基于分层邻域结构的基因表达式编程智能排产方法和装置与流程

1.本发明属于人工智能技术领域，具体涉及基于分层邻域结构的基因表达式编程智能排产方法和装置。


背景技术：

2.制造企业的订单排产和车间调度是保证生产质量，缩短生产周期和控制生产成本的关键。传统的企业生产排产和车间调度系统属于集中控制式的静态调度系统，特点是制造资源集中，生产规模庞大，时间跨度长等，主要面向种类单一，工艺结构简单的产品制造，该形式的调度系统简单地把管理，控制，监控等功能均交给人力负责，因此容错能力和稳定性低。
3.但是，在现有技术中，企业所处地生产环境充满了各种动态的不确定性，如紧急订单，订单撤销，原料紧缺，设备故障，人员离职等各种异常因素，严重干扰了企业的排产和生产调度；另外，企业为扩大生产规模，倾向于在不同的地方建加工厂，综合利用企业分散的制造资源和技术提高交互能力弱。
4.为此，我们提出基于分层邻域结构的基因表达式编程智能排产方法和装置来解决现有技术中存在的问题，使对于大型复杂系统，通过规划系统内各agent的功能，协调各agent间的通信交互，能够快速灵活地对复杂问题进行求解。


技术实现要素：

5.本发明的目的在于提供基于分层邻域结构的基因表达式编程智能排产方法和装置，以解决上述背景技术中提出现有技术中企业所处地生产环境充满了各种动态的不确定性，如紧急订单，订单撤销，原料紧缺，设备故障，人员离职等各种异常因素，严重干扰了企业的排产和生产调度；另外，企业为扩大生产规模，倾向于在不同的地方建加工厂，综合利用企业分散的制造资源和技术提高交互能力弱的问题。
6.为实现上述目的，本发明采用了如下技术方案：
7.基于分层邻域结构的基因表达式编程智能排产方法，包括如下步骤：
8.s1、设置算法约束条件，结合制造企业现有排产情况，设置约束条件作为排产的基础信息，约束条件包括：产线数量约束、产品和产线对应关系、产线产能、工艺路线约束、产线日历是否上班及上班时长约束；
9.s2、代理的设置，对各代理属性进行定义，并设置任务代理和资源代理的动作规则；
10.s3、任务目标的设置，设置调度目标，调度目标为排产和动态调度支持的三大目标；
11.s4、排产前准备，对满足约束条件的各个代理按照设置约定规则进行数据处理；
12.s5、智能排产计算，对于各任务目标，每个任务按照其目标不同采用不同的排产基准确定策略，进行资源申请，且策略是由智能排产算法进行计算得出。
13.优选的，步骤1中所述产线数量约束是指制造企业的车间数量和产线数量，如制造企业有n个车间，m条产线；所述产线和产线对应关系是通过矩陈方式描述；所述产线产能是根据产线对应的产品任务而言，在产线基础信息的标准工时处定义。
14.优选的，步骤2中所述代理使用agent表示，在代理设置时，对于简单任务，只设置任务agent和资源agent；资源agent能够接收任务agent的工序对其一个或几个时间段的占用申请，接到申请后，如果某时间段能满足工序的时间要求，则根据自身的占用情况进行判断和匹配；任务agent是储存订单要求的产品类型所对应的工艺信息；资源agent是储存所有生产测试设备的信息。
15.优选的，步骤2中在代理设置时，对于复杂任务的智能排产，需要设计更多的agent，包括管理agent、资源agent、算法agent、工艺代理agent和监测agent，管理agent是主agent，负责处理订单任务的处理，以及协调不同的agent之间的通信和相互配合；资源agent包括车间agent、生产线agent和设备agent，车间agent、生产线agent和设备agent之间通过矩阵的方式来描述其对应关系；工艺agent是负责对产品的生产工艺进行管理，为其它agent提供查询服务；工艺agent对于能否生产的产品的品类，生产的工序流程，生产所需要的设备，生产对应的原材料，生产能达成的质量标准等进行规定；算法agent是封装了排产和动态调度算法，将管理agent发来的订单任务，发给资源agent，资源agent结合工艺agent调用算法agent，计算出完成所需完成订单的资源和工艺配置；监测agent是检测系统内所有资源的状态，当各项资源，比如设备出现故障，或者某条生产线因为人员不够无法正常运转时，检测agent通知资源agent，更新相应资源的状态。
16.优选的，所述管理agent主要功能有两块，一块作为对外接口，接受客户的订单输入；另外一块是对内协调，每个agent都要在管理agent处有一个唯一的标识，便于协调管理；对于接收到的客户订单，通过调用资源agent以及算法agent，自动计算出最优的排产计划。
17.优选的，步骤3中所述三大目标为最短生产时间、产品最小库存和最大资源平衡。
18.优选的，步骤5中所述智能排产算法是采用基因表达式编程算法进行计算，基因表达式编程算法简称gep，为了算法能跳出次优的局域最优解，可以通过改变基因表达式的邻域结构；gep算法可以在当前局部最优解附近，通过构造不同的邻域结构，继续寻找更优的局部最优解。
19.优选的，所述邻域结构包括不变元素邻域结构和变元素邻域结构，不变元素邻域结构包括移位邻域结构、交换邻域结构和变序邻域结构，变元素邻域结构包括单点替换邻域结构、两点替换邻域结构和多元素替换邻域结构，为了保证获得最优的局部最优解，可以搜索所有不变元素的邻域结构，也可以搜索所有变元素的邻域结构，或采用分层变邻域结构搜索方法，在上层选择搜索变元素的邻域结构，在下层搜索所有不变元素的邻域结构，这两者结合，即可获得更大的变邻域范围的局部最优解。
20.一种具有如上叙述的基于分层邻域结构的基因表达式编程智能排产方法的装置，包括控制模块、数据处理模块和执行模块，所述控制模块与数据处理模块电性连接，所述数据处理模块与执行模块电性连接，所述控制模块包括编辑组件和执行组件，所述编辑组件与执行组件电性连接。
21.优选的，所述编辑组件用于设置算法约束条件、代理的设置和任务目标的设置；所
述执行组件用于任务的执行，并将数据传输至数据处理模块；所述数据处理模块用于排产前的准备和智能排产的计算，所述执行模块用于进行资源申请。
22.本发明提出的基于分层邻域结构的基因表达式编程智能排产方法和装置，与现有技术相比，具有以下优点：
23.本发明主要是通过编辑组件设置法约束条件、代理的设置和任务目标的设置，再通过执行组件用于任务的执行，并将数据传输至数据处理模块，通过数据处理模块对排产前的准备和智能排产的计算，最后通过执行模块进行资源申请，通过智能排产算法一定程度上增加排产和生产调度的稳定性，且增强了企业分散的制造资源和技术提高交互能力。
附图说明
24.图1为本发明基于分层邻域结构的基因表达式编程智能排产方法的流程图；
25.图2为本发明基于分层邻域结构的基因表达式编程智能排产方法的装置的框图；
26.图3为本发明的不变元素邻域结构示意图；
27.图4为本发明的变元素邻域结构示意图；
28.图5为本发明的分层变邻域结构搜索方法的流程图。
具体实施方式
29.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
30.本发明提供了所示的基于分层邻域结构的基因表达式编程智能排产方法，包括如下步骤：
31.s1、设置算法约束条件，结合制造企业现有排产情况，设置约束条件作为排产的基础信息，约束条件包括：产线数量约束、产品和产线对应关系、产线产能、工艺路线约束、产线日历是否上班及上班时长约束；
32.s2、代理的设置，对各代理属性进行定义，并设置任务代理和资源代理的动作规则；
33.s3、任务目标的设置，设置调度目标，调度目标为排产和动态调度支持的三大目标；
34.s4、排产前准备，对满足约束条件的各个代理按照设置约定规则进行数据处理；
35.s5、智能排产计算，对于各任务目标，每个任务按照其目标不同采用不同的排产基准确定策略，进行资源申请，且策略是由智能排产算法进行计算得出；
36.其中，步骤1中产线数量约束是指制造企业的车间数量和产线数量，如制造企业有n个车间，m条产线；产线和产线对应关系是通过矩陈方式描述；产线产能是根据产线对应的产品任务而言，在产线基础信息的标准工时处定义；
37.其中，步骤2中代理使用agent表示，在代理设置时，对于简单任务，只设置任务agent和资源agent；资源agent能够接收任务agent的工序对其一个或几个时间段的占用申
请，接到申请后，如果某时间段能满足工序的时间要求，则根据自身的占用情况进行判断和匹配；任务agent是储存订单要求的产品类型所对应的工艺信息；资源agent是储存所有生产测试设备的信息；
38.其中，步骤2中在代理设置时，对于复杂任务的智能排产，需要设计更多的agent，包括管理agent、资源agent、算法agent、工艺代理agent和监测agent，管理agent是主agent，负责处理订单任务的处理，以及协调不同的agent之间的通信和相互配合；资源agent包括车间agent、生产线agent和设备agent，车间agent、生产线agent和设备agent之间通过矩阵的方式来描述其对应关系；工艺agent是负责对产品的生产工艺进行管理，为其它agent提供查询服务；工艺agent对于能否生产的产品的品类，生产的工序流程，生产所需要的设备，生产对应的原材料，生产能达成的质量标准等进行规定；算法agent是封装了排产和动态调度算法，将管理agent发来的订单任务，发给资源agent，资源agent结合工艺agent调用算法agent，计算出完成所需完成订单的资源和工艺配置；监测agent是检测系统内所有资源的状态，当各项资源，比如设备出现故障，或者某条生产线因为人员不够无法正常运转时，检测agent通知资源agent，更新相应资源的状态；
39.其中，管理agent主要功能有两块，一块作为对外接口，接受客户的订单输入；另外一块是对内协调，每个agent都要在管理agent处有一个唯一的标识，便于协调管理；对于接收到的客户订单，通过调用资源agent以及算法agent，自动计算出最优的排产计划；
40.其中，步骤3中三大目标为最短生产时间、产品最小库存和最大资源平衡；
41.其中，步骤5中智能排产算法是采用基因表达式编程算法进行计算，基因表达式编程算法简称gep，为了算法能跳出次优的局域最优解，可以通过改变基因表达式的邻域结构；gep算法可以在当前局部最优解附近，通过构造不同的邻域结构，继续寻找更优的局部最优解；
42.其中，邻域结构包括不变元素邻域结构和变元素邻域结构，不变元素邻域结构包括移位邻域结构、交换邻域结构和变序邻域结构，不变元素邻域结构的设计的规则，可以遵循下面规则：新的基因的尾部和原来的基因尾部，元素集保持一样，长度保持一样，只有当元素和长度保持一样，可以物理意义上使得搜索范围确实在当前局部最优解的附近，如图3；变元素邻域结构包括单点替换邻域结构、两点替换邻域结构和多元素替换邻域结构，为了保证获得最优的局部最优解，可以搜索所有不变元素的邻域结构，也可以搜索所有变元素的邻域结构，或采用分层变邻域结构搜索方法，在上层选择搜索变元素的邻域结构，在下层搜索所有不变元素的邻域结构，这两者结合，即可获得更大的变邻域范围的局部最优解，如图4；
43.分层变邻域结构搜索方法包括如下步骤：
44.a、gep算法每轮迭代，计算种群中所有染色体个体的适应度值，从中选择适应度低的个体，进行变邻域的改造。所有被选择待进行变邻域结构搜索处理的个体的集合设为vs＝{c1,c2,
…
,cl},其中个体对应的适应度值分别为f1,f2,
…
,fl；
45.b、对vs中所有个体cl逐一进行变邻域搜索操作，如果已遍历，则结束；
46.c、针对每个cl，确定对应的不变元素的邻域结构集合ns_s，以及变元素的领域结构集合ns_d，其中ns_d属于终端集ts的子集。假定ns_s＝{s1,s2,
…
,sn},ns_d＝{d1,d2,
…
,dm}。一般情况下，ns_s随着cl的不同而不同，，ns_d可以对所有cl保持同样设置，其
中ns_s为neighborhood structure with same elements，ns_d为neighborhood structure with different elements；
47.d、作为外循环，检查ns_d中变元素是否遍历，如已遍历，则结束对个体cl的变邻域搜索；回到步骤b；如果还未遍历，则继续步骤e的内循环不变元素变邻域搜索；
48.二元对(sn,dm)的物理意义：变元素邻域域结构和不变元素邻域结构结合，形成分层变邻域搜索设计，寻找适应度值更高的变邻域的染色体。不变元素的邻域结构，只改变基因尾部的顺序，因此和原来的基因距离相对近；变元素的邻域结构，因为会同时改变基因尾部的元素和顺序，因此和原来的基因距离相对远一点；分层变邻域结构的设计，能使得邻域范围的搜索从近到远，但均属于邻域范围
49.e、针对分层二元对sn,dm的变邻域结构，求解变邻域后的个体的适应度值fl(sn,dm)；
50.f、将fl(sn,dm)和旧的适应度值fl进行比较，如果fl(sn,dm)》fl,则将cl更换为cl(sn,dm)，fl更换为fl(sn,dm)。直到所有vs＝{c1,c2,
…
,cl}中元素全部完成变邻域搜索遍历；
51.g、n＝n+1,回到内循环步骤e，如图5。
52.一种具有如上叙述的基于分层邻域结构的基因表达式编程智能排产方法的装置，包括控制模块、数据处理模块和执行模块，控制模块与数据处理模块电性连接，数据处理模块与执行模块电性连接，控制模块包括编辑组件和执行组件，编辑组件与执行组件电性连接；
53.其中，编辑组件用于设置算法约束条件、代理的设置和任务目标的设置；执行组件用于任务的执行，并将数据传输至数据处理模块；数据处理模块用于排产前的准备和智能排产的计算，执行模块用于进行资源申请。
54.工作原理：结合制造企业现有排产情况，设置约束条件作为排产的基础信息，约束条件包括：产线数量约束、产品和产线对应关系、产线产能、工艺路线约束、产线日历是否上班及上班时长约束，再对各代理属性进行定义，并设置任务代理和资源代理的动作规则，设置调度目标，对满足约束条件的各个代理按照设置约定规则进行数据处理，最后对于各任务目标，每个任务按照其目标不同采用不同的排产基准确定策略，进行资源申请，且策略是由智能排产算法进行计算得出，而智能排产算法是采用基因表达式编程算法进行计算，基因表达式编程算法简称gep，为了算法能跳出次优的局域最优解，可以通过改变基因表达式的邻域结构；gep算法可以在当前局部最优解附近，通过构造不同的邻域结构，邻域结构包括不变元素邻域结构和变元素邻域结构，不变元素邻域结构包括移位邻域结构、交换邻域结构和变序邻域结构，变元素邻域结构包括单点替换邻域结构、两点替换邻域结构和多元素替换邻域结构，即可获得更大的变邻域范围的局部最优解，通过智能排产算法一定程度上增加排产和生产调度的稳定性，且增强了企业分散的制造资源和技术提高交互能力。
55.最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。