[发明专利]基于DE和L-BFGS-B混合算法的柔性化车间任务调度优化方法

说明书

一种车间生产调度技术领域的基于DE和L‑BFGS‑B混合算法的柔性化车间任务调度优化方法，用于车间生产的排产管理，包括以下步骤：1)建立柔性化车间调度问题的数学规划模型；2)基于高斯函数与罚函数法将原数学规划模型优化为连续可微的无约束广义目标函数；3)基于DE与L‑BFGS‑B混合算法求解无约束广义目标函数得到拖期最小化的最优适应值。本发明以拖期最小化作为优化目标，并考虑了设备与操作员两种资源的多种约束情况，可以指导实际生产，并提高生产效率。

技术领域

本发明涉及的是一种车间生产调度领域的技术，具体是一种基于DE(Differential Evolution Algorithm，差分进化算法)和L-BFGS-B(A Limited MemoryQuasi-Newton Algorithm with Simple Bounds on the Variables)混合算法对柔性化车间生产任务调度进行优化的方法。

背景技术

调度是制造生产过程中的核心组成部分，其用于解决生产中怎么做的问题。它需给出各 道工序何时、何地由何人作业，以达到指定性能指标的最优。其中，柔性化生产车间调度问题 是一类更接近于生产实际的调度问题，得到广泛的研究。它是指每道工序可在一台或多台调度 机器上加工，加工过程有多条工艺路线可供选择，相比于传统车间调度问题，它突破了机器约 束和加工工艺路线固定的限制，是更为复杂的一类车间调度问题。

目前，对于求解这类问题的算法可分为三类：1)精确算法；2)启发式算法；3)进化类算 法。其中，精确算法对求解问题有较多的限制，一般针对特定的问题，求解效率较低。启发式 算法虽然求解速度较快，但解质量较差。因此这两类方法难以满足实际调度问题的求解需求。 故目前进化类算法因求解效率较快及质量较高的优点，使之成为用来解决这类问题最有效的方 法之一。

DE是由Storn R和Price K提出来的一种采用浮点矢量编码，可对非线性和不可微的连 续空间进行启发式随机搜索的优化算法。其具备实现简单、收敛迅速、易于使用且鲁棒性高的 特性。目前已有学者开展了DE算法求解车间调度问题的研究。但是DE算法存在进化前期收敛 速度较快，进化后期收敛速度明显变慢的特征。

发明内容

本发明针对现有技术存在的上述不足，提出了一种基于DE和L-BFGS-B混合算法的柔 性化车间任务调度优化方法，以拖期最小化作为优化目标，考虑了设备与操作员两种资源的多 种约束情况，能够提升生产效率。

本发明是通过以下技术方案实现的：

本发明通过建立柔性化车间任务调度问题模型并进行优化后得到优化广义目标函数，然 后通过DE与L-BFGS-B混合算法求解优化广义目标函数，实现车间任务调度的优化。

所述的柔性化车间任务调度问题模型为：

优化目标为拖期最小化，目标函数具体为：其中：Gt(·)为获取第k个零件计划完成时间的函数，partname_k为名为name的部件中的第k个零件，Rt_k为第k个零件的需求完成时间，对每个零部件只有一个需求完成时间。

所述目标函数的约束条件有：

约束1：表示操作员技能约束，表示了工序i所选的操作者 o_i和设备m_i必须要满足o_i在m_i操作者序列中的条件；

约束2：

约束3：

约束2和约束3表示工序在时间上的约束，其用来满足加工顺序的约束，使得各工序之 间满足加工顺序；

约束4：表示设备生产能力约束，任一设备上所有工序生产时间之和不大于计划期内该设备的生产能力；