一种基于K_means算法解决作业车间工艺瓶颈问题的制作方法

技术特征：

1.一种基于K_means算法解决作业车间工艺瓶颈问题，本发明涉及调度领域，具体地涉及用算法解决作业车间工艺瓶颈问题，其特征是，包括如下步骤：

步骤1：识别瓶颈：瓶颈的识别方法如下：

步骤1.1：根据TOC原理判断瓶颈资源

步骤1.2：当需求超过能力时，排队最长的机器就是瓶颈

步骤2：优化瓶颈：利用一种基于K_means算法优化车间瓶颈工艺加工的调度，具体流程如下：

步骤2.1：初始化算法参数：初始个体（作业工序）数量机器数量K，

步骤2.2：初始化聚类，具体如下：

随机选取K个工序作为聚类中心

以这K个工序作为中心点，计算工序群体中每个工序与这K个工序的相异度，相异度用作业的操作时间来刻画

聚类

步骤2.3：利用线性规划对这K个聚类中心进行全局最优判定

步骤3：得到满意结果或迭代次数达到一定值，输出最优解，算法结束，否则，以当前聚类的平均值作为中心，返回步骤2.2。

2.根据权利要求1中所述的一种基于K_means算法解决作业车间工艺瓶颈问题，其特征是，以上所述步骤2中的具体计算过程如下：

步骤2：优化瓶颈：利用一种基于K_means算法优化车间瓶颈工艺加工的调度，具体流程如下：

步骤2.1：初始化算法参数：初始个体（作业工序）数量，机器数量K

步骤2.2：初始化聚类，具体如下：

（1）随机选取K个工序作为聚类中心

（2）以这K个工序作为中心点，计算工序群体中每个工序与这K个工序的相异度，相异度用作业的操作时间来刻画，具体为：

式中，为第i项作业的在第n台机器的运行时间，即代价值

相异度：

其中，为任意工序的代价，为中心工序的代价

（3）聚类如果则，第i个工序就聚到相应的c中心一类中，这时得到K

步骤2.3：利用线性规划对这K个聚类中心进行全局最优判定，具体如下：

目标函数：

约束条件：

其中，式（1）表示目标函数，即完成时间（Makespan）；式（2）表示工艺约束条件决定的每个工件的操作的先后顺序；式（3）表示加工每个工件的每台机器的先后顺序；式（4）表示完工时间变量约束条件；式（5）表示变量可能的取值大小，上述公式中所涉及的符号定义含义如下：分别为第o个订单（或阶数）中的第i个工件在机器k上的完成时间点和加工时间长度；M是一个足够大的整数；分别为指示系数和指示变量，其含义为：

式（6）表示第o个订单的所有工件最大完成时间小于订单周期的时间约束

步骤2.4：如果的结果满意，则输出当前中心点作为当前时间决策方，否则，以当前聚类的平均值作为中心，返回步骤2.2。