[发明专利]考虑有限运输资源和多目标分布式柔性作业车间调度方法

说明书

本发明涉及一种考虑有限运输资源和多目标分布式柔性作业车间调度方法。该方法包括以下步骤：步骤S1：构建考虑有限运输资源和低碳的多目标分布式柔性作业车间调度问题模型：其模型包括形象化的符号化定义、所需的约束条件和最大完工时间、总加工能耗、总加工质量的三个优化目标定义；步骤S2：设计基于球形模糊集和投票理论相结合的多目标综合决策方法；步骤S3：确定智能优化算法并结合上述决策方法求解考虑有限运输资源和低碳的多目标分布式柔性作业车间调度模型的最优解，并输出调度结果；应用本技术方案能够快速有效的获得较优的调度方案，提高车间生产效率。

技术领域

本发明涉及离散型制造系统的生产调度技术领域，特别是考虑有限运输资源和多目标分布式柔性作业车间调度方法。

背景技术

分布式柔性作业车间调度(Distributed Flexible Job Shop Schedulingproblem,DFJSP)可以看作是传统作业车间与分布式工厂的一个结合问题。分布式工厂模式是指多个具有单独加工能力的工厂为完成某产品的生产而聚合在一起，且各工厂的地理位置各异。全球化的发展令分布式制造模式日趋普遍。分布式工厂间的资源共享及合理的分工与协作，能够充分利用资源，有效降低成本和管理风险。考虑有限运输资源和低碳的多目标分布式柔性作业车间调度问题，考虑了分布式制造的生产模式和有限的运输资源约束，同时还考虑减少完工时间，降低生产能耗、提高加工质量。在该模型中，可选择进行生产加工的工厂不止一个，同时一个工序可能不只局限在一台机器上，也可以从多台不同类型机器中选择加工机器，工件上下两道工序的所选择转运的运输车不止一台。解决此类问题要考虑为每一道工序安排合适的工厂，然后安排合适的机器，还要考虑在不同工厂里面每台机器上工件加工的次序和为工件相邻工序安排合适的运输车，是一个NP-hard问题。

发明内容

有鉴于此，本发明的目的在于提供一种考虑有限运输资源和多目标分布式柔性作业车间调度方法，能够快速有效的获得较优的调度方案，提高车间生产效率。

为实现上述目的，本发明采用如下技术方案：考虑有限运输资源和多目标分布式柔性作业车间调度方法，包括如下步骤：

步骤S1：构建一种考虑有限运输资源和低碳的多目标分布式柔性作业车间调度问题模型，包括符号化定义、约束条件和最大完工时间、总加工能耗和总加工质量的优化目标定义；

步骤S2：设计基于球形模糊集和投票理论相结合的多目标综合决策方法；

步骤S3：确定群体智能优化算法并结合上述决策方法求解一种考虑有限运输资源和低碳的多目标分布式柔性作业车间调度问题模型的最优解，并输出调度结果。

在一较佳的实施例中：步骤S2具体包括以下步骤：

步骤S21：智能优化算法产生包含一定数量个体的种群，计算种群内所有个体的目标函数值，根据目标函数值分别构建目标函数的正、负理想解集；

步骤S22：引入球形模糊集转换公式作为目标函数值映射公式；

步骤S23：根据正、负理想解集构建各目标函数的上下边界；

步骤S24：将目标函数的上下边界转换为球形模糊集的上下边界；

步骤S25：将种群内所有个体目标函数值带入由以上步骤形成的映射公式，即可得到种群内所有个体的球形模糊集；

步骤S26：引入投票理论，将个体的目标函数值球形模糊集转换为通过值，并将其作为综合决策值。

在一较佳的实施例中：步骤S22中，具体为：引入球形模糊集转换公式作为目标函数映射公式；

在论域空间Y上的球形模糊集为；

其中分别表示隶属度、中立度、非隶属度；分别表示为每个元素y(y∈Y)在上的隶属度、中立度、非隶属度；且满足：