基于激素反应扩散原理的制造系统动态协调方法与流程

本发明涉及一种基于激素反应扩散原理的制造系统动态协调方法，属于制造系统动态协调优化决策领域。

背景技术：

随着人工智能研究领域的拓展与深入，人体信息处理机制的智能模型逐渐成为一个新的研究热点，其系统结构、功能及其调控机制的多样性、复杂性、可靠性、适应性和高效性等值得我们在研究制造系统时进行借鉴和参考。而内分泌系统更是人体信息处理系统中的核心部分，其中复杂和独特的基于激素反应扩散机制信息处理方式可以给予研究者很多启发。这种基于内分泌系统激素反应扩散机制的协调方法是一种隐式的动态协调方法，根据体液中激素浓度变化的调节作用，可以将众多独立的个体迅速的引导协调到当前系统总体所最需要的工作中，从而实现了系统内部资源之间的全面协调与合作。内分泌系统通过激素的反应扩散来实现调控作用，其通信量小，能实现快速同步协调与合作，通过刺激或抑制其它内分泌细胞的分泌活动来保持机体内环境的稳定，从而达到机体功能整体最优的目的。并且，这种基于激素反应扩散机制的非符号式通信方法称为隐式协调机制，其与基于制造系统控制系统中常用的LR、Petri Net和CNP等显示协调机制相比较，具有信息通信量小、协调简单、易于实现等优点。基于此，受内分泌系统中激素反应扩散机制的启发，设计了一种基于激素分泌调节原理的任务协调优化算法，对生产任务进行实时优化分配，并能够针对各种突发事件进行快速反应，使得设备资源得到合理利用。

技术实现要素：

为了解决上述技术问题，本发明提供了一种基于激素反应扩散原理的制造系统动态协调方法。

为了达到上述目的，本发明所采用的技术方案是：

基于激素反应扩散原理的制造系统动态协调方法，包括以下步骤，

步骤1，分析离散式制造系统的生产任务与资源协调优化过程，建立数学模型及其约束条件；

步骤2，受内分泌系统激素调节机制启发，在已建立的数学模型基础上，构建车间管理层的生产任务激素信息，构建工艺路线的资源反馈激素信息；

步骤3，对所有资源的生产能力建立生产能力表，并评估其生产能力，建立激素信息节点，存放其针对各种生产任务对应的激素分泌量，构成可以容留激素的离散式制造系统“体液”内环境；

步骤4，生产任务到达后，进行工艺分解，根据车间实际资源状况生成若干条工艺路线，然后由约束条件进行校验，对实际情况进行调整，并随机生成在各个工艺路径上生产的工件数量；

步骤5，生成生产任务激素，并将其释放到公共环境中；

步骤6，车间生产资源层感知到生产任务激素，根据各个工艺路线的实际状态对其进行响应，当某条工艺路线上的资源生产成本低，且满足约束条件的要求，则增大其激素分泌量；反之则减少其分泌量；

步骤7，生成资源反馈激素，并将其释放到公共环境中；

步骤8，车间控制层感应到资源反馈激素，再根据其中的信息对生产任务激素进行更新，调整其中各个工艺路径上生产的工件数量，并通过遗传交叉变异方法进行全局优化；

步骤9，根据目标函数对交叉变异后的新分配方案进行计算，并对所有解依次进行排序、筛选、末位淘汰，计算出可行解空间矩阵，并以此生成资源反馈激素；

步骤10，设置循环条件，根据步骤5～9中的所述方法进行循环操作，求解在多工艺路线的情况下，按照离散式制造系统模型目标，任务与资源的最合理的选择和分配。

离散式制造系统的数学模型为，

minC_total(P)＝C_P(P)+C_T(P)

约束条件为，

其中，C_total(P)为总生产成本，C_P(P)为工件生产费用，C_T(P)为工件运输费用，R_P为可以生产的工艺路线总数，N_rp为在工艺路线rp上工件P的生产数量，C_rp为在工艺路线rp上单个工件P的生产成本，C_Trp为在工艺路线rp上工件P的运输成本，N_P为代生产工件P的总量，T_rp为在工艺路线rp上工件P的生产时间，T_Trp为在工艺路线rp上工件P的运输时间，T为完工时间，D_P为生产任务的交货期。

生产任务激素用三元组h_x(Job_id,Num,Info)构建，资源反馈激素用四元组h_y(Routh_id,c,t,ρ)构建；其中，Job_id表示代生产任务的编号，Num表示工件的数量，Info表示生产任务的相关工艺信息，Routh_id表示工艺路线编号，c表示该工艺路径的成本信息，t表示该工艺路径上的加工时间，ρ表示激素分泌量。

激素分泌量更新公式：

ρ_rp(t+1)＝αρ_rp(t)+Δρ

其中，ρ_rp为工艺路线rp上的激素分泌两量，α为激素的保留率，Q为已知固定常数量，t表示当前时间，t+1表示下一个工件到达时间。

离散式制造系统在生产过程中，出现突发事件时，具体的动态协调过程为，

S1、根据突发事件的生产工艺从资源库中选取合适的可加工设备；

S2、依据激素容留环境中残留在各个资源激素信息节点中的激素量，叠加得到各条工艺路线的现有的资源反馈激素中的激素分泌量；

具体公式为，

其中，ρ_i为工艺路线中所选择的资源i上所残留激素分泌量，n表示工艺路线长度；

S3、更新离散式制造系统中的生产任务激素信息和资源反馈激素信息；

S4、运行已有的激素动态协调算法，即步骤5～9，为突发事件协调匹配合适的资源。

本发明所达到的有益效果：本发明主要是受内分泌系统激素反应扩散机制的启发，实现了一种基于激素反应扩散原理的制造系统动态协调方法，设计了两种可以相互影响的激素，来迅速寻优，其中为了拓展寻优的解空间，还使用了遗传交叉变异的方法来对可行解进行操作，以便在多工艺路线的情况下，根据生产任务可以对资源进行更合理的选择和分配；同时本发明对于制造系统中的突发事件进行响应，可以提高系统的敏捷性。

附图说明

图1为本发明的流程图。

图2为多工艺路线有向图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

如图1所示，基于激素反应扩散原理的制造系统动态协调方法，包括以下步骤：

步骤1，分析离散式制造系统的生产任务与资源协调优化过程，建立数学模型及其约束条件。

离散制造系统生产任务与资源协调优化问题可以描述为：数量为N_P的代加工工件p，将其中的生产任务进行工艺分解后，可以得到一个如图2所示的多工艺路线的生产任务与资源对应的可选资源工序有向图，3条可执行工艺路线，S_p1～S_p9表示针对工件p的加工中可用的资源。

以生产成本最小为目标建立离散式制造系统及数学模型及其约束条件为：

离散式制造系统的数学模型为，

minC_total(P)＝C_P(P)+C_T(P)

约束条件为：要保证所有生产任务均能够与对应的资源配对，且能够在规定的时间内完成，具体为，

其中，C_total(P)为总生产成本，C_P(P)为工件生产费用，C_T(P)为工件运输费用，R_P为可以生产的工艺路线总数，N_rp为在工艺路线rp上工件P的生产数量，C_rp为在工艺路线rp上单个工件P的生产成本，C_Trp为在工艺路线rp上工件P的运输成本，N_P为代生产工件P的总量，T_rp为在工艺路线rp上工件P的生产时间，T_Trp为在工艺路线rp上工件P的运输时间，T为完工时间，D_P为生产任务的交货期。

步骤2，受内分泌系统激素调节机制启发，在已建立的数学模型基础上，构建车间管理层的生产任务激素信息，构建工艺路线的资源反馈激素信息。

生产任务激素用三元组h_x(Job_id,Num,Info)构建，资源反馈激素用四元组h_y(Routh_id,c,t,ρ)构建；其中，Job_id表示代生产任务的编号，Num表示工件的数量，Info表示生产任务的相关工艺信息，Routh_id表示工艺路线编号，c表示该工艺路径的成本信息，t表示该工艺路径上的加工时间，ρ表示激素分泌量。

步骤3，对所有资源的生产能力建立生产能力表，并评估其生产能力，建立激素信息节点，存放其针对各种生产任务对应的激素分泌量，构成可以容留激素的离散式制造系统“体液”内环境。

步骤4，生产任务到达后，进行工艺分解，根据车间实际资源状况生成若干条工艺路线，然后由约束条件进行校验，对实际情况进行调整，并随机生成在各个工艺路径上生产的工件数量。

步骤5，生成生产任务激素，并将其释放到公共环境中。

步骤6，车间生产资源层感知到生产任务激素，根据各个工艺路线的实际状态对其进行响应，当某条工艺路线上的资源生产成本低，且满足约束条件的要求，则增大其激素分泌量；反之则减少其分泌量。

判断工艺路线上的资源生产成本是否低，通过将工艺路线上的资源生产成本与设定的阈值进行比较，低于阈值的则判定生产成本低。

激素分泌量更新公式：

ρ_rp(t+1)＝αρ_rp(t)+Δρ

其中，ρ_rp为工艺路线rp上的激素分泌两量，α为激素的保留率，Q为已知固定常数量，t表示当前时间，t+1表示下一个工件到达时间。

步骤7，生成资源反馈激素，并将其释放到公共环境中。

步骤8，车间控制层感应到资源反馈激素，再根据其中的信息对生产任务激素进行更新，调整其中各个工艺路径上生产的工件数量，并通过遗传交叉变异方法进行全局优化

为了扩大可行解的解空间搜索范围，本文根据多工艺路线资源的有向图，选取m种可行分配方案为解空间X_m，其矩阵表示为：

矩阵中每一行x_i构成了解空间的动态候选组，通过遗传变异的手段来进行全局优化。在选择过程中，根据离散式制造系统的数学模型对可行解中各个候选解进行计算，按下式得到的概率h_ri选取解空间中的两个可行解进行交叉变异操作；

其中，C_Total(P,i)表示解空间中第i个解的生产任务总成本。由公式可以看出，在各个可行解中，其生产成本越小，则其被选择出来进行交叉变异的概率越小，因为该可行解更加接近于最优解，适合保留。

在交叉操作中，设x_i和x_j为进行交叉操作的两个可行解，x_i和x_j为矩阵中的两行，实际交叉概率为p_c＝P_C×h_ri，P_C为系统规定的交叉概率。这样对于成本比较高的可行解来说，其进行交叉的概率就比较大。随机产生p∈[0，1]，若p﹥p_c，则进行交叉操作。同理，在变异阶段，其实际变异概率为p_m＝P_M×h_ri，P_M为系统规定的变异概率。采用这样的变异概率同样可以使得较优解的变量可以较多的得到保存。随机产生p∈[0，1]，若p﹥p_m，则进行变异操作。

步骤9，根据目标函数对交叉变异后的新分配方案进行计算，并对所有解依次进行排序、筛选、末位淘汰，计算出可行解空间矩阵，并以此生成资源反馈激素；

步骤10，设置循环条件，根据步骤5～9中的所述方法进行循环操作，求解在多工艺路线的情况下，按照离散式制造系统模型目标，任务与资源的最合理的选择和分配。

在充满变数的动态制造环境中，突发事件出现往往意味着在离散式制造系统中各种资源可能已有生产计划在使用，那么对突发事件的安排就必须要考虑系统中各个资源的实际工作状态，然后根据突发事件中工艺路线的安排合理的进行资源选择和协调分配。

假设突发事件中仅包含一种类型的产品I需要生产(多种产品组合的生产任务可以此类推)，其生产工艺特征为：I1→I2→……→In(表示制造产品I过程中的车、铣、磨等工序，n表示其所需要的流程数量，即工艺路线长度)。

离散式制造系统在生产过程中，出现突发事件时，具体的动态协调过程为：

S1、根据突发事件的生产工艺从资源库中选取合适的可加工设备；

S2、依据激素容留环境中残留在各个资源激素信息节点中的激素量，叠加得到各条工艺路线的现有的资源反馈激素中的激素分泌量；

具体公式为，

其中，ρ_i为工艺路线中所选择的资源i上所残留激素分泌量，n表示工艺路线长度；

S3、更新离散式制造系统中的生产任务激素信息和资源反馈激素信息；

S4、运行已有的激素动态协调算法，即步骤5～9，为突发事件协调匹配合适的资源。

上述方法主要是受内分泌系统激素反应扩散机制的启发，实现了一种基于激素反应扩散原理的制造系统动态协调方法，设计了两种可以相互影响的激素，来迅速寻优，其中为了拓展寻优的解空间，还使用了遗传交叉变异的方法来对可行解进行操作，以便在多工艺路线的情况下，根据生产任务可以对资源进行更合理的选择和分配。同时上述方法对于制造系统中的突发事件进行响应，可以提高系统的敏捷性。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。