基于分形自相似原理的APS递归系统、方法及设备与流程

本发明涉及计算机
技术领域：
，尤其是涉及一种基于分形自相似原理的aps递归系统、方法及设备。
背景技术：
：高级计划和排程(aps)是智能制造的核心算法，是工厂从机械化向智能化升级换代必须要解决的问题。aps在数学上被证明是“最坏”和“最难”的问题，因此aps的理论和技术并没有完全成熟。传统aps具有以下问题：1、单纯基于规则的算法得到的结果往往是片面的，例如，先进先出(fifo)、最短加工时间(spt)等，都是依据的单一局部规则，难以兼顾整体性能的协同；2、由于aps涉及的是排序，传统的基于连续数据的优化方法不适用，而基于遗传算法的效率很低，动辄上万代的进化过程不能适应工厂实时性要求很强的场合，尤其是遗传算法不能保证能得到系统的最优值，这种启发式算法只能算作一种猜测和试探的方法，其结果难以解释，也就难以获得一线操作者的认同；3、现实条件多变，而且很多现实因素互相关联，例如和仓储的联系、实际中考虑换色板次数最少、工序随时间变化等，也就是说，一道工序往往要考虑多重序列前后之间高阶关联的影响，aps在现实中的模型不是一个简单的工艺序列，而是一张复杂的网。技术实现要素：本发明的目的在于提供一种基于分形自相似原理的aps递归系统、方法及设备，以解决现有技术中的上述问题。本发明提供一种基于分形自相似原理的aps递归系统，包括：数据层，用于接收从不同系统传递过来的加工数据，根据加工数据整理成满足aps算法的格式，并存储包含所有规则的规则表，其中，规则表用于切换不同规则下aps的结果；构建层，用于将计算机处理的顺序和设备加工顺序、工件流程这三个流进行整合，确定最优的排序方法，构建方案树，其中，方案树上的节点是工件所有的工序状态，每个节点存储整个设备加工的状态，每个节点根据整体的状态做出选择下道工序的决策；展示层，用于提供人机交互界面，根据方案树完成aps甘特图的绘制和展示。本发明提供一种基于分形自相似原理的aps递归方法，包括：通过数据层接收从不同系统传递过来的加工数据，根据加工数据整理成满足aps算法的格式，并存储包含所有规则的规则表，其中，规则表用于切换不同规则下aps的结果；通过构建层将计算机处理的顺序和设备加工顺序、工件流程这三个流进行整合，确定最优的排序方法，构建方案树，其中，方案树上的节点是工件所有的工序状态，每个节点存储整个设备加工的状态，每个节点根据整体的状态做出选择下道工序的决策；通过展示层提供的人机交互界面，根据方案树完成aps甘特图的绘制和展示。本发明实施例还提供一种基于分形自相似原理的aps递归设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述基于分形自相似原理的aps递归方法的步骤。本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现上述基于分形自相似原理的aps递归方法的步骤。采用本发明实施例，协调了规则和优化的矛盾，成功地获得包括了最优解的所有排序方案，解决了一线人员对于优化的不信任问题，其分形树结构也解决了方法的理论基础问题，取得了很好的实用效果。上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。附图说明为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本发明实施例的基于分形自相似原理的aps递归系统的示意图；图2是本发明实施例的排序树形图；图3是本发明的甘特图的示意图；图4是本发明实施例的基于分形自相似原理的aps递归方法的流程图；图5是本发明实施例的基于分形自相似原理的aps递归方法的详细示意图；图6是本发明实施例的基于分形自相似原理的aps递归设备的示意图。具体实施方式下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。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。在本发明的描述中，需要理解的是，术语"中心"、"纵向"、"横向"、"长度"、"宽度"、"厚度"、"上"、"下"、"前"、"后"、"左"、"右"、"坚直"、"水平"、"顶"、"底"、"内"、"外"、"顺时针"、"逆时针"等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语"第一"、"第二"仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有"第一"、"第二"的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，"多个"的含义是两个或两个以上，除非另有明确具体的限定。此外，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。系统实施例在实现本发明的过程中，申请人发现：(1)任何系统都有一套运作的规律，也就是一套规则，但是任何规则只能决定细节但是无法确定最后的整体性能，因此算法要在满足局部规则前提下实现最佳的整体性能；(2)理想的最佳排序是所有机器连续加工没有空挡时间浪费，而且所有机器同时结束，不出现先结束的机器工作量不饱满的情况。从这个最理想情况可以得到加工的规则是，对于全局优先排空闲的机器；对于每台机器，按照和前一道工序留下的间隔最小的原则选择；(3)按照规则进行局部排序，按照深度优先原则将所有满足规则的排序构成一棵序列树，根据最后的指标选择一条最优的排序，这样就最大限度的实现了局部规则和整体性能之间的协同；(4)排序树上体现了3种序之间的关系，计算机选择的总体的工件序、同一台加工设备构成加工先后的序、同一工件加工先后的序，在这3个序之间可以回溯；(5)aps是一个典型的信息流思想，它和满足守恒的物质流和能量流不同的是，信息流是按照熵最大原则不断流动，不能用传统的数学物理方程的分析方法，它更像电子在原子的轨道中一定是满足一些规则进行的排序，因此，在aps的算法中，规则在aps中具有更加本质的意义；(6)根据分形理论，任何实际系统都可以等效为一个复杂系统，复杂系统具有分形形式，分形的特点是具有自相似性，因此采用递归方法构建树形工序序列的全体，是最能体现分形思想的方法。递归体现了分形系统的自相似性，而树本身就是一个典型的分形结构，因此，递归分形兼顾了局部和整体的系统，能贴切地表达排序方案的物理机理。基于上述分析，根据本发明实施例，提供了一种基于分形自相似原理的aps递归系统，图1是本发明实施例的基于分形自相似原理的aps递归系统的示意图，如图1所示，所述基于分形自相似原理的aps递归系统具体包括：数据层10，用于接收从不同系统传递过来的加工数据，根据加工数据整理成满足aps算法的格式，并存储包含所有规则的规则表，其中，规则表用于切换不同规则下aps的结果；也就是说，数据层10将从mes、erp等系统传递过来的工艺数据、订单数据、设备数据等，整理成aps算法所需要的格式，并存储规则表，用于切换不同规则下aps的结果；数据层10具体包括：约束表模块1，用于接收从不同系统传递过来的加工数据，将加工数据整理为工件和操作顺序的乘积，该乘积构成所有加工工序，其中，加工工序的参数包括操作时间和操作顺序；结构如表1所示，其中的工件和操作顺序的乘积构成了所有的加工工序，也是计算机考虑的所有对象，构成了aps排序树的所有树节点；操作时间是每个节点的机器操作的时间，时间只是所有机器可选指标中的一个，在排序研究中，所有指标都可以折算为时间；操作顺序代表加工所使用的机器，同一台机器可以加工不同的工件，尤其在离散制造业尤其明显。表1，加工时间和工艺约束表规则表模块2，用于存储规则表，其中，规则表包括以下参数：最小等待、先进先出、后进先出、工件优先值、交货期最早优先、下发最早优先、最短加工时间、和/或最长加工时间。所述规则表如表2所示，其中最小等待sw就是指按照机器没有停止时间因此是最理想的情况制定的。表2，规则表构建层12，用于基于规则表，将计算机处理的顺序和设备加工顺序、工件流程这三个流进行整合，确定最优的排序方法，构建方案树，其中，方案树上的节点是工件所有的工序状态，每个节点存储整个设备加工的状态，每个节点根据整体的状态做出选择下道工序的决策；也就是说，构建层12完成对方案树的构建，将计算机处理的顺序和设备加工顺序、工件流程这3个流整合到一棵数上，树上的节点是工件所有的工序状态，每个节点存储整个设备加工的状态，使得每个节点可以根据整体的状态做出选择下道工序的决策；构建层12具体包括：数据预处理模块3，用于对aps排序树的树节点和整个机器状态进行初始化，具体地，对节点的节点序号、节点名称、时间、后道工序、以及前道工序这些参数进行aps排序树中树节点的初始化，对机器号、工序号、工序候选、以及最后位置这些参数进行整个机器状态的初始化；数据预处理模块完成对节点和整个机器状态的初始化。节点的编号由3部分组成，工件号#操作序号#机器号，这样也可以方便的对每个节点拆开获取相应的序号。节点初始化的结果如表3所示，其中包括本节点的时间属性它的前一节点和下一节点序号。在节点中，增加了一个起点序号0#0#0，用作前道工序的开始节点和后道工序的结束节点，在程序中用于对程序边界进行判断，类似于电路设计中的公共零点。所述模块3对整个机器状态初始化的结果如表4所示，其中工序号指机器加工的顺序，由一个序列来存储，序列的顺序代表加工的顺序；工序候选是指下一步可以选择的工序节点，初始状态由加工顺序为1的节点组成，然后分配到相应的机器号上，如机器号＝1的机器上有2个候选，也就是说工件1和工件2的第一道工序都是由机器1加工的；最后位置是指机器最后一道工序的时间坐标，时间坐标的粒度由加工工序最小加工时间确定，一般为分钟。表3，节点及其关联表节点序号节点名称时间厚道工序前道工序indexnotimesufpre00#0#000#0#00#0#011#1#131#2#20#0#021#2#231#3#31#1#131#3#320#0#01#2#242#1#112#2#30#0#052#2#352#3#22#1#162#3#230#0#02#2#373#1#233#2#10#0#083#2#123#3#33#1#293#3#330#0#03#2#1表4，所有机器整体状态表机器号工序号工序候选最后位置indexm_noseqhouxuan_nodis01[][2#1#1,1#1#1]012[][3#1#2]023[][]0构建节点模块4，用于对树节点的属性进行定义，其中，属性具体包括：节点存储的单个字符c、节点存储的词word、此节点的子节点childs、此节点的父节点parent、此节点存放整个设备状况m、以及此节点存放更新后的节点和节点位置thispoint；构建节点模块定义节点属性，如表5所示，其中的childs完成树的宽度和深度扩展；parent完成对前道工序指标的检索；m代表如表4所示的整个机器的中间工序状态，根据这个状态系统可以做出选择先一步的决策；word用于记录从开始节点到此节点的所有工序的序列；c是节点的名称。表5，节点字段说明表构建工序树模块5，用于进行工序树的构建：首先定义递归出口条件，即当所有候选集为空时；随后构建该节点的分支childs，其分支的条件为选择出的最小等待时间有多个，在分支内部更新m矩阵，并保持parent节点m矩阵不变；最后采用自我调用的方法，将指针指向刚建立的分支节点，实现深度优先的策略，其中，m矩阵为显示全局机器初始状态的矩阵；构建工序树模块完成整个工序树的构建，首先定义递归出口条件，是当所有候选集为空是时候；然后构建该节点的分支childs，分支的条件是选择出的最小等待时间有多个，在分支内部更新m矩阵，注意保持parent节点m矩阵不变；最后采用自我调用的方法，将指针指向刚建立的分支节点，实现深度优先的策略。选择最优工序模块6，用于列出所有满足规则排序的树形结构，找到每一分支的最大时间值，然后取最小分支作为最后的最优排序。选择最优工序模块首先列出所有满足规则排序的树形结构，找到每一分支的最大时间值，然后取最小那个分支作为最后的最优排序，完成min(max(每台机器加工时间))的功能，如图2所示，其中每个节点增加了不同的@标识，以便分辨每个相同的工序，因为如果节点没有区别的话，在图上会当作一个节点，画出来的图没有可读性。图2中最后一列就是每个排列的时间，显然最小时间排列的就是最后那个排列，时间为11；前面2个排列的时间都是14，最长的时间是18，由此也可以看出，在按照sw规则的排列树中，包含了最好和最坏的结果，相对于216种全部排列方案而言，只需要5种就能确定最优解，这极大地缩小了含有最优解的解空间，极大地提高了解题效率。如果加上其他面向整体优化的辅助规则，比如按照最长机器或者最长工件优先的原则，则还可以压缩解空间，但是由于sw以外的其他规则场景意义很强，不是普适规则，因此仅作候选规则。展示层14，用于提供人机交互界面，根据方案树完成aps甘特图的绘制和展示。也就是说，展示层14完成和输入输出的交互，对于aps而言，需要完成如图3所示的甘特图的绘制。展示层14具体包括：数据输入模块7，用于完成加工数据的输入和相应规则选择；甘特图模块8，用于进行最优解的甘特图显示，以满足一线人员的阅读习惯。综上所述，借助于本发明实施例的技术方案，协调了规则和优化的矛盾，成功地获得包括了最优解的所有排序方案，解决了一线人员对于优化的不信任问题，其分形树结构也解决了方法的理论基础问题，取得了很好的实用效果。方法实施例根据本发明的实施例，提供了一种基于分形自相似原理的aps递归方法，图4是本发明实施例的基于分形自相似原理的aps递归方法的流程图，如图4所示，根据本发明实施例的基于分形自相似原理的aps递归方法具体包括：步骤401，通过数据层获取从不同系统传递过来的加工数据，根据加工数据整理成满足aps算法的格式，并存储包含所有规则的规则表，其中，规则表用于切换不同规则下aps的结果；需要说明的是，通过展示层提供的人机交互界面，输入从不同系统传递过来加工数据；并进行相应规则选择。步骤401具体包括：1、接收从不同系统传递过来的加工数据，将加工数据整理为工件和操作顺序的乘积，该乘积构成所有加工工序，其中，加工工序的参数包括操作时间和操作顺序；2、存储规则表，其中，规则表包括以下参数：最小等待、先进先出、后进先出、工件优先值、交货期最早优先、下发最早优先、最短加工时间、和/或最长加工时间。步骤402，通过构建层基于规则表，将计算机处理的顺序和设备加工顺序、工件流程这三个流进行整合，确定最优的排序方法，构建方案树，其中，方案树上的节点是工件所有的工序状态，每个节点存储整个设备加工的状态，每个节点根据整体的状态做出选择下道工序的决策；步骤402具体包括：1、对aps排序树的树节点和整个机器状态进行初始化，具体地，对节点的节点序号、节点名称、时间、后道工序、以及前道工序这些参数进行aps排序树中树节点的初始化，对机器号、工序号、工序候选、以及最后位置这些参数进行整个机器状态的初始化；2、对树节点的属性进行定义，其中，属性具体包括：节点存储的单个字符c、节点存储的词word、此节点的子节点childs、此节点的父节点parent、此节点存放整个设备状况m、以及此节点存放更新后的节点和节点位置thispoint；3、进行工序树的构建：首先定义递归出口条件，即当所有候选集为空时；随后构建该节点的分支childs，其分支的条件为选择出的最小等待时间有多个，在分支内部更新m矩阵，并保持parent节点m矩阵不变；最后采用自我调用的方法，将指针指向刚建立的分支节点，实现深度优先的策略，其中，m矩阵为显示全局机器初始状态的矩阵；4、列出所有满足规则排序的树形结构，找到每一分支的最大时间值，然后取最小分支作为最后的最优排序。步骤403，通过展示层提供的人机交互界面，根据方案树完成aps甘特图的绘制和展示。以下结合附图，对本发明实施例的上述技术方案进行详细说明。如图5所示，基于分形理论的aps算法流程主要包含3个步骤，步骤1是建立满足规则的工序排序树；步骤2是检索这棵树，找到所有的排序方案，选出最佳排序；步骤3是对排序结果进行甘特图展示，以满足生产实际的需要，具体步骤描述如下：步骤1：建立工序树方法按照sw规则建立的是一棵工序树，在每个节点上根据现在已知的整体情况确定叶子节点，如果按照规则有多个候选工序就构成了树的分叉，这是树的宽度；然后再将指针指向各叶子节点，这是按照分形自相似结构而构建的必然方法，在实现上是通过方法的自调用实现的，如此就实现了树的深度优先构建策略。步骤1-1：root节点初始化这是树的根节点，根节点也是一个节点，因此也要调用节点的构建方法；同时在根节点上，要将显示全局机器初始状态的m矩阵引入，以便系统根据这个m矩阵选择下道工序节点；步骤1-2：确定处理机器号m选择机器号要满足两个条件，一个是位置dis按照降序排列，以保证每次取到的第一个值总是最小的，以满足sw的最小等待条件；其次是按照m_no是否为空选择机器号m_no，两个条件共同作用选择出来的第一个机器号，就是首先要考虑的机器，而且保证候选集里有工序节点存在；步骤1-3：以候选集是否为空作为出口条件在递归调用中，必须要有出口条件，而且这个条件必须要能实现，否则就会形成死循环。参照图4，将第一道工序放进相应机器的候选序列中，可以确定系统还没有排序完毕，此时取机器候选序列的第一个作为要排序的机器；如果所有候选序列为空，则说明系统已经排序完成，是系统的出口条件；步骤1-4：取出候选集的前道工序节点取出所选机器的候选集，然后从表3所示的前道工序pre中查出对应的前道工序，完成工序之间的关联，建立树的基本构件--线段；步骤1-5:更新所选机器状态这个步骤的重要性在于，对于有些可变类型，在子节点的值改变之后，子父节点的引用变量的值也会跟着改变，这对于父节点是不对的，因此要先对初始状态通过拷贝变量隔离；选择一个候选节点，在parent中查找该节点前道前道工序的位置thispoint，查找的方法是将指针不断指向父节点也就是之前的节点，一定回查到所选节点的前一节点的位置，因为树是按照前节点来建立的，parent反应了同一工件的前后关联关系；最重要的是要对机器的dis进行更新，先构建一个对应于每个候选的距离space列表，记录每一个候选的起始位置，既当前机器的位置和前道工序位置的最大值，这一步体现了sw的原则；步骤1-6:节点初始化选择一个候选节点，如果该节点为0#0#0说明要么是起始节点要么是结束节点，都是程序的边界，因此直接continue不进行余下的处理，而候选节点为空，也是通过这一步实现的；以选择节点为名进行初始化，也就是建立表5所示结构的对象；步骤1-7：对该节点位置赋值对本节点的位置thispoint进行赋值，起点是相应的space的位置，终点是往前移动一个加工时长，由于这个时长，使得选定一个候选工序之后，所得到的机器位置各不相同，这又导致了下一步新的机器选择；查找所选节点的下一个节点，作为加入候选节点集的工艺节点；步骤1-8：取出该节点的下一工序节点在对应的o矩阵中的suf列中查找下一工序节点；步骤1-9：对节点的机器参数赋值首先是要在本机器的候选集中移除对应的节点，然后，由于下一工序节点所对应的机器不同，因此首先要从节点中取出对应的机器号，然后在这个机器号的候选节点中增加新的候选节点；同时对于当前节点所在机器的工件序列seq赋值，增加新的工序；步骤1-10：对该子节点属性赋值该子节点的word是整个中间工序的累加，最后的工序有工序的节点数＝所有o中节点数决定；节点的整体中间状态m赋值，由于只能确定过去的排序，而未来的排序是不确定的，因此有很多关于整体优化的规则很难得到最优解，sw中包含了本征的最优解，因此是一个具有代表意义的算法，对于要考虑整体性能的规则，可以增加剩余候选集，对剩余的工件或者机器的某些指标进行选择，加入到选择的规则中，对选择的路径进行调整；将该节点加入子节点childs中，同时设置改节点的父节点parent；然后返回到第二个候选节点，进行同样的节点属性操作；步骤1-11：指向每个节点自调用构建方法对子节点中的每个节点继续循环，通过自己调用自己，实现将指针指向下一个节点的功能，由此实现深度优先的策略；步骤2：确定最优排序方法也是采用递归调用的方法，通过word的节点数来判断是否结束，从而确定满足规则的排序总数，为选择其中的最优化结果准备候选集；首先要定义一个空集用以放置最后的序列；步骤2-1：确定退出条件退出条件条件是满足word字段的节点数＝o中的几点总数，这里注意比真实的工序节点多1个0#0#0起始节点；满足条件推出时，方案总数增加一个；步骤2-2：指向下一个节点自调用排序方法对叶子节点childs进行循环，通过递归调用，将指针指向下一个节点，实现深度优先策略的搜索；递归调用的结果加入总的方案中去；步骤2-3：排序结果整理将排序结果整理成线段，然后去重，为画出排序的树图准备数据；步骤2-4：绘制整个排序树图采用绘画软件graphviz画出整个排序的树形图，如图2所示；步骤2-5：选择最佳排序根据在所有排序中，选择时间最短的那个排序就是整个步骤3：甘特图演示方法将最优排序按照机器进行甘特图展示；步骤3-1：取出每个机器工序的位置按照最后word值取出最末节点，从节点的m矩阵中取出相应机器的排序seq；按照seq中的节点在树上查找各工序的很想坐标；各工序的纵向坐标以机器号从低到高进行排列；步骤3-2：分配不同工件颜色对不同的工序自动分配颜色，以利视觉区分的效果；步骤3-3:用条形函数填充工序位置在python中，可以用bar函数对所选的工序进行着色处理；步骤3-4:显示通过show()函数将内存中的显示数据在屏幕上显示出来，最终的效果如图3所示。综上所述，借助于本发明实施例的技术方案，协调了规则和优化的矛盾，成功地获得包括了最优解的所有排序方案，解决了一线人员对于优化的不信任问题，其分形树结构也解决了方法的理论基础问题，取得了很好的实用效果。装置实施例一本发明实施例提供一种基于分形自相似原理的aps递归设备，如图6所示，包括：存储器60、处理器62及存储在所述存储器60上并可在所述处理器62上运行的计算机程序，所述计算机程序被所述处理器62执行时实现如下方法步骤：步骤401，通过数据层获取从不同系统传递过来的加工数据，根据加工数据整理成满足aps算法的格式，并存储包含所有规则的规则表，其中，规则表用于切换不同规则下aps的结果；需要说明的是，通过展示层提供的人机交互界面，输入从不同系统传递过来加工数据；并进行相应规则选择。步骤401具体包括：1、接收从不同系统传递过来的加工数据，将加工数据整理为工件和操作顺序的乘积，该乘积构成所有加工工序，其中，加工工序的参数包括操作时间和操作顺序；2、存储规则表，其中，规则表包括以下参数：最小等待、先进先出、后进先出、工件优先值、交货期最早优先、下发最早优先、最短加工时间、和/或最长加工时间。步骤402，通过构建层基于规则表，将计算机处理的顺序和设备加工顺序、工件流程这三个流进行整合，确定最优的排序方法，构建方案树，其中，方案树上的节点是工件所有的工序状态，每个节点存储整个设备加工的状态，每个节点根据整体的状态做出选择下道工序的决策；步骤402具体包括：1、对aps排序树的树节点和整个机器状态进行初始化，具体地，对节点的节点序号、节点名称、时间、后道工序、以及前道工序这些参数进行aps排序树中树节点的初始化，对机器号、工序号、工序候选、以及最后位置这些参数进行整个机器状态的初始化；2、对树节点的属性进行定义，其中，属性具体包括：节点存储的单个字符c、节点存储的词word、此节点的子节点childs、此节点的父节点parent、此节点存放整个设备状况m、以及此节点存放更新后的节点和节点位置thispoint；3、进行工序树的构建：首先定义递归出口条件，即当所有候选集为空时；随后构建该节点的分支childs，其分支的条件为选择出的最小等待时间有多个，在分支内部更新m矩阵，并保持parent节点m矩阵不变；最后采用自我调用的方法，将指针指向刚建立的分支节点，实现深度优先的策略，其中，m矩阵为显示全局机器初始状态的矩阵；4、列出所有满足规则排序的树形结构，找到每一分支的最大时间值，然后取最小分支作为最后的最优排序。步骤403，通过展示层提供的人机交互界面，根据方案树完成aps甘特图的绘制和展示。装置实施例二本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有信息传输的实现程序，所述程序被处理器62执行时实现如下方法步骤：步骤401，通过数据层获取从不同系统传递过来的加工数据，根据加工数据整理成满足aps算法的格式，并存储包含所有规则的规则表，其中，规则表用于切换不同规则下aps的结果；需要说明的是，通过展示层提供的人机交互界面，输入从不同系统传递过来加工数据；并进行相应规则选择。步骤401具体包括：1、接收从不同系统传递过来的加工数据，将加工数据整理为工件和操作顺序的乘积，该乘积构成所有加工工序，其中，加工工序的参数包括操作时间和操作顺序；2、存储规则表，其中，规则表包括以下参数：最小等待、先进先出、后进先出、工件优先值、交货期最早优先、下发最早优先、最短加工时间、和/或最长加工时间。步骤402，通过构建层基于规则表，将计算机处理的顺序和设备加工顺序、工件流程这三个流进行整合，确定最优的排序方法，构建方案树，其中，方案树上的节点是工件所有的工序状态，每个节点存储整个设备加工的状态，每个节点根据整体的状态做出选择下道工序的决策；步骤402具体包括：1、对aps排序树的树节点和整个机器状态进行初始化，具体地，对节点的节点序号、节点名称、时间、后道工序、以及前道工序这些参数进行aps排序树中树节点的初始化，对机器号、工序号、工序候选、以及最后位置这些参数进行整个机器状态的初始化；2、对树节点的属性进行定义，其中，属性具体包括：节点存储的单个字符c、节点存储的词word、此节点的子节点childs、此节点的父节点parent、此节点存放整个设备状况m、以及此节点存放更新后的节点和节点位置thispoint；3、进行工序树的构建：首先定义递归出口条件，即当所有候选集为空时；随后构建该节点的分支childs，其分支的条件为选择出的最小等待时间有多个，在分支内部更新m矩阵，并保持parent节点m矩阵不变；最后采用自我调用的方法，将指针指向刚建立的分支节点，实现深度优先的策略，其中，m矩阵为显示全局机器初始状态的矩阵；4、列出所有满足规则排序的树形结构，找到每一分支的最大时间值，然后取最小分支作为最后的最优排序。步骤403，通过展示层提供的人机交互界面，根据方案树完成aps甘特图的绘制和展示。本实施例所述计算机可读存储介质包括但不限于为：rom、ram、磁盘或光盘等。显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。当前第1页12