解的偏差，优化程度不易把握。

发明内容

本发明提供的一种融合随机算法和启发式规划的生产调度方法，解决了现有启发式方法直观、简单实用，花费较少时间即可得到调度问题的可行解，但其优化性能相对较低，没有充分发挥数学模型强大的优化优势，难以以全局的观点进行寻优，很难定量评价所得到的结果与全局最优解的偏差，优化程度不易把握的技术问题。

本发明提供的一种融合随机算法和启发式规划的生产调度方法，包括：

对任意一个不确定性动作通过随机算法随机选择生产的动作序列；

针对所述动作序列通过启发式规划方式以及因果图最大代价法求解目标中各个变量的启发值。

可选地，所述针对所述动作序列通过启发式规划方式以及因果图最大代价法求解目标中各个变量的启发值包括：

计算一个动作状态s到达目标s_g的距离并将所述距离记为状态s的因果图启发值，所述具体为：

其中，cos t_v(s(v),s_g(v))表示变量从状态s中的值转移到目标s_g中的值所需的代价。

可选地，所述不确定性动作在状态s下是可用的。

可选地，所述方法还包括：

通过Dijkstra算法，并结合域转移图和因果图计算所述cos t_v(s(v),s_g(v))。

可选地，所述通过Dijkstra算法，并结合域转移图和因果图计算所述cos t_v(s(v),s_g(v))具体包括：

若在因果图中，变量v没有直接前辈，那么cos t_v(s(v),s_g(v))为v的域转移图中从s(v)到s_g(v)的最短路径长度，若不存在从s(v)到s_g(v)的路径，则cos t_v(s(v),s_g(v))为正无穷；