[发明专利]一种基于云制造的物料采购影响生产车间排产的分析算法

说明书

技术领域

本发明涉及云制造领域，具体地涉及用算法解决制云制造中的物料采购影响生产车间的排产问题。

背景技术

作为一个国家工业化的战略产业，制造业是国民经济和国防安全的重要支柱。而服务业是上世纪末逐渐兴起在国民经济中发挥重大作用的社会产业，是标志着经济发展水平的重要指标。随着供求网络的大规模化、复杂化、动态化的发展，云制造模式已经成为网络化制造环境下的一种新趋势。云制造是利用网络和云服务平台，按需求对用户分配制造资源。云制造是制造信息化的发展，是云计算在制造领域的落地与延伸。

国内外对网络化旨在和制造网格的资源建模已经有了很多深入而成熟的研究，这些研究成果也被许多云制造研究者采用和发展，提出了一些适用于云制造环境的资源建模方法。在国内的各类学术期刊中，提出了很多网络制造资源的建模方法，基于语义的制造服务模型，并从资源构成、资源信息、资源功能、资源QoS，资源及时状态、资源访问与调用方式等角度对制造服务进行建模，并利用扩展的Web服务本体描述语言进行描述，也有从生命周期、应用视图和集合粒度三个方面，对制造资源进行资源建模，基于资源的优化配置为目标的建模，基于物理制造单元的网络化制造资源模型，基于远资源的制造资源建模方法。在国外的各类学术期刊中，很多学者正对不同的网络环境提出了相应的制造资源建模方法，基于本体的以产品性能为核心的资源信息系统，针对实时性和系统性能两个因素建立相应的算法模型解决问题，针对网络环境下资源的异构性和复杂性，分别提出了基于任务的分配算法和基于工作流的分配算法。这些研究都为云制造环境下的制造资源建模、分配、雕塑等奠定了基础，为云制造的普及以及应用做好了铺垫。

目前，主要是以云制造特征和云资源分类为基础，对云制造资源建模进行研究。而在当今的信息化、网络化时代，在当前整个环境背景下，制造业的计算功能仅仅实现对资源的计算已经不能够满足时代对服务的要求。且制造业作业车间的工作，是在物料准备达到一定条件的情况下才能进行。如果物料准备存在物料数量不够、物料质量有问题、物料到货时间不合适等情况都会对制造业作业车间的生产安排带来重大影响。

发明内容

针对现有技术的上述不足，本发明要解决的技术问题是提供一种基于云制造的物料采购影响生产车间排产的分析算法解决物料采购对生产车间排产的影响问题。

本发明的目的是克服现有技术中存在的问题：目前云制造主要研究的内容仅仅是以云制造特征和云资源分类为基础，对云制造资源建模进行研究，而造业的计算功能仅仅实现对资源的计算已经不能够满足时代对服务的要求。且制造业作业车间的工作，是在物料准备达到一定条件的情况下才能进行。如果物料准备存在物料数量不够、物料质量有问题、物料到货时间不合适等情况都会对制造业作业车间的生产安排带来重大影响。

本发明为实现上述目的所采用的技术方案是：一种基于云制造的物料采购影响生产车间排产的分析算法解决物料采购对生产车间排产的影响问题。

该算法的步骤如下：

步骤1：把数据存入云端。

步骤2：利用改进的K_means算法解决制造业的物料采购问题，具体如下：

1.初始化数据集。初始化采购商数据集P，属性(物料)数据集A，采购物料标准X。

2.对供应商数据集进行聚类。用改进的K_Means算法对供应商数据集聚类，把具有相似性较高的供应商聚为一类，具体的为：

(1)确定聚类数量k。

(2)选择聚类中心。随机在供应商集合中选择k个供应商作为初始聚类中心。

(3)计算相异度。用物料种类数量来刻画两个用供应商集合中供应商与聚类中心的距离来表示相异度。

(4)聚类。将每个供应商聚类到与它相异度最小的聚类中心中去。

(5)计算聚类平均值。计算每个聚类中所有供应商的物料种类平均值，并将这个平均值作为新的聚类中心。

(6)反复执行(2)、(3)、(4)，直到聚类中心不再进行大范围移动或者聚类次数达到要求为止。

(7)输出聚类，并统计每个聚类所包含的供应商数量N_c。

3.计算聚类变异步长。利用聚类中物料种类与标准值标准差作为聚类的变异步长。

4.聚类变异。

5.计算聚类变异适应度值。

6.判定适应度值是否在安全范围之内f_c∈(a，b)，其中，a,b为设定的安全适应度值上限和下限。如果f_c∈(a，b)，则转7，否则以聚类变异x′_ic的平均值作为聚类中心，转2。