[发明专利]基于混沌免疫算法的多车型流水线物流运输调度方法

说明书

技术领域

本发明涉及一种流水线生产中多车场单车型物流运输调度的方法。

背景技术

流水线的生产方式作为现代社会一种高效的生产模式，在制造生产中受到重用。流水线生产是一个非常精细的工艺生产，具有很高的生产效率。然而，这是基于合理的物流运输调度前提下的。如果物流运输配送不合理，将造成供应链上作业的时忙时闲，同时也会造成物料堆积，影响作业。具体体现在1.供应过剩浪费造成物料积累，物料的积累会影响流水线生产的正常进行，甚至导致流水生产瘫痪。2.资源浪费。不合理的物流配送会导致人力﹑车力等资源浪费，使得生产成本加大。3.不良修正浪费。不合理的配送造成二次搬运浪费﹑库存浪费﹑占用空间加大﹑物料管理损耗增多等。可见，合理的物流运输调度，是使得流水线生产有序﹑合理﹑有效的根本前提，提高流水线生产效率的一个重要保障。在我国内高效流水线的生产方式与低效、繁杂的物流配送还存在着矛盾，虽然物流配送能够顺利的配送到生产线，但是操作并没有在适当的时间只配送适当数量与质量的物料到适当的地点，会有少量的余量，这使得生产料积累余料会不停的增加，堆放在生产线旁边，有事会严重的影响后续物料的配送，甚至导致短时间的停产。目前，在国内外对流水线物流运输调度的研究甚少，以往学者对流水线生产调度，往往涉及的都是流水线上工序调度、工序平衡的研究。宝斯琴塔娜、陈红霞等研究了基于FLEXSIM的流水线生产物流优化问题，提出了切实可行的方案[详见：宝斯琴塔娜，陈红霞.基于FLEXSIM的流水线生产物流优化[J].工业工程与管理，2008，77（4）:106-108]，李云研究的混合装配流水线物流系统的优化与仿真[详见：李云.混合装配流水线物流系统的优化与仿真[D].上海大学，2004]，对流水线的研究都具有很大促进作用。本发明用于解决流水线生产过程中多货物配送中心与多工序配送点之间物流运输的配送问题，求解配送过程中车辆路径规划与车辆出行时间时间，寻求最短配送路径与最优出行时间。算法在局部搜索能力﹑搜索精度﹑求解质量和收敛速度都得到一定程度的提高。

发明内容

   本发明的目的是克服现有技术中的不足，提供一种高效率的多车场单车型的基于混沌免疫算法的流水线物流运输调度方法。本发明运用混沌免疫算法来求解流水线生产的多车场多配送中心模型的物流运输配送，在多个工序配送物料﹑一个周期内多次配送中寻求多车场多车型函数模型车辆路径规划与出车时间表的最优解。

为实现上述目的，本发明所采用的技术方案是：

 基于混沌免疫算法的多车型流水线物流运输调度方法，包括以下步骤：

步骤1：获取多车场多车型流水线生产的基本参数，包括：多个配送中心的位置、各个工序供货点的位置、各个供货点的工序生产速度、工序存放货物量、各工序要求的货物量、各种类型车辆的载重信息； 

步骤2：根据生产节拍速度与货物存放量确定一个周期内货物配送的时间窗表工序                                               ，配送点能滞留的最大货物量为件，生产物料放置区的生产物料会按照生产时间的推移逐渐减少，当物料减少到一定程度的时候，物料配送要开始配料，当物料为最大存储物料的 倍时，进入配货时间内，表示工序节拍器速度，取值为一般0.05~0.2之间；加工时间矩阵，表示工序工件工序上加工所要求的时间，求得配货时间窗为[, +]，为当前时间，由此，求出每道工序的时间约束窗矩阵[，]，表示约束开始时间，表示约束结束时间；

步骤3：建立多车场多车型运输调度数学模型：

，

表示求解目标函数的最小值，指约束条件下函数的最优解即满足流水线生产要求最优物流配送方案,式中表示运输损耗与车场以及工序及工序间的距离相关，表示运输时间窗的惩罚部分，表示推迟到达时间窗的惩罚系数（非负），表示最后一部分表示工序与工序间的货物关联关系，表示车型，表示由车场派出去的 类型的车从()行驶到()所花费的资源；

步骤4：设计混沌免疫优化算法，对步骤3目标函数寻求最优解。

 

进一步地，所述步骤4包括以下步骤：

步骤4.1：初始算法的参数：初始参数如下：表示抗体种群规模、选择克隆细胞数量，表示最大迭代次数，克隆倍数、免疫补充量、变异率、免疫伐值；

步骤4.2：利用混沌迭代生成混沌序列作为初始抗原，计算抗体集中每一个抗体的浓度、对抗原适应值、抗体间的亲和力，抗体间的相识度，其中为抗体与的信息熵；

步骤4.3：对不满足终止条件适应度的抗体，利用混沌更新策略进行变异、交叉，产生新的抗体：