[发明专利]一种用于工业4.0环境下车间作业调度问题的分布式Max-sum算法

说明书

本发明公开了一种用于工业4.0中车间作业调度问题的分布式Max‑sum算法，属于车间作业调度技术领域。将分布式Max‑sum算法应用至工业4.0环境下车间作业调度问题中，将车间作业调度问题中各操作的开始时间定义为变量节点，将目标函数和约束条件转化为变量节点之间的约束函数并定义为函数节点。根据Max‑sum算法的消息传递规则，在变量节点和函数节点之间进行消息传递，并不断迭代。在达到收敛状态或者迭代一定次数之后，确定各操作的开始时间，进而确定各操作的调度顺序，在分布式环境中得到较优的调度结果。

技术领域

本发明涉及车间作业调度技术领域，具体涉及一种用于工业4.0环境下车间作业调度问题的分布式Max-sum算法。

背景技术

随着工业4.0的兴起，当今制造业也展现出了新的特点：更短的产品生命周期、高度定制的产品和激烈的全球竞争的挑战。在工业4.0的模块化结构化智能工厂中，网络物理系统(CPS)监控物理过程，创建物理世界的虚拟副本，并做出分散的决策。CPS实时地与彼此进行通信和合作，将物理世界和虚拟世界融合在一起，将计算模拟过程和物理真实过程融合在一起。计算模拟过程可以根据计算优化的调度来控制实际生产过程，同时物理过程来调整虚拟调度模型。通过物联网(IoT)，可以将工作、机器、工具、机器人和人联系在一起，生成整个工厂的“大”数据，对工厂所有信息的网络控制和管理。

车间作业调度问题(Job-Shop Scheduling Problem：JSP)是一个优化问题，其中各种制造作业在特定时间被分配给机器，同时试图最小化完工时间。调度直接影响着制造系统的生产效率和成本，因此自1956年以来，调度一直是研究的热点，但JSP通常是一个NP困难问题。当问题规模扩大时，集中于集中式调度或半分布式调度的现有优化方法在计算稳定性和时间方面遇到了巨大的挑战。如今在工业4.0环境下，调度应该处理由新兴的制造技术支持的智能制造系统，例如大规模定制、网络物理系统(CPS)、大数据、物联网(IoTs)、人工智能(AI)、数字孪生和SMAC(社交、移动、分析、云)；调度研究需要将重点转移到智能分布式调度建模和优化上。工业4.0的重要特征之一就是随着资源之间的信息交流和交换，从集中控制到分布式控制生产。因此要将传统调度转变为智能分布式调度，运用分布式方法，以降低集中式调度的复杂性，支持智能制造系统。

而对于车间作业调度问题，目前没有相应的分布式算法来解决。本发明将提出一种分布式算法——Max-sum算法用以解决工业4.0环境下的车间作业调度问题。Max-sum算法是一种消息传递算法，基于对因子图的操作，解决多智能体系统中的分布式协调问题。Max-sum算法在很多领域已经发挥了重大的作用，因此本发明尝试用Max-sum算法来求解智能分布式车间作业调度问题。

发明内容

本发明的目的是针对工业4.0环境下的车间作业调度问题，提出一种用于工业4.0环境下车间作业调度问题的分布式Max-sum算法。

本发明技术方案如下：

一种用于工业4.0环境下车间作业调度问题的分布式Max-sum算法，每台机器依据局部信息进行分布式调度，确定每个操作作业的开始时间，最小化最大完成时间；该分布式Max-sum算法包括以下步骤：

步骤一，建立作业车间调度问题模型，作为模型的目标函数，最小化最大完成时间；数学模型如下：

min t (1)

式中，t表示最后一个作业最晚完成的时刻，即最大完成时间，min表示取最小值；

步骤二，确定作业车间调度问题的约束条件；

作业约束是指每个作业都包含一系列需要按顺序执行的操作，操作时间固定且无法抢占；机器约束是指每台机器在任一时刻最多只能处理一个操作，且每个操作只能在一台机器上执行；数学模型如下：