[发明专利]一种服装缝制流水线优化方法

说明书

本发明公开了一种服装缝制流水线优化方法，该方法利用遗传算法对蚁群算法进行了改进。通过借鉴遗传算法中染色体交叉和变异等思想，结合蚁群算法快速搜索最优值的能力和求解性能的鲁棒性,对服装缝制流水线进行优化设计。遗传算法中的交叉、变异思想能更好的实现缝制流水线工序的重新组合和再分配，而蚁群算法求解性能的鲁棒性可以使其较容易的应用到服装缝制流水线优化问题上。同时可以充分发挥蚁群算法快速搜索的优势，能够更准确、更快速的实现服装缝制流水线的优化重组，减少了迭代次数，避免发散。

技术领域

本发明涉及流水线优化技术领域，特别是涉及一种服装缝制流水线优化方法。

背景技术

服装缝制流水线的编制其实质就是在保证作业先后顺序的基础上，根据一定的排列方法，按照一定的生产要求进行工序重组，满足流水线均衡性的要求，实现流水线优化设计最优化。借助计算机进行编程来解决服装缝制流水线的编制问题时，必须要考虑到流水线的先后顺序。此外，必须明确流水线各模块工序间的优先关系，即工序的位置权重。这是流水线借助计算机技术进行科学编排的重要前提。在传统服装缝制流水线作业中，其生产工艺流程图通常是以生产任务图的形式来表示。生产任务图的最大特点就是能够体现生产过程的先后关系，服装缝制流水线工序的作业顺序在实际生产中是十分重要的。由于服装缝制生产流水线编制问题比其它路径优化问题更复杂。

因此，如何提供一种能够快速、准确的实现服装缝制流水线优化的方法是迫切需要本领域技术人员解决的技术问题。

发明内容

本发明提供了一种服装缝制流水线优化方法。

本发明提供了如下方案：

一种服装缝制流水线优化方法,包括：

步骤1：工序初始化，确定每一道工序的初始位置；设定种群规模A(i)，交叉概率J，变异概率B，迭代次数C；蚁群初始化，随机产生蚁群的初始位置；

步骤2：开始进行迭代并记录迭代次数；所述迭代为根据预置条件为当前访问的工位选择工序的一个循环；

步骤3：判断当前的迭代是否满足预置的终止条件，如果是，则进入步骤 5，如果否，则进入步骤4；

步骤4：对工序进行选择、交叉、变异后重新组合并返回步骤2；

步骤5：将选择的工序转移至当前访问的工位，结束当前访问的工位的迭代进入下一工位的迭代，并在被访问过的工位释放信息素，所述信息素包括服装缝制流水线编制过程中的即时信息；

步骤6：更新工位状态信息并获取迭代总数，所述迭代总数为所有被访问的工位的迭代次数之和；

步骤7：判断所有工序是否均分配完毕或者迭代总数小于迭代上限阈值，当同时满足两个条件时，则输出服装缝制流水线编制结果；如果只满足迭代总数小于迭代上限阈值，则返回步骤2；如果迭代总数等于迭代上限阈值，则返回步骤1。

优选的：所述根据预置条件为当前访问的工位选择工序，包括：

依据任务图的模块划分及各模块内工序的权重大小，计算工序转移的概率并为当前访问的工位选择概率大的工序进行组合。

优选的：所述预置的终止条件包括为当前访问的工位选择的所包含的工序节拍在节拍界限范围内。

优选的：所述步骤四包括：

当组合后的工序节拍小于节拍界限时继续选择概率较大的工序或者交叉工序进行组合，直到组合后的工序节拍满足节拍界限或者大于节拍界限，当满足节拍界限时进行步骤5；当大于节拍界限时则对并行工序进行选择然后进行变异，变异之后重新组合然后返回步骤2。

优选的：当组合后的工序节拍大于节拍界限时，则对并行工序进行重新选择然后进行变异后执行所述步骤2。