[发明专利]吞吐柔性智能装配物流路径规划方法

权利要求书

1.一种吞吐柔性智能装配物流路径规划方法，其特征在于：借助于智能装配物流路径规划平台，规划平台包括传感器系统、生产线系统、实时物流路径智能控制系统、以及通信设施，其特征在于，所述的智能装配路径规划方法包括以下步骤：

步骤A，在智能装配物流路径规划平台中输入最终成品的具体参数；具体参数包括成品的数量、装配产品所需的零件种类、零件数量、已生产完整零件的数量、以及装配所需时间；

步骤B，传感器系统实时收集相关产品信息，并传递给处理单元；

步骤C，规划平台处理单元经过数据计算，为产品P下一个生产流程寻找工位；

步骤D，移动产品P到下一个工位或移至当前工位缓冲区；

步骤E，在该工位进行生产流程生产，并将当前工位状态实时传递给处理单元；

步骤F，如果生产未完成，则重复步骤E-F；

步骤G,当生产完成后，得到成品P；

在步骤C中，其数据计算步骤在于，首先，为产品P下一个工作流程搜索可用的工位；然后，检查有无可用的工位；其次，使用基于最短约束的控制策略决策函数f(x)确定最优路径；再次，根据最优路径切换工位的工作状态；紧接着，检测产品P是否进入对应工位或对应缓冲区；最后，反馈工位实时状态作为其他工作流程的基础信息；

对于基于最短约束的控制策略决策函数f(x)，其中，最短约束，就是基于最短路径和最短时间的约束，路径是指所有工位的拓扑结构相连的距离；首先，工位采用全相连拓扑结构，根据工位间的相互距离和生产线系统的传送带的传送速度决定传送带传输时间，每个工位为产品执行N个不同的工作流程；然后，将该实时物流路径智能控制规划平台进行建模并简化成有向图，传送带作为有向图的边，传送带传输时间作为边的权值，工位作为有向图的顶点，工位工作流程完成时间作为该顶点的权值；从而，最短路径和最短时间约束就是有向图中选定边和顶点的权值累加值最小约束，路径寻优平台控制策略算法简化成是实时有向图分类保序必经点最短路径问题；

对于实时有向图分类保序必经点最短路径采用遗传算法描述，基于实时路径的染色体编码方案，即染色体由一串整数组成，每个基因位代表图的有向边或顶点权值，一个染色体就代表一条从原点到宿点的路径，路径中不能出现环路；

对遗传算法模型描述的步骤在于，

S1,数据初始化，即根据传感器收集数据计算有向图分类保序必经点的绝对最短路径；

S2,根据初始化种群方法进行初始化种群；

S3,根据交叉算子进行交叉操作；S4,计算生成染色体的适应度并和父代染色体适应度比较，淘汰适应度低的染色体；

S5,判断种群收敛性，若种群收敛，得到最优路径，若种群不收敛，则转到S3；

S6,根据最短路径为产品的下个工作流程找到了工位并进行加工；

S7,检查产品成产是否完成，若生产完成，则结束；若生产未完成，则继续；

S8，根据变异算子进行工位权值改变；

S9，得到新的初始化种群，转到S2。

2.根据权利要求1所述的吞吐柔性智能装配物流路径规划方法，其特征在于:其中，初始种群采用分类保序随机初始化种群，首先，第一个基因位选择原点基因；然后，基因位根据其种群要求的分类保序基因位约束下随机选择；其次，重复直至到达宿点，完成染色体初始化；其中，适应度函数即f(x)＝t_n-t_m，t_n表示当前染色体权值，即现行状态下产品寻找的最优路径长度，t_m表示理想状态下工序的绝对最短路径长度；

其中，交叉算子采用单点交叉，即从父代个体v₁和v₂中随机选择两个点和交换v₁中后面和v₂中后面的基因链，若形成的后代个体满足分类保序基因位约束且后代个体内不存在环路，则保存操作；

其中，变异算子根据传感器实时传送的有向图顶点的权值进行相应染色体中基因位权值替换，实现基因变异，重新计算染色体适应度。