[发明专利]一种两阶段装配流水车间调度方法

权利要求书

1.一种两阶段装配流水车间调度方法，其特征在于，该方法包括以下步骤：

步骤一、建立不同交货期窗口约束下的两阶段装配流水车间调度的目标函数；

步骤二、确定调度过程的约束条件；

步骤三、采用基于细胞受体的人工免疫系统算法即RAIS算法求解所述目标函数，经过迭代运算，将满足停止条件的解解码后作为最终的调度方案；

步骤一中所述的目标函数如下：

i为工件号，n为工件个数；

α_i为工件i的单位提前惩罚成本，β_i为工件i的单位滞后惩罚成本；

E_i为工件i的提前时间，T_i为工件i的滞后时间；

Z为提前与滞后惩罚成本加权和；

步骤二中所述的约束条件包括：

零件在并行同速机上不同位置约束：

零件拆分处理约束：

M×x_jtk≥q_jtk j,t＝1,2,…,h,k＝1,2,…m (6)

q_jtk-1≥M×(x_jtk-1) j,t＝1,2,…,h,k＝1,2,…m (7)

同一并行同速机不同位置上的零件完工时间约束：

C_0k＝0 k＝1,2,…,m (8)

F_i≥C_tk-M×(1-x_jtk)

工件在装配机不同位置约束：

装配机不同位置上的工件完工时间约束：

C_r≥F_i+A_i-M×(1-y_ir) i,r＝1,2,…,n (13)

工件提前成本与滞后成本约束：

E_i≥e_i-C_r-M×(1-y_ir) i,r＝1,2,…,n (15)

T_i≥C_r-d_i-M×(1-y_ir) i,r＝1,2,…,n (16)

E_i≥0 i＝1,2,…,n (17)

T_i≥0 i＝1,2,…,n (18)

上述公式(2)～(18)中，存在以下决策标量：

r为装配机上工件加工的位置号；

m为并行同速机个数；

k为并行同速机号；

h为总的零件种类数；

j为零部件种类号；

t为并行同速机上零件加工的位置号；

J_i为工件i的零件种类集；

s_1j为加工零件j前的准备时间；

q_1j为零件j的总个数；

p_1j为零件j的单个加工时间；

s_2i为加工工件i前的准备时间；

A_i为工件i的装配时间；

e_i为工件i交货期窗口的起始时间；

d_i为工件i交货期窗口的结束时间；

C_tk为并行同速机k位置t上的零件的完工时间；

C_(t-1)k为并行同速机k位置t-1上的零件的完工时间；

C_0k为并行同速机k位置0上的完工时间即机器未进行加工状态下的时间点；

F_i为工件i进行装配操作的最早开始时间；

C_r为装配机位置r上的工件的完工时间；

C_r-1为装配机位置r-1上的工件的完工时间；

q_jtk为并行同速机k位置t上的零件j的个数；

M为一个足够大的正整数；

在上述公式(2)～(18)中，存在以下决策变量：

所述的步骤三的具体方法如下：

用RAIS求解不同交货期窗口约束下的TSAFSP包括编码、解码和适应度值计算的操作；

31)编码时，每个受体采用基于工件序列的编码，记作(π₁,π₂,…,π_n)，即加工位置i处的工件为π_i；

32)解码时，每个受体的解码步骤如下：

步骤3.2.1：依据公式(2)～(10)，采用拆分法确定每台并行同速机上零件种类、数量和完工时间；

a.设定i＝1,转b；

b.计算其中CT_0k＝0，如果i≤n，则计算并对TP_j按从大到小排序得转c；如果i＝n+1，则停止；

c.设定t＝1，MCT_k＝0(k＝1,2,…,m)转d；

d.令w为min(MCT₁,MCT₂,…,MCT_m)的机器号，如果q_1t′＝0，则令t＝t+1转d；如果同时满足q_1t′>0，则q_tw′＝q_1t′，q_1t′＝0，CT_iw＝MCT_w+s_1t′+p_1t′×q_tw′，MCT_w＝CT_iw，令t＝t+1转d；如果同时满足q_1t′>0，则q_1t′＝q_1t′-q_tw′，CT_iw＝MCT_w+s_1t′+p_1t′×q_tw′，MCT_w＝CT_iw，转d；如果同时满足q_1t′>0，则q_tw′＝q_1t′，q_1t′＝0，CT_iw＝MCT_w+s_1t′+p_1t′×q_tw′，MCT_w＝CT_iw令t＝t+1转d；如果且q_1t′＝0，则i＝i+1转b；

步骤3.2.1中存在以下决策标量：

i为工件加工位置号，j为零件号，k为并行同速机器号；

为加工位置号为i的工件的零件在制造阶段的完工时间下界；

CT_ik为加工位置号为i的工件的零件在并行同速机k上的最大完工时间；

CT_iw为加工位置号为i的工件的零件在并行同速机w上的最大完工时间；

CT_(i-1)k为加工位置号为i-1的工件的零件在并行同速机k上的最大完工时间；

为装配工件π_i所需的零件种类数；

为工件π_i的零件j的不拆分总处理时间；

为装配工件π_i所需的种零件中，第t大的不拆分总处理时间；

MCT_k为并行同速机k的完工时间；

MCT_w为并行同速机w的完工时间；

为装配工件π_i所需的种零件中，不拆分总处理时间第t大的零件的总个数；

为装配工件π_i所需的种零件中，不拆分总处理时间第t大的零件在并行同速机w上的个数；

为装配工件π_i所需的种零件中，不拆分总处理时间第t大的零件的准备时间；

为装配工件π_i所需的种零件中，不拆分总处理时间第t大的零件的单个加工时间；

为对数a向上取整；

步骤3.2.2：依据公式(11)～(14)，采用空闲时间插入法确定装配机上工件的完工时间：

a.设定i＝1，ACT＝0，转b；

b.判断i≤n，如果不满足，设定i＝n，ξ_r＝0(r＝1,2,…,n)，l＝1，FJ_l＝LJ_l＝i转c；否则判断满足则ACT＝C_i，不满足则ACT＝C_i；令i＝i+1转b；

c.判断i≥1，如果不满足，则停止；否则判断i＝n，如果满足，则ξ_i＝1，否则判断如果满足，则ξ_i＝ξ_i+1，FJ_l＝i，否则ξ_i＝ξ_i+1+1，l＝l+1，FJ_l＝LJ_l＝i转d；

d.令σ_l＝{r|ξ_r＝ξ_i,r＝1,2,…,n}，若则若则若则η_r＝0；计算判断如果满足，则i＝i-1转c，否则转e；

e.若则若则△_1r＝M；若则判断ξ_i＝1，如果满足，则△_2l＝M，如果不满足，转f；

f.若则C_r＝C_r+△_2l，ξ_r＝ξ_r-1，FJ_l-1＝FJ_l，l＝l-1转c；若则转c；

步骤3.2.2中存在以下决策标量：

CT_i1为加工位置号为i的工件的零件在并行同速机1上的最大完工时间；

CT_i2为加工位置号为i的工件的零件在并行同速机2上的最大完工时间；

CT_im为加工位置号为i的工件的零件在并行同速机m上的最大完工时间；

C_i为装配机位置i上的工件的完工时间；

C_i+1为装配机位置i+1上的工件的完工时间；

为加工工件π_i前的准备时间；

为加工工件π_i+1前的准备时间；

为加工工件前的准备时间；

为工件π_i的装配时间；

为工件π_i+1的装配时间；

为工件的装配时间；

ACT为装配机的完工时间；

ξ_i为装配机上加工位置号为i的工件的标记号；

ξ_i+1为装配机上加工位置号为i+1的工件的标记号；

ξ_r为装配机上加工位置号为r的工件的标记号；

l为集合σ_l的标记号；

FJ_l为标记号为l的工件集中最早进行装配的工件的加工位置号；

FJ_l-1为标记号为l-1的工件集中最早进行装配的工件的加工位置号；

LJ_l为标记号为l的工件集中最晚进行装配的工件的加工位置号；

为装配机位置LJ_l上的工件的完工时间；

为装配机位置LJ_l-1上的工件的完工时间；

为工件π_r的单位提前惩罚成本；

为工件π_r的单位滞后惩罚成本；

η_i为装配机上加工位置号为i的工件的完工时间增加一个单位造成的成本减少值；

η_r为装配机上加工位置号为r的工件的完工时间增加一个单位造成的成本减少值；

为工件π_r交货期窗口的起始时间；

为工件π_r交货期窗口的结束时间；

σ_l为标记号为l的工件集；

△_1r为工件在不改变其完工状态(提前、滞后或如期完工)时，完工时间允许的最大增加值；

△_2l为集合σ_l中的工件在不影响其他工件集中的工作时，完工时间允许的最大增加值；

步骤3.2.3：依据公式(1)和(15)～(18)计算目标函数；

33)由于优化目标为提前和滞后惩罚成本加权和最小，采用目标函数的倒数作为适应度函数对每个受体进行评价；

34)RAIS算法求解不同交货期窗口约束下的TSAFSP的步骤如下：

步骤3.4.1：随机初始化NB个B细胞受体和NT个T细胞受体种群，转步骤3.4.2；

步骤3.4.2：采用选择和插入的方式对B细胞受体和T细胞受体种群进行基因再排列：首先将当前适应度值最高的受体作为标准受体，然后从其他受体的工件序列中随机选择R个加工位置号，将这R个加工位置号上对应的工件分别插入到其在标准受体中的加工位置上，若这个新的工件序列解码的适应度值大于被选择的受体适应度值，则更新被选择的受体，否则被选择的受体保持不变，转步骤3.4.3；

步骤3.4.3：比对B细胞受体与当前适应度值最高的T细胞受体在相同加工位置处的工件，如果存在工件相同，则B细胞与T细胞发生同源相互作用，转步骤4.4.4，否则B细胞与T细胞不发生同源相互作用，转步骤3.4.6；

步骤3.4.4：采用部分随机排序的方式对B细胞受体进行细胞突变：对比B细胞受体与当前适应度值最高的T细胞受体在相同加工位置处的工件，工件相同情况下组成的加工位置号集合为工件不相同情况下组成的加工位置号集合为δ，集合中加工位置号上工件保持不变，对集合δ中加工位置号上的工作重新随机排序生成新的集合δ′，若解码的适应度值大于被选择的B细胞受体适应度值，则更新被选择的B细胞受体，否则被选择的B细胞受体保持不变，转步骤3.4.5；

步骤3.4.5：采用交换、插入、和颠倒的领域搜索机制对B细胞受体进行抗体转换：由于B细胞在T细胞受体的帮助下可以大量分化为分泌IgG、IgA、和IgE形态抗体的浆细胞进而消灭抗原，所以对被选择的B细胞受体，分别以1/3的概率进行交换、插入、或颠倒搜索进而达到局部最优，每个被选择的B细胞受体共进行I次抗体转换，若抗体转换后B细胞受体的适应度值提升，则更新被选择的B细胞受体，否则不变，转步骤3.4.7；

步骤3.4.6：采用插入和交换的领域搜索机制对B细胞受体进行IgM抗体转换：由于B细胞在不与T细胞发生同源相互作用时，只是表达IgM抗体，提供一个快速的早期防御机制，所以被选择的B细胞受体先进行插入，再做交换，若IgM抗体的表达后B细胞受体的适应度值提升，则更新被选择的B细胞受体，否则不变，转步骤3.4.7；

步骤3.4.7：当前适应度值最高的受体保持不变，其他受体重新随机生成，转3.4.8；

步骤3.4.8：判断是否满足预先设定的最长CPU运行时间T_max，如果满足，将当前最好的解作为最优解，得到最终的调度方案并停止，如果不满足转步骤3.4.2。