[发明专利]一种订单生产顺序优化方法、系统、设备及可读存储介质

说明书

本发明公开了一种订单生产顺序优化方法、系统、设备及可读存储介质，包括：对待生产订单进行随机排序，生成初始种群；根据实际生产制造工艺流程，将生产制造分成若干个子模块，采用em‑plant仿真软件搭建按照流水线式生产方式运作的子模块的仿真模型；计算初始种群的最佳适应度记入Pareto解集；对当前种群进行世代遗传，直到达到最大遗传代数；本发明利用遗传算法实现对订单生产顺序的优化，以使生产时间最小化，尤其是对突发追加订单，能够灵活调整生产顺序，解决传统流水线生产优化过程中存在的设计效果差、过程复杂、风险和成本高的问题。

技术领域

本发明属于车间生产资料动态调度技术领域，特别涉及一种订单生产顺序优化方法、系统、设备及可读存储介质。

背景技术

动态调度必须满足两方面的要求，首先调度的变化必须反映生产线的实时信息；其次，必须在短时间内完成调度变化以免耽误实际操作；目前，主要有三种方法解决实时调度问题；其中，1)人工智能方法，车间调度问题的研究最初集中在整数规划、仿真和简单规则上，这些方法不是调度结果不理想就是难以解决复杂的问题。近年来车间调度问题上出现了许多人工智能方法，如模拟退火法，遗传算法，使得车间调度问题像多元化发展；2)仿真方法，由于制造系统的复杂性，很难用一个精确的系统模型来进行描述与分析；而通过对仿真模型的运行收集数据，就能对实际系统进行性能、状态等方面的分析，从而能对系统采用合适的控制调度方法，此方法在设计、运行制造系统方面非常有效；3)人机交互方法，为了考虑实际调度中存在的各种复杂因素及调度的多目标性，以取得好的调度结果，往往需要好的人机交互策略与手段去利用和启发调度决策者的经验知识，尤其是对于动态情形，人机交互的调度方法可以充分的发挥人的认知作用。

近年来，随着科技和行业要求逐步提升，车间调度问题逐渐成为现代制造企业关注的主要问题，同时也是生产制造领域研究的热点问题之一；车间调度问题属于非确定性多项式难题，主要针对不同制造企业对生产车间、机器、人员及物流等调度不同，生产周期会随之变长的问题；随着行业需求的不断上升，人工排产调度不仅会增加生产成本，延长生产周期，而且会浪费制造企业的部分生产资源；同时车间调度问题是计算机集成制造系统工程中的一个重要组成部分，它对企业的生产管理和控制系统有着重要的影响；在当今的竞争环境下，如何利用计算机技术实现生产调度计划优化，快速调整资源配置，统筹安排生产进度，提高设备利用率已成为许多加工企业面临的重大课题。

发明内容

针对现有技术中存在的技术问题，本发明提供了一种订单生产顺序优化方法、系统、设备及可读存储介质，以解决传统流水线生产优化过程中存在的设计效果差、过程复杂、风险和成本高的技术问题。

为达到上述目的，本发明采用的技术方案为：

本发明提供了一种订单生产顺序优化方法，包括以下步骤：

对n个待生产订单进行m次随机排序，得到m个生产排序，将m个生产排序作为初始种群；

根据实际生产制造工艺流程，将生产制造划分为若干生产子模块，利用em-plant仿真软件搭建生产子模块的仿真模型；

利用初始种群中的m个生产排序，分别运行生产子模块的仿真模型，得到m个生产排序对应的m个生产时间；将m个生产时间中的最小值，作为最佳适应度，将生产时间最小值对应的生产排序作为染色体；并将最佳适应度及对应的染色体记入Pareto解集；

对当前种群进行世代遗传，得到下一世代种群，并计算下一世代种群的最佳适应度；若下一世代种群的最佳适应度大于Pareto解集中已有染色体的适应度，则更新Pareto解集；

满足终止条件后，结束优化，输出Pareto解集中的染色体作为优化后的订单生产顺序。

进一步的，终止条件为判断当前遗传代数是否达到最大遗传代数M。

进一步的，利用em-plant仿真软件搭建生产子模块的仿真模型，具体操作为：