一種多車間作業(yè)調(diào)度方法及裝置制造方法及圖紙

本發(fā)明專利技術(shù)適用計(jì)算機(jī)技術(shù)領(lǐng)域，提供了一種多車間作業(yè)調(diào)度方法及裝置，該方法包括：當(dāng)接收到多車間作業(yè)調(diào)度的請求時(shí)，建立多車間作業(yè)調(diào)度的數(shù)學(xué)模型，使用預(yù)設(shè)的動(dòng)態(tài)種群策略和雙模式差分進(jìn)化算子對數(shù)學(xué)模型的當(dāng)前種群中的個(gè)體進(jìn)行進(jìn)化，當(dāng)當(dāng)前種群的當(dāng)前進(jìn)化代數(shù)不滿足預(yù)設(shè)的種群進(jìn)化終止條件時(shí)，將進(jìn)化后的當(dāng)前種群中的非支配個(gè)體設(shè)置為數(shù)學(xué)模型下一代的當(dāng)前種群，重復(fù)執(zhí)行對數(shù)學(xué)模型的當(dāng)前種群中的個(gè)體進(jìn)行進(jìn)化的步驟，直至當(dāng)前進(jìn)化代數(shù)滿足種群進(jìn)化終止條件，此時(shí)將進(jìn)化后的當(dāng)前種群中的非支配個(gè)體設(shè)置為數(shù)學(xué)模型中待求參數(shù)的解，從而得到多車間作業(yè)調(diào)度的解決方案，提高了多車間作業(yè)調(diào)度過程中的收斂能力和魯棒性。

Multi job scheduling method and device

The invention is applied to computer technology, and provides a device for multiple job shop scheduling methods, the method comprises: when receiving multi scheduling request, establish mathematical model of job shop scheduling, dynamic population strategy use preset and double mode differential evolution operator for the evolution of individuals in the current population the mathematical model, when the current population of the evolutionary population evolution does not satisfy the preset termination conditions, the evolution of the current population of non dominated individuals is set to the current population model of the next generation, repeat the steps of the current population of the evolution of the mathematical model, until the current evolutionary algebra the evolution of population at the termination conditions, the current population of non dominated individuals set up mathematical model parameters in the solution of evolution, thus The solution to multi job shop scheduling improves the convergence ability and robustness in the multi job shop scheduling process.

【技術(shù)實(shí)現(xiàn)步驟摘要】
一種多車間作業(yè)調(diào)度方法及裝置
本專利技術(shù)屬于計(jì)算機(jī)
，尤其涉及一種多車間作業(yè)調(diào)度方法及裝置。
技術(shù)介紹
多車間作業(yè)調(diào)度是一個(gè)典型的非確定多項(xiàng)式(NP)難題。整數(shù)規(guī)劃法、混合整數(shù)規(guī)劃法和動(dòng)態(tài)規(guī)劃法等數(shù)學(xué)規(guī)劃法可以用來進(jìn)行多車間作業(yè)調(diào)度，但是這些數(shù)學(xué)規(guī)劃法的計(jì)算過程復(fù)雜性較高，使得這些方法的運(yùn)用受到限制。在整數(shù)規(guī)劃中，枚舉方法和拉氏松弛法是其中應(yīng)用最多的兩種方法，枚舉方法的主要缺點(diǎn)是：由于存在整數(shù)約束對于較大的調(diào)度問題需要很大的時(shí)間，拉氏松弛法刪除了整數(shù)約束加入相應(yīng)的代價(jià)，雖然在可行時(shí)間里能解決復(fù)雜的車間問題，但是其收斂能力存在局限性。局部搜索算法和模擬退火法也可以用來進(jìn)行多車間作業(yè)調(diào)度，然而局部搜索算法在遇到局部極值的時(shí)候容易陷入局部最優(yōu)的問題，而模擬退火法雖有可能跳出局部極小，但模擬退火法的收斂速度較慢。還有一種新興的收斂速度快的進(jìn)化算法也可以用來進(jìn)行多車間作業(yè)調(diào)度，但是在計(jì)算過程中可能出現(xiàn)早熟收斂和停滯的問題，導(dǎo)致還沒找到最優(yōu)的方案就已經(jīng)收斂并結(jié)束計(jì)算。綜上所述，現(xiàn)有的多車間作業(yè)調(diào)度方法的收斂能力不佳、容易陷入局部最優(yōu)的陷阱、可行性較低、魯棒性不佳，因而難以有效地解決多車間作業(yè)調(diào)度問題。
技術(shù)實(shí)現(xiàn)思路
本專利技術(shù)的目的在于提供一種多車間作業(yè)調(diào)度方法及裝置，旨在解決現(xiàn)有的解決多車間作業(yè)調(diào)度的方法收斂能力不佳、容易陷入局部最優(yōu)的陷阱、可行性較低的問題。一方面，本專利技術(shù)提供了一種多車間作業(yè)調(diào)度方法，該方法包括下述步驟：當(dāng)接收到多車間作業(yè)調(diào)度的請求時(shí)，根據(jù)多車間作業(yè)調(diào)度的作業(yè)參數(shù)，建立多車間作業(yè)調(diào)度的數(shù)學(xué)模型；對數(shù)學(xué)模型的當(dāng)前種群中的個(gè)體進(jìn)行進(jìn)化，當(dāng)當(dāng)前種群的當(dāng)前進(jìn)化代數(shù)不滿足預(yù)設(shè)的種群進(jìn)化終止條件時(shí)，將進(jìn)化后的當(dāng)前種群中的非支配個(gè)體設(shè)置為數(shù)學(xué)模型下一代的當(dāng)前種群，重復(fù)執(zhí)行對數(shù)學(xué)模型的當(dāng)前種群中的個(gè)體進(jìn)行進(jìn)化的步驟，直至當(dāng)前進(jìn)化代數(shù)滿足種群進(jìn)化終止條件；當(dāng)當(dāng)前進(jìn)化代數(shù)滿足預(yù)設(shè)的種群進(jìn)化終止條件時(shí)，將進(jìn)化后的當(dāng)前種群中的非支配個(gè)體設(shè)置為數(shù)學(xué)模型中待求參數(shù)的解，輸出數(shù)學(xué)模型中待求參數(shù)的解對應(yīng)的多車間作業(yè)調(diào)度的解決方案；對數(shù)學(xué)模型的當(dāng)前種群中的個(gè)體進(jìn)行進(jìn)化的步驟，包括：統(tǒng)計(jì)預(yù)先獲取的數(shù)學(xué)模型當(dāng)前種群中的當(dāng)前非支配個(gè)體的數(shù)量，根據(jù)當(dāng)前非支配個(gè)體的數(shù)量，使用預(yù)設(shè)的動(dòng)態(tài)種群策略獲取當(dāng)前種群的大小PN，根據(jù)當(dāng)前非支配個(gè)體的擁擠程度和PN，確定當(dāng)前種群中保留的個(gè)體，使用預(yù)設(shè)的雙模式差分進(jìn)化算子對當(dāng)前種群中的個(gè)體進(jìn)行進(jìn)化，獲取進(jìn)化后的當(dāng)前種群中的當(dāng)前非支配個(gè)體，并對當(dāng)前進(jìn)化代數(shù)進(jìn)行加1操作。另一方面，本專利技術(shù)提供了一種多車間作業(yè)調(diào)度裝置，該裝置包括：模型建立模塊，用于當(dāng)接收到多車間作業(yè)調(diào)度的請求時(shí)，根據(jù)多車間作業(yè)調(diào)度的作業(yè)參數(shù)，建立多車間作業(yè)調(diào)度的數(shù)學(xué)模型；種群進(jìn)化模塊，用于對數(shù)學(xué)模型的當(dāng)前種群中的個(gè)體進(jìn)行進(jìn)化，當(dāng)當(dāng)前種群的當(dāng)前進(jìn)化代數(shù)不滿足預(yù)設(shè)的種群進(jìn)化終止條件時(shí)，將進(jìn)化后的當(dāng)前種群中的非支配個(gè)體設(shè)置為數(shù)學(xué)模型下一代的當(dāng)前種群，重復(fù)執(zhí)行對數(shù)學(xué)模型的當(dāng)前種群中的個(gè)體進(jìn)行進(jìn)化的步驟，直至當(dāng)前進(jìn)化代數(shù)滿足種群進(jìn)化終止條件；以及輸出模塊，用于當(dāng)當(dāng)前進(jìn)化代數(shù)滿足預(yù)設(shè)的種群進(jìn)化終止條件時(shí)，將進(jìn)化后的當(dāng)前種群中的非支配個(gè)體設(shè)置為數(shù)學(xué)模型中待求參數(shù)的解，輸出數(shù)學(xué)模型中待求參數(shù)的解對應(yīng)的多車間作業(yè)調(diào)度的解決方案；其中，該種群進(jìn)化模塊包括：種群進(jìn)化子模塊，用于統(tǒng)計(jì)預(yù)先獲取的數(shù)學(xué)模型當(dāng)前種群中的當(dāng)前非支配個(gè)體的數(shù)量，根據(jù)當(dāng)前非支配個(gè)體的數(shù)量，使用預(yù)設(shè)的動(dòng)態(tài)種群策略獲取當(dāng)前種群的大小PN，根據(jù)當(dāng)前非支配個(gè)體的擁擠程度和PN，確定當(dāng)前種群中保留的個(gè)體，使用預(yù)設(shè)的雙模式差分進(jìn)化算子對當(dāng)前種群中的個(gè)體進(jìn)行進(jìn)化，獲取進(jìn)化后的當(dāng)前種群中的當(dāng)前非支配個(gè)體，并對當(dāng)前進(jìn)化代數(shù)進(jìn)行加1操作。本專利技術(shù)在接收到多車間作業(yè)調(diào)度的請求后，根據(jù)多車間作業(yè)調(diào)度的作業(yè)參數(shù)，建立多車間作業(yè)調(diào)度的數(shù)學(xué)模型，對數(shù)學(xué)模型的當(dāng)前種群中的個(gè)體進(jìn)行進(jìn)化，當(dāng)當(dāng)前種群的當(dāng)前進(jìn)化代數(shù)不滿足預(yù)設(shè)的種群進(jìn)化終止條件時(shí)，將進(jìn)化后的當(dāng)前種群中的非支配個(gè)體設(shè)置為數(shù)學(xué)模型下一代的當(dāng)前種群，重復(fù)執(zhí)行對數(shù)學(xué)模型的當(dāng)前種群中的個(gè)體進(jìn)行進(jìn)化的步驟，直至當(dāng)前進(jìn)化代數(shù)滿足種群進(jìn)化終止條件，此時(shí)將進(jìn)化后的當(dāng)前種群中的非支配個(gè)體設(shè)置為數(shù)學(xué)模型中待求參數(shù)的解，輸出數(shù)學(xué)模型中待求參數(shù)的解對應(yīng)的多車間作業(yè)調(diào)度的解決方案，以得到多車間作業(yè)調(diào)度的解決方案，提高了收斂能力和魯棒性，進(jìn)而提高了多車間作業(yè)調(diào)度的可行性。附圖說明圖1是本專利技術(shù)實(shí)施例一提供的多車間作業(yè)調(diào)度方法的實(shí)現(xiàn)流程圖；圖2是本專利技術(shù)實(shí)施例二提供的多車間作業(yè)調(diào)度方法的實(shí)現(xiàn)流程圖；圖3是本專利技術(shù)實(shí)施例三提供的多車間作業(yè)調(diào)度裝置的結(jié)構(gòu)示意圖；圖4是本專利技術(shù)實(shí)施例四提供的多車間作業(yè)調(diào)度裝置的結(jié)構(gòu)示意圖；圖5是本專利技術(shù)實(shí)施例五提供的多車間作業(yè)調(diào)度裝置的結(jié)構(gòu)示意圖；以及圖6是本專利技術(shù)實(shí)施例五提供的種群進(jìn)化子模塊的結(jié)構(gòu)示意圖。具體實(shí)施方式為了使本專利技術(shù)的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對本專利技術(shù)進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本專利技術(shù)，并不用于限定本專利技術(shù)。以下結(jié)合具體實(shí)施例對本專利技術(shù)的具體實(shí)現(xiàn)進(jìn)行詳細(xì)描述：實(shí)施例一：圖1示出了本專利技術(shù)實(shí)施例一提供的多車間作業(yè)調(diào)度方法的實(shí)現(xiàn)流程，為了便于說明，僅示出了與本專利技術(shù)實(shí)施例相關(guān)的部分，詳述如下：在步驟S101中，當(dāng)接收到多車間作業(yè)調(diào)度的請求時(shí)，根據(jù)多車間作業(yè)調(diào)度的作業(yè)參數(shù)，建立多車間作業(yè)調(diào)度的數(shù)學(xué)模型。在本專利技術(shù)實(shí)施例中，當(dāng)接收到多車間作業(yè)調(diào)度的請求時(shí)，接收多車間作業(yè)的作業(yè)參數(shù)，以用于建立多車間作業(yè)調(diào)度的數(shù)學(xué)模型。作為示例地，多車間作業(yè)的作業(yè)參數(shù)可以包括需要加工的工件數(shù)N、每個(gè)工件需要經(jīng)歷的工序數(shù)nj、可用于加工的機(jī)器臺數(shù)M以及工件和機(jī)器的加工約束條件等。建立多車間作業(yè)調(diào)度的數(shù)學(xué)模型時(shí)，具體地，可以將多車間作業(yè)調(diào)度中的加工成本f1(x)、加工時(shí)間f2(x)和產(chǎn)品質(zhì)量f3(x)分別表示為：其中，cijk表示第j個(gè)工件在的第i道工序在第k個(gè)機(jī)器上加工所需要的成本，xijk表示第j個(gè)工件的第i道工序是否選擇在k機(jī)器上加工，xijk＝0表示未選中，xijk＝1表示選中，tijk表示第j個(gè)工件的第i道工序在第k個(gè)機(jī)器上加工所需要的時(shí)間，qijk為第j個(gè)工件的第i道工序在第k個(gè)機(jī)器上的加工質(zhì)量衡量度，優(yōu)選地，綜合考慮加工成本、交貨期、修補(bǔ)時(shí)間、維修成本等因素的影響，該加工質(zhì)量衡量度可以采用0.01～1.00區(qū)間段的數(shù)值表示，從而優(yōu)化了多車間作業(yè)調(diào)度的數(shù)學(xué)模型，進(jìn)而提高了多車間作業(yè)調(diào)度方案的精確性。優(yōu)選地，建立多車間作業(yè)調(diào)度的數(shù)學(xué)模型后，預(yù)先對種群進(jìn)化的運(yùn)行參數(shù)和終止代數(shù)進(jìn)行設(shè)置。之后，隨機(jī)生成數(shù)學(xué)模型的初始種群，計(jì)算初始種群中個(gè)體的目標(biāo)函數(shù)值，根據(jù)計(jì)算得到的目標(biāo)函數(shù)值獲取初始種群中的當(dāng)前非支配個(gè)體，將獲取的當(dāng)前非支配個(gè)體組成當(dāng)前種群，并將當(dāng)前種群的當(dāng)前進(jìn)化代數(shù)設(shè)置為第一代，以用于種群進(jìn)化。在步驟S102中，對數(shù)學(xué)模型的當(dāng)前種群中的個(gè)體進(jìn)行進(jìn)化。在本專利技術(shù)實(shí)施例中，對數(shù)學(xué)模型的當(dāng)前種群中的個(gè)體進(jìn)行進(jìn)化時(shí)，優(yōu)選地，根據(jù)非支配個(gè)體的個(gè)數(shù)與預(yù)設(shè)的閥值的大小關(guān)系，使用動(dòng)態(tài)種群策略(DPS)確定種群的大小PN，從而避免種群的大小對算法的收斂性和收斂速度的影響，提高解決多車間作業(yè)調(diào)度的可行性，然后在當(dāng)前種群中使用預(yù)設(shè)的雙模式差分進(jìn)化算子對大小本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種多車間作業(yè)調(diào)度方法，其特征在于，所述方法包括下述步驟：當(dāng)接收到多車間作業(yè)調(diào)度的請求時(shí)，根據(jù)所述多車間作業(yè)調(diào)度的作業(yè)參數(shù)，建立所述多車間作業(yè)調(diào)度的數(shù)學(xué)模型；對所述數(shù)學(xué)模型的當(dāng)前種群中的個(gè)體進(jìn)行進(jìn)化，當(dāng)所述當(dāng)前種群的當(dāng)前進(jìn)化代數(shù)不滿足預(yù)設(shè)的種群進(jìn)化終止條件時(shí)，將所述進(jìn)化后的當(dāng)前種群中的非支配個(gè)體設(shè)置為所述數(shù)學(xué)模型下一代的當(dāng)前種群，重復(fù)執(zhí)行對所述數(shù)學(xué)模型的當(dāng)前種群中的個(gè)體進(jìn)行進(jìn)化的步驟，直至所述當(dāng)前進(jìn)化代數(shù)滿足所述種群進(jìn)化終止條件；當(dāng)所述當(dāng)前進(jìn)化代數(shù)滿足所述預(yù)設(shè)的種群進(jìn)化終止條件時(shí)，將所述進(jìn)化后的當(dāng)前種群中的非支配個(gè)體設(shè)置為所述數(shù)學(xué)模型中待求參數(shù)的解，輸出所述數(shù)學(xué)模型中待求參數(shù)的解對應(yīng)的所述多車間作業(yè)調(diào)度的解決方案；對所述數(shù)學(xué)模型的當(dāng)前種群中的個(gè)體進(jìn)行進(jìn)化的步驟，包括：統(tǒng)計(jì)預(yù)先獲取的所述數(shù)學(xué)模型當(dāng)前種群中的當(dāng)前非支配個(gè)體的數(shù)量，根據(jù)所述當(dāng)前非支配個(gè)體的數(shù)量，使用預(yù)設(shè)的動(dòng)態(tài)種群策略獲取所述當(dāng)前種群的大小P

【技術(shù)特征摘要】
1.一種多車間作業(yè)調(diào)度方法，其特征在于，所述方法包括下述步驟：當(dāng)接收到多車間作業(yè)調(diào)度的請求時(shí)，根據(jù)所述多車間作業(yè)調(diào)度的作業(yè)參數(shù)，建立所述多車間作業(yè)調(diào)度的數(shù)學(xué)模型；對所述數(shù)學(xué)模型的當(dāng)前種群中的個(gè)體進(jìn)行進(jìn)化，當(dāng)所述當(dāng)前種群的當(dāng)前進(jìn)化代數(shù)不滿足預(yù)設(shè)的種群進(jìn)化終止條件時(shí)，將所述進(jìn)化后的當(dāng)前種群中的非支配個(gè)體設(shè)置為所述數(shù)學(xué)模型下一代的當(dāng)前種群，重復(fù)執(zhí)行對所述數(shù)學(xué)模型的當(dāng)前種群中的個(gè)體進(jìn)行進(jìn)化的步驟，直至所述當(dāng)前進(jìn)化代數(shù)滿足所述種群進(jìn)化終止條件；當(dāng)所述當(dāng)前進(jìn)化代數(shù)滿足所述預(yù)設(shè)的種群進(jìn)化終止條件時(shí)，將所述進(jìn)化后的當(dāng)前種群中的非支配個(gè)體設(shè)置為所述數(shù)學(xué)模型中待求參數(shù)的解，輸出所述數(shù)學(xué)模型中待求參數(shù)的解對應(yīng)的所述多車間作業(yè)調(diào)度的解決方案；對所述數(shù)學(xué)模型的當(dāng)前種群中的個(gè)體進(jìn)行進(jìn)化的步驟，包括：統(tǒng)計(jì)預(yù)先獲取的所述數(shù)學(xué)模型當(dāng)前種群中的當(dāng)前非支配個(gè)體的數(shù)量，根據(jù)所述當(dāng)前非支配個(gè)體的數(shù)量，使用預(yù)設(shè)的動(dòng)態(tài)種群策略獲取所述當(dāng)前種群的大小PN，根據(jù)所述當(dāng)前非支配個(gè)體的擁擠程度和所述PN，確定所述當(dāng)前種群中保留的個(gè)體，使用預(yù)設(shè)的雙模式差分進(jìn)化算子對所述當(dāng)前種群中的個(gè)體進(jìn)行進(jìn)化，獲取所述進(jìn)化后的當(dāng)前種群中的當(dāng)前非支配個(gè)體，并對當(dāng)前進(jìn)化代數(shù)進(jìn)行加1操作。2.如權(quán)利要求1所述的方法，其特征在于，建立所述多車間作業(yè)調(diào)度的數(shù)學(xué)模型的步驟之后，對所述數(shù)學(xué)模型的當(dāng)前種群中的個(gè)體進(jìn)行進(jìn)化的步驟之前，所述方法還包括：預(yù)設(shè)種群進(jìn)化的運(yùn)行參數(shù)和終止代數(shù)，隨機(jī)生成初始種群。3.如權(quán)利要求1所述的方法，其特征在于，建立所述多車間作業(yè)調(diào)度的數(shù)學(xué)模型的步驟之后，對所述數(shù)學(xué)模型的當(dāng)前種群中的個(gè)體進(jìn)行進(jìn)化的步驟之前，所述方法還包括：計(jì)算所述初始種群中個(gè)體的目標(biāo)函數(shù)值，根據(jù)所述計(jì)算得到的目標(biāo)函數(shù)值獲取所述初始種群中的當(dāng)前非支配個(gè)體；將所述獲取的當(dāng)前非支配個(gè)體組成當(dāng)前種群，并將所述當(dāng)前種群的當(dāng)前進(jìn)化代數(shù)設(shè)置為第一代。4.如權(quán)利要求1所述的方法，其特征在于，獲取所述數(shù)學(xué)模型當(dāng)前種群中的當(dāng)前非支配個(gè)體，根據(jù)所述當(dāng)前非支配個(gè)體的數(shù)量，使用預(yù)設(shè)的動(dòng)態(tài)種群策略獲取所述當(dāng)前種群的大小PN，根據(jù)所述當(dāng)前非支配個(gè)體的擁擠程度和所述PN，確定所述當(dāng)前種群中保留的個(gè)體的步驟，包括：計(jì)算所述當(dāng)前種群中的當(dāng)前非支配個(gè)體的擁擠距離，根據(jù)所述當(dāng)前非支配個(gè)體的擁擠距離，選擇所述當(dāng)前非支配個(gè)體中擁擠距離超過預(yù)設(shè)值的個(gè)體組成當(dāng)前活躍種群；根據(jù)所述當(dāng)前非支配個(gè)體的數(shù)量，使用所述預(yù)設(shè)的動(dòng)態(tài)種群策略確定種群的大小PN；對所述當(dāng)前活躍種群中的個(gè)體進(jìn)行克隆，直至所述當(dāng)前活躍種群中的個(gè)體數(shù)量達(dá)到PN，用所述當(dāng)前活躍種群中的PN個(gè)個(gè)體替換當(dāng)前種群中的全部個(gè)體。5.如權(quán)利要求1所述的方法，其特征在于，使用預(yù)設(shè)的雙模式差分進(jìn)化算子對所述當(dāng)前種群中的個(gè)體進(jìn)行進(jìn)化，并對當(dāng)前進(jìn)化代數(shù)進(jìn)行加1操作的步驟，包括：使用預(yù)設(shè)的交叉算子對所述得到的數(shù)量為PN的個(gè)體進(jìn)行重組，使用預(yù)設(shè)的雙模式差分進(jìn)化算子對所述重組后的PN個(gè)個(gè)體進(jìn)行變異，得到...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：林秋鎮(zhèn)，王娜，陳劍勇，
申請(專利權(quán))人：深圳大學(xué)，
類型：發(fā)明
國別省市：廣東,44