一种串行双车间协同调度方法、系统、存储介质及设备与流程

本发明涉及生产调度，具体涉及一种串行双车间协同调度方法、系统、存储介质及设备。

背景技术：

1、为适应不断变化的市场需求和更加多样化的客户需求，传统的大规模制造模式逐渐转变为大规模定制生产模式。在该模式下，制造车间应具备较高的生产柔性，以实现需求驱动的生产过程智能化组织。在实际生产过程中，一种产品的生产过程中可能会经过多个不同类型的车间，多车间调度问题相较于单车间调度问题在调度优化过程中会受到更多的约束，同时决策变量也会倍增，求解难度将大大增加，复杂度更高，传统的智能优化算法等求解方法很难在合理的时间得到满意的结果。

2、产品的加工和装配作为两个产品生产过程中必经的两个阶段，经常会在不同类型的车间中进行。传统装配模式是在齐套性的条件下，对加工和装配分阶段独立进行，需要等到所有零部件齐套之后才能进行装配，容易造成资源利用率不高和装配周期过长的问题。

技术实现思路

1、针对现有技术中存在的需要等到所有零部件齐套之后才能进行装配，容易造成资源利用率不高和装配周期过长的问题。本发明提供了一种串行双车间协同调度方法，在大规模定制的生产模式下，效缩短产品加工到装配过程的完工时间，还能够有效减少车间的库存成本。

2、为达到上述目的，本发明采用了以下技术方案：

3、一种串行双车间协同调度方法，包括：

4、基于天牛群算法，建立串行双车间调度模型；

5、根据串行双车间调度模型，进行柔性作业车间的初始化调度设计及装配流水车间的初始化设计；

6、根据柔性作业车间的初始化调度设计，计算柔性作业车间的每个天牛个体的适应度值，以获取最优的柔性作业车间调度设计；

7、装配流水车间根据最优的柔性作业车间调度设计，生成最优的串行双车间协同调度设计；

8、基于最优的串行双车间协同调度设计，控制装配流水车间及柔性作业车间进行串行双车间协同调度生产。

9、作为本发明的进一步改进，所述串行双车间调度模型，包括了柔性作业车间模型及装配流水作业模型，其中：

10、柔性作业车间模型的优化目标，具体表现为：

11、f＝min(max(ci))

12、其中：ci为工件i的完工时间，1≤i≤n；

13、装配流水作业模型的优化目标，具体表现为：

14、f＝min(cmax)

15、其中：cmax为所有产品全部装配完成的最大完工时间。

16、作为本发明的进一步改进，所述串行双车间调度模型，还需要通过双车间决策变量、约束条件及优化目标进行构建，其中：

17、决策变量：

18、

19、约束条件：

20、

21、其中：sps表示装配工序ops的开始装配时间，ci表示产品p装配件的完工时间。

22、优化目标：

23、f＝min(max(ccsp))

24、其中，ccsp为双车间协同调度后的完工时间。

25、作为本发明的进一步改进，所述柔性作业车间的初始化调度设计，是采用tent混沌序列代替原本的随机序列；

26、所述装配流水车间的初始化设计，是采用“先进先出”模式，优先装配在柔性流水车间中率先完成加工所需装配零部件的产品。

27、作为本发明的进一步改进，所述根据柔性作业车间的初始化调度设计，计算柔性作业车间的每个天牛个体的适应度值，并根据天牛个体左右须适应度大小判断天牛个体位置更新的方向；具体判断方向的方式如下：

28、sign(f(xright(t))-f(xleft(t)))

29、其中：f(xright(t))表示天牛个体右须适应度值，f(xleft(t))表示天牛个体左须适应度值通过符号函数sign()对天牛个体左右两须的适应度值进行比较；

30、计算每个天牛个体的适应度值，并对得到的适应度值进行排序，通过逐一比较得到当前全局最优解；

31、采用莱维飞行和反向搜索策略进行种群迭代搜索提高多次迭代后种群的多样性，改善天牛群算法的寻优能力，寻找最优种群个体。

32、作为本发明的进一步改进，基于所述最优种群个体更新天牛个体的速度和位置并计算适应度值，更新方式如下：

33、vij(t+1)＝＝c1ωvij(t)+c2r1[(pij)j(t)-xij(t)]+c3r2[(pij)j(t)-xij(t)]+c4r3ξ(t)

34、

35、

36、其中：vij为工件i的第j道工序的天牛个体的更新速度；c1表示天牛个体速度更新中的随机扰动，c2、c3两个参数同粒子群算法中的加速因子；c4为认知因子；r1、r2、r3为介于[0，1]之间的随机数；(pij)j(t)表示当前天牛群最优个体所在位置；levy表示莱维飞行策略获得的结果；

37、ω为惯性权重，更新方式如下式：

38、

39、其中：ωmax、ωmin分别表示惯性权重的最大值和最小值，r4为介于[0，1]之间的随机数，随着迭代次数增加，ω逐渐减少，天牛速度降低，算法进行局部搜索寻找精细解；

40、更新天牛个体最优位置，并采用精英策略保留父代中适应度较好的个体替代子代中适应度较差的个体生成新的种群。

41、作为本发明的进一步改进，所述最优的串行双车间协同调度设计需要进行判断是否到达终止条件；

42、若达到，输出当前最优的串行双车间协同调度结果，进行串行双车间协同调度生产；

43、若未达到，根据自适应参数调整策略对天牛群算法中的参数进行动态调整，在生成的新的种群中计算串行双车间中每个天牛个体的适应度值，并对得到的适应度值进行排序，直至最优的串行双车间协同调度设计生成。

44、作为本发明的进一步改进，所述自适应参数调整策略对天牛群算法中的参数进行动态调整，具体调整策略如下：

45、步长更新方法如下：

46、

47、搜索距离更新方式如下：

48、

49、其中，f为当前天牛个体的适应度、fbest为当前天牛群的最佳适应度值、δ(t)为当前的搜索步长、d(t)为当前搜索距离，δ(t+1)为更新后的搜索步长、d(t+1)为更新后的搜索距离；

50、ηδ、ηd的更新方式为：

51、

52、其中：其中，ηδ为搜素步长的更新参数；ηd为搜索距离的更新参数。

53、一种串行双车间协同调度系统，包括：

54、模型建立模块：用于基于天牛群算法，建立串行双车间调度模型；

55、初始设计模块：用于根据串行双车间调度模型，分别进行装配流水车间的初始化调度设计及柔性作业车间的初始化调度设计；

56、车间设计模块：用于根据柔性作业车间的初始化调度设计，计算柔性作业车间的每个天牛个体的适应度值，并对得到的适应度值进行排序，以获取最优的柔性作业车间调度设计；

57、最优设计模块：用于装配流水车间根据最优的柔性作业车间调度设计，生成最优的串行双车间协同调度设计；

58、生产控制模块：用于基于最优的串行双车间协同调度设计，控制装配流水车间及柔性作业车间进行串行双车间协同调度生产。

59、一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述一种串行双车间协同调度方法的步骤。

60、一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述一种串行双车间协同调度方法的步骤。

61、与现有技术相比，本发明具有以下有益效果：

62、本发明一种串行双车间协同调度方法是基于天牛群算法，建立的串行双车间调度模型，然后根据串行双车间调度模型进行柔性作业车间及装配流水车间的初始化设计，并且依据柔性作业车间的最优调度设计配合装配流水车间生成串行双车间协同调度设计，最终基于最优的串行双车间协同调度设计，实现控制装配流水车间及柔性作业车间进行串行双车间协同调度生产。本发明采用串行双车间协同调度方法能够有效缩短产品加工、装配过程的完工时间，采用非齐套性装配方法也能够有效减少车间的库存成本。本发明提出的串行双车间协同调度方法能够有效提高生产效率，减少生产成本。