基于分布估计的加工车间调度方法
【专利摘要】本发明提供一种基于分布估计的加工车间调度方法，该方法根据动态事件发生时调度执行的情况，将动态加工车间调度问题转换为静态加工车间调度问题，并利用分布估计算法进一步求解静态加工车间调度问题，简化了动态加工车间调度问题求解的复杂度，使得在动态事件发生时，能够快速生成新的调度计划。
【专利说明】基于分布估计的加工车间调度方法
【技术领域】
[0001] 本发明涉及一种加工车间调度方法，尤其涉及一种用于解决模糊时间下动态灵活 加工车间调度问题的基于分布估计的加工车间调度方法。
【背景技术】
[0002] 随着制造业的发展，使用科学的方法降低生产成本、提高生产效率已成为生产管 理者的共识。其中，调度问题（Scheduling Problem)作为制造流程的基础问题，其重要性不 言而喻。在实际生产中，加工车间调度（Job-shop Scheduling Problem, JSP)是最为常见也 是最为复杂的一类调度问题。目前，现有调度方法的研究多限于解决静态的加工车间调度 问题，即在调度之初，预先确定了加工的工作和机器。然而，在实际生产中，在执行调度计划 的过程中，加工车间会面临很多动态事件的发生，例如：机器故障、机器的调入调出、临时性 紧急订单的增加或是已有订单的取消等。
【发明内容】
[0003] 鉴于上述内容，有必要提供一种基于分布估计的加工车间调度方法，能够在加工 车间发生动态事件时，生成高效的调度计划。
[0004] 一种基于分布估计的加工车间调度方法，该方法包括：转换步骤，当动态事件发生 时，根据当前调度计划的执行情况，将模糊时间下动态灵活加工车间调度问题转换为模糊 时间下非零状态静态灵活加工车间调度问题；初始化步骤，根据模糊时间下非零状态静态 灵活加工车间调度问题的非零状态初始条件，生成工序顺序解序列的概率矩阵及机器排配 解序列的概率矩阵，并对所生成的工序顺序解序列的概率矩阵及机器排配解序列的概率矩 阵进行初始化；采样步骤，对初始化后的工序顺序解序列的概率矩阵及机器排配解序列的 概率矩阵进行预设次数的采样，产生预设数目的解序列个体，每个解序列个体包括工序顺 序解序列和机器排配解序列；计算步骤，计算每个解序列个体的目标函数值，并根据目标函 数值对每个解序列个体进行评价；选择步骤，对采样所产生的解序列个体以及历史最优解 序列个体的目标函数值进行升序排序，选择排名在前的预设数量的解序列个体作为最优解 序列个体；标准化步骤，对最优解序列个体进行编码操作以规范化最优解序列个体；更新 步骤，利用规范化的最优解序列个体，更新历史最优解序列个体以及概率矩阵；及迭代输出 步骤，迭代执行上述采样步骤至更新步骤，直至达到预设的迭代次数，以迭代执行的最后一 代的最优解序列个体作为最终解。
[0005] 相比于现有技术，本发明所述的基于分布估计的加工车间调度方法，根据动态事 件发生时调度执行的情况，将动态加工车间调度问题转换为静态加工车间调度问题，并利 用分布估计算法进一步求解静态加工车间调度问题，简化了动态加工车间调度问题求解的 复杂度，使得在动态事件发生时，能够快速生成新的调度计划。
【专利附图】
【附图说明】
[0006] 图1是本发明基于分布估计的加工车间调度系统的应用环境图。
[0007] 图2是本发明基于分布估计的加工车间调度方法的实施例的流程图。
[0008] 图3是工作顺序解序列和机器排配解序列的示意图。
[0009] 图4是工序的三角模糊加工工时的示意图。
[0010] 图5是根据解序列个体绘制甘特图的示意图。
[0011] 主要元件符号说明
[0012]
[0013]
【权利要求】
1. 一种基于分布估计的加工车间调度方法，其特征在于，该方法包括： 转换步骤，当动态事件发生时，根据当前调度计划的执行情况，将模糊时间下动态灵活 加工车间调度问题转换为模糊时间下非零状态静态灵活加工车间调度问题； 初始化步骤，根据模糊时间下非零状态静态灵活加工车间调度问题的非零状态初始条 件，生成工序顺序解序列的概率矩阵及机器排配解序列的概率矩阵，并对所生成的工序顺 序解序列的概率矩阵及机器排配解序列的概率矩阵进行初始化； 采样步骤，对初始化后的工序顺序解序列的概率矩阵及机器排配解序列的概率矩阵进 行预设次数的采样,产生预设数目的解序列个体，每个解序列个体包括工序顺序解序列和 机器排配解序列； 计算步骤，计算每个解序列个体的目标函数值，并根据目标函数值对每个解序列个体 进行评价； 选择步骤，对采样所产生的解序列个体以及历史最优解序列个体的目标函数值进行升 序排序，选择排名在前的预设数量的解序列个体作为最优解序列个体； 标准化步骤，对最优解序列个体进行编码操作以规范化最优解序列个体； 更新步骤，利用规范化的最优解序列个体，更新历史最优解序列个体以及概率矩阵；及 迭代输出步骤，迭代执行上述采样步骤至更新步骤，直至达到预设的迭代次数，以迭代 执行的最后一代的最优解序列个体作为最终解。
2. 如权利要求1所述的基于分布估计的加工车间调度方法，其特征在于，所述模糊时 间下动态灵活加工车间调度问题和所述模糊时间下非零状态静态加工车间调度问题是在 模糊时间下灵活加工车间调度问题的基础上定义的； 所述模糊时间下灵活加工车间调度问题的定义为： a) η个工作在m台机器上加工，每个工作1包括叫个有序的工序A,』即
，』表示工作Λ的第j道工序，工序\』可以在机器Μ中 mi;j台机器的任一机器上加工，所有工作的工序总数
i，其中，Ji、Mk的下标分别为 工作编号和机器编号，〇υ_的有序对（i，j)为工序编号，工序第一下标i表不工作编号，工序 第二下标j表示工序在工作中的加工顺序； b) 工序Ou在机器Mk上的加工工时
<为最短 的加工时长，@0为最可能的加工工时，为最长的加工工时，工序Ou的完成时间
为最小的完成时间，€：^为最可能的完成时间，C^j为最大 的完成时间； c) 所有工作是独立的；所有机器和工作是确定的；初始时，所有工作都可以开始加工， 所有机器是可用的；一个机器同一时间只能加工一个工序；一个工作同一时间内只能在一 个机器上加工；工序之间的转换时间忽略不计；一道工序在机器上加工时，无法中断； 所述模糊时间下动态灵活加工车间调度问题是在模糊时间下灵活加工车间调度问题 的定义上去掉约束条件"所有机器和工作是确定的"； 所述模糊时间下非零状态静态加工车间调度问题是在模糊时间下灵活加工车间调度 问题的定义上去掉条件"初始时，所有工作都可以开始加工，所有机器是可用的"，增加非 零状态初始条件"初始时，有部分工作的第一道工序被预先安排在某些机器上加工"，集合
_表示非零状态初始条 件，其中，（Jis，Mks)表示工作Ji s的第一道工序被预先排配在机器Mks上加工。
3. 如权利要求2所述的基于分布估计的加工车间调度方法，其特征在于，所述转换步 骤包括： a. 根据动态事件中机器或工作的增减，在机器集合J或工作集合Μ中增减相应的机器 编号或工作编号； b. 删除当前调度计划中已经完成的工序，对已完成工序对应的工作的其余工序的第二 下标进行重新编号； c. 根据当前调度计划中已分配在机器上加工中的工序的加工情况，调整加工中工序的 加工工时，加工中工序的加工工时=原加工工时-动态事件发生时已加工的工时；及 d. 汇总当前调度计划中已分配在机器上加工中的工序，生成集合
表示非零状态初始条 件，1
指工作Jis的第一道工序分配在机器 Mks ?
4. 如权利要求3所述的基于分布估计的加工车间调度方法，其特征在于，所述初始化 步骤包括： a. 对于生成工序顺序解序列的概率矩阵P，
其中，元素 ρΙ·表示Λ出现在工序顺序解序列的第i个位置或是第i个位置之前的概 率，上标g表示迭代执行的次数且初始化g = 〇, τ。、η为行数和列数，T。为所有工作包 括的工序总数，η为所有工作总数即工作集合J的元素个数，s为非零状态初始条件
)的元素个数；及 b. 对于生成机器排配解序列的概率矩阵
且
0 配在机器Mk上加工的概率，q|jsk的上标g表示迭代的第g代种群，初始化g = 〇。
5. 如权利要求4所述的基于分布估计的加工车间调度方法，其特征在于，所述工序顺 序解序列表示所有工序被加工的时间先后顺序，所述机器排配解序列表示所有工序依次被 排配的机器且所有工序按照工序编号从小到大标准排序，所述工序顺序解序列由T。个工作 编号组成，工作编号出现的次数对应该工作编号所包括的工序的加工顺序，相同工作编号 出现的总次数等于该工作编号对应工作包括的所有工序个数，所述机器排配解序列由T。个 机器编号组成且所有机器上排配的工序按照工序编号从小到大标准排序，T。为所有工作包 括的工序总数。
6. 如权利要求5所述的基于分布估计的加工车间调度方法，其特征在于，所述采样步 骤中通过以下步骤对生成工序顺序解序列的概率矩阵P进行采样生成工序顺序解序列： a. 根据非零状态初始条佴
确定工序顺序 解序列的前s个兀素，分别为…Ji、的工作编号ip i2，…，is ; b. 产生概率矩阵P的副本矩阵P' ； c. 从副本矩阵P'的第S+1行开始逐行进行概率采样，每行采样生成工序顺序解序列的 一个元素； d. 对副本矩阵P'的第s+i行采样时，产生一个随机数λ且λ e [〇，1]均匀分布，如 果对于某一个j，若λ处于区间I
内，则将j作为工序顺序解序列的第i行 元素的工作编号，设
； e. 判定上述采样产生的工作编号在工序顺序解序列中出现的总次数与该工作编号包 括的工序总数的大小关系，若工作编号j在第s+i行采样后在在工序顺序解序列中出现的 总次数等于工作编号j的工序总数，则将副本矩阵P'中行数大于s+i且列数等于j的所有 元素重置为〇,即将副本矩阵P'中的元素
重置为〇,并将副本矩阵 P'的第s+i行之后的每行元素进行归一化,使得副本矩阵P'的第s+i行之后的每行元素之 和仍然为1 ;若总次数小于工序总数，则迭代执行上述步骤c?步骤e，直至对副本矩阵P' 的最后一行的概率采样产生工序顺序解序列的最后一个元素。
7. 如权利要求5所述的基于分布估计的加工车间调度方法，其特征在于，所述采样步 骤中通过以下步骤对生成机器排配解序列的概率矩阵Q进行采样生成工序顺序解序列： a. 从概率矩阵Q的第一个维度等于1和第二个维度等于1，以下第一维度用行表示，第 二维度用列表示，开始逐行进行概率采样，每次采样都会按顺序生成机器排配解序列的一 个元素；
b. 对概率矩阵Q的第i行第j列采样时， 产生一个随机数λ且λ e [〇, 1]均勻分布，若λ处1 内，则将机器 编号1置于机器排配解序列相应的位置，设</广《; C.迭代执行上述步骤a，b，直至对概率矩阵Q的最后一行最后一列的概率采样产生工 序顺序解序列的最后一个兀素。
8. 如权利要求4所述的基于分布估计的加工车间调度方法，其特征在于，所述评价步 骤中根据每个解序列个体包括的工序顺序解序列和机器排配解序列绘制甘特图，以甘特图 表示每个解序列个体代表的调度计划，由甘特图获取所有工序总完成时间作为目标函数 值，以目标函数值评价解序列个体。
9. 如权利要求8所述的基于分布估计的加工车间调度方法，其特征在于，所述标准化 步骤中所述编码操作是指根据最优解序列个体的甘特图生成解序列，包括以下步骤： 对甘特图中所有工序按照开始时间进行从小到大的排序，将排序结果的每个工序以对 应的工作编号表示，生成工序排序解序列；及 按照工序编号的从小到大的顺序，从甘特图中查找每个工序对应的加工机器，生成机 器排配解序列。
10. 如权利要求4所述的基于分布估计的加工车间调度方法，其特征在于，所述更新步 骤包括： 以当前迭代执行过程中采样、评价后选择的最优解序列个体替换历史最优解序列个 体； 按照以下公式更新概率矩阵P和Q :
其中，α和β是种群的进化学习率参数，s为零状态条件
的元素个数，分 别定义为：1η?.=在第m个最优解序列个体的工序顺序解序列中， 1，j Ji出现在位置S后，且出现在位置i或位置i之前的次数，
，m表示经评价选取的SPnum 个最优解序列个体中的第m个最优解序列个体。
【文档编号】G05B19/418GK104049612SQ201410276989
【公开日】2014年9月17日 申请日期:2014年6月19日 优先权日:2014年6月19日
【发明者】范玉顺, 刘柏君, 刘轶 申请人:清华大学