[发明专利]一种基于藤壶交配算法的流水车间人力调度优化方法

说明书

本发明公开了一种基于藤壶交配算法的流水车间人力调度优化方法，包括S1获取生产信息；S2生成Q个排工矩阵；S3将排工矩阵转化为藤壶染色体，计算适应度值，并进行优劣排序以形成种群，设置相应生殖器长度；S4选择父代、母代并根据生殖器长度产生相应子代；S5重新进行优劣排序，并将排序超过个数Q的染色体删除以更新种群；S6判断所有染色体适应度值是否一致，若是进行步骤S7若否进行步骤S8；S7判断是否达到预设迭代次数，若是输出最优解，若否则设置生殖器长度为0并返回步骤S4；S8判断是否达到预设迭代次数，若是则输出最优解，若否则返回步骤S4。本发明考虑了各员工对各工序的熟练度，并采用藤壶交配算法进行排工，优化了流水车间人力调度方案。

技术领域

本发明属于人力调度技术领域，尤其涉及一种基于藤壶交配算法的流水车间人力调度优化方法。

背景技术

生产调度是一个决策过程，即为组织执行生产调度计划的工作，在制造和生产系统中起着重要的作用。有效的生产调度不仅可以提高生产量，还可以提高客户满意度，减少成本消耗以及环境污染等。

劳动密集型产业，是我国的支柱型产业。由于该行业的劳动强度大且专业要求高，导致近年来一些劳动力新生力量不愿意进入到这个行业中，人力资源成为了劳动密集型产业的宝贵财富。举例来说，服装行业是一个典型的劳动密集型产业。近年来，人们的消费水平在不断提高，服装款式、流行趋势也日新月异。为了在消费市场中保持竞争力，服装企业必须迎合消费者的这些需求。因此，服装企业必须以更快的速度生产出产品，需要大量的人力资源。然而，招聘新员工需要高昂成本，如果不合理利用已有的人力资源，将会对企业造成极大浪费。员工对于不同工序的熟练程度存在多样性，因此，人力调度并不只是单纯地考虑各工序上的人数，而应该将各员工对各道工序的熟悉程度考虑在内。

目前存在一些兼顾人力与机器资源的生产调度研究成果。Guiliang Gong等人同时考虑了机器与工人的柔性以及加工时间、能源消耗和工人成本等因素。FatemehBozorgnezhad等人研究了包括寻找最佳工人分配的柔性流水车间调度问题。Paolo Renna等人利用博弈论提出了一种新的双重资源约束作业车间工人分配原则。FatemehBozorgnezhad等人研究了同时考虑最佳工人分配的柔性流水车间调度问题，以期望完工时间最小化。M.K.Marichelvam等人研究了在每个阶段具有相同并行机的多阶段混合流水车间调度问题，考虑到了员工的技能水平不同以及遗忘效应的影响。然而以上研究都没有考虑在没有机器参与的场景下，流水车间中员工熟练程度对排工策略的影响。

例如申请号为CN202011606759.6的中国专利，其公开了一种流水车间人力调度优化方法，为了使总完工时间最小化，建立了一个优化目标为各道工序处理能力近似相等的流水车间劳动力调度模型，并建立相关的约束条件，与此同时利用贪心算法，得到最优流水车间人力调度方案。但是其并未考虑流水车间中员工熟练程度对排工策略的影响。

发明内容

本发明针对现有技术存在的问题，提出了一种基于藤壶交配算法的流水车间人力调度优化方法。本发明是通过以下技术方案得以实现的：

一种基于藤壶交配算法的流水车间人力调度优化方法，包括步骤：

S1、获取生产信息，生产信息包括生产产品的总件数、工序数、各工序的基础时间、员工数以及各员工对各工序的熟练度；

S2、根据生产信息以及约束条件生成Q个排工矩阵；

S3、将每个排工矩阵转化为藤壶染色体，并根据生产信息计算藤壶染色体的适应度值，根据适应度值大小对藤壶染色体进行优劣排序，以形成藤壶染色体个数为Q的种群，并设置相应生殖器长度；

S4、在种群中随机选择藤壶染色体作为父代、母代藤壶染色体，并根据生殖器长度，产生相应子代藤壶染色体，并根据生产信息计算子代藤壶染色体的适应度值；