[发明专利]一种流水线车间调度方法和装置

说明书

本发明公开了一种流水线车间调度方法，包括：设置调度参数；所述调度参数包括工件数量、机器数量、单位加工时间；根据所述调度参数，建立流水线车间调度的优化目标函数；根据基于位置更新的离散萤火虫优化算法求解所述优化目标函数，获取最优调度序列。同时，本发明还公开了一种流水线车间调度装置。

技术领域

本发明涉及车间生产调度控制技术，尤其涉及一种流水线车间调度方法和装置。

背景技术

流水线车间调度是一个无等待的车间调度问题，然而在企业的生产制造过程中，有百分之八十的时间会消耗在工件的运输时间、或者工件的排队时间、或者因工件没有到达机器的等待时间等非加工过程中，这将导致企业的生产效益降低。

目前，解决流水线车间调度问题的主要算法有精确算法、启发式算法和智能算法等。然而，精确算法只能求解小规模调度问题、启发式算法构造复杂且所求得的调度解的质量不高，这两种算法在实践中未获得大量应用。作为人工智能技术快速发展下的产物，遗传算法、蚁群算法、萤火虫优化算法(Glowworm Swarm Optimization Algorithm，GSO)等智能算法，由于能够在合理的时间内以较大概率获得较高质量的调度解，在解决流水线车间调度问题的实践中获得了广泛的应用与研究。

GSO算法是由Krishnanad等人于2005年模拟自然界萤火虫求偶或觅食行为，提出的一种新型群智能优化算法。GSO算法由于具有较强的通用性、捕捉极值域速度快、捕捉效率高等优点，在计算智能领域获得了人们广泛的关注与研究，并已成功应用于传感器的噪声测试和模拟机器等。但是，GSO算法在解决流水线车间调度问题时，还存在易陷入局部最优、后期迭代效率不高等缺陷，求得的调度序列使得流水车间生产效率不高。

发明内容

有鉴于此，本发明实施例期望提供一种流水线车间调度方法和装置，能够实现对生产调度的优化配置，从而提高流水车间生产效率。

为达到上述目的，本发明的技术方案是这样实现的：

本发明提供了一种流水线车间调度方法，所述方法包括：

根据预设的调度参数，建立流水线车间调度的优化目标函数；

根据基于位置更新的离散萤火虫优化算法求解所述优化目标函数，获取最优调度序列。

上述方案中，在所述获取最优调度序列之前，所述方法还包括：

初始化所述基于位置更新的离散萤火虫优化算法的基本参数，所述基本参数包括：萤火虫数目m、最大迭代次数T、初始荧光素浓度I(0)、荧光素衰减因子ρ、荧光素更新率γ、初始决策半径r_s、控制邻居萤火虫数目变化范围的邻域变化率β、控制邻居萤火虫数目的邻域阈值n_τ、交叉变异阈值概率p_c；

采用NEH算法生成任意一个萤火虫的初始位置，剩余的m-1个萤火虫采用随机键编码方式生成初始位置。

上述方案中，所述根据基于位置更新的离散萤火虫优化算法求解所述优化目标函数，获取最优调度序列，包括：

计算萤火虫i第t次迭代时在位置处对应的目标适应度函数值J[x_i(t)]；其中，表示萤火虫i第t次迭代时所处的位置；

根据I_i(t)＝(1-ρ)I_i(t-1)+γJ[x_i(t)]更新萤火虫i第t次迭代时的荧光素值I_i(t)；其中，0<i≤m，0<t≤T，ρ∈(0,1)，J[x_i(t)]表示萤火虫i第t次迭代时所处的位置对应的目标适应度函数值；