[发明专利]作业车间调度障碍图模型中的栅格化路径规划算法

说明书

本发明公开了一种作业车间调度障碍图模型中的栅格化路径规划算法。采用栅格化将障碍图模型转化为量化的网格节点，具体包括：障碍图起点、障碍图终点、障碍块边缘点、障碍块内部点、以及剩余区域点。采用不同的符号分别表示网格节点，从障碍图起点开始，按照路径规则，采用A星算法规划到障碍图终点的路径。扩展父节点时，每次搜索至多产生三个可行的子节点，如果子节点为障碍块内部点，或者为父节点穿过障碍块内部得到的点，则为不可行子节点。将可行的子节点设为新的父节点，并判断新的父节点是否为终点，如果是则搜索结束，否则继续搜索。通过路径规划，可以实现基于障碍图模型导向的移动工件搜索，从而获得进一步改进的调度结果。本发明亦可应用于其它类似障碍图的路径规划问题。

技术领域

本发明涉及作业车间调度技术领域，具体为一种作业车间调度障碍图模型中的栅格化路径规划算法。

背景技术

高效的生产调度优化技术对于提高制造系统生产率和设备资源利用率，降低生产成本，缩短产品制造周期具有十分重要的意义。作业车间调度问题是现实许多制造企业和服务行业调度问题的抽象化模型，是一种最基本、最著名的典型调度问题。智能算法是求解作业车间调度问题的有效方法，结合问题特征，设计有效的搜索技术是提升智能算法性能的有效途径。文献“An extended Akers graphical method with a biased random-keygenetic algorithm for job-shop scheduling，International Transactions inOperational Research，2014，vol21(2)，p215-246”，通过融入基于障碍图模型导向的移动工件搜索技术，刷新了多个国际基准算例的已知最好解，然而，对于其中的障碍图模型路径规划具体实现算法尚未报道，限制了该搜索技术的推广应用。

发明内容

要解决的技术问题

在给定作业车间调度方案中，移走一个工件，然后基于障碍图模型导向进行优化插入，进而实现移动工件大尺度搜索，为解决障碍图路径规划问题，本发明提出了一种作业车间调度障碍图模型中的栅格化路径规划算法。

技术方案

本发明基于栅格化的方法把障碍图区域简化为一组可以量化的节点，然后采用A星算法求解。

本发明的技术方案为：

所述作业车间调度障碍图模型中的栅格化路径规划算法，其特征在于以下步骤：

步骤1：读取问题数据，建立直角坐标系，x轴表示已调度的工序，y轴表示新加入的工序，x轴的取值范围为[0，MAX_X]，其中MAX_X为已调度工件的最大的完工时间，y轴的取值范围为[0，MAX_Y]，其中MAX_Y为需加入工件的加工时间之和，障碍图终点为(MAX_X，MAX_Y)；

步骤2：针对y轴上的每个工序，如果x轴上存在与y轴工序加工机器相同的工序，则在坐标系中产生一个对应障碍块；

步骤3：重复步骤2，直到遍历完y轴上的所有工序，生成障碍图中的所有障碍块，进而执行步骤4；

步骤4：创建障碍图所对应的二维栅格节点地图MAP，其中MAP为MAX_X+1行，MAX_Y+1列的表格；

步骤5：把障碍图起点、障碍图终点、障碍块边缘点、障碍块内部的点、以及剩余区域无障碍点的纵横坐标分别加1，得到对应表MAP中行和列的位置，然后对这些位置采用不同的数值表示；

步骤6：根据A星算法给出距离函数：f(u)＝g(u)+e(u)，u代表MAP中某个栅格节点，g(u)表示起点到达u的实际距离，e(u)表示u到达终点的直线距离，f(u)表示两者距离之和；