[发明专利]一种基于GA-TS混合算法的车间排产方法

权利要求书

1.一种基于GA-TS混合算法的车间排产方法，其特征在于，所述基于GA-TS混合算法的车间排产方法，包括：

步骤S1、定时采集车间中设备的运行状态参数、设备的维修记录以及过程类数据；

步骤S2、使用GA-TS混合算法进行车间排产，包括以下步骤：

步骤S2.1、初始化GA算法获得种群，该种群中包含多个个体，每个个体即为一个排产方案；

步骤S2.2、构建基于生产效率和稳定性的适应度函数；

步骤S2.3、判断是否满足GA算法的停止准则，若满足则输出最优的排产方案，若不满足则继续执行；

步骤S2.4、利用所构建的适应度函数计算种群中个体的适应度；

步骤S2.5、采用结合最佳个体保留和锦标赛选择的方法选择种群中的个体；

步骤S2.6、利用双点交叉方式对选择的个体执行交叉操作得到子代个体；

步骤S2.7、对选择的个体执行变异操作，得到子代个体；

步骤S2.8、对所得子代个体使用TS算法进行改善，将得到的子代个体作为TS算法的初始解，可行解的迁移方案作为TS算法的领域，更新种群；

步骤S2.9、获取最新种群中以及最优个体，并重新步骤S2.3；

步骤S3、根据输出的最优排产方案，生成排产甘特图，调整车间资源；

步骤S4、激活发生器，所述发生器根据步骤S1中采集的设备的运行状态参数、设备的维修记录以及过程类数据对车间进行监听，若所述发生器触发，则重新执行步骤S2，否则维持当前排产方案。

2.如权利要求1所述的基于GA-TS混合算法的车间排产方法，其特征在于，所述构建基于生产效率和稳定性的适应度函数，包括：

假设初始时刻有n个原始工件，初始时刻以后有m个新工件到达车间，其中有z台加工工件工序的运行设备，采用i，i′，j，j′和k表示原始工件、新到达工件、原始工件的工序、新到达工件的工序以及设备的索序号，每个工件包含O_ij道工序，其中，i＝1，2，...，n，j＝1，2，...，n_i，n_i表示工件i的工序数量，同理，O′_i′j′道工序中，i′＝1，2，...，m，j′＝1，2，...，m_i′，m_i′表示工件i′的工序数量；

对于订单而言，最大完成时间越小说明排产方案的时间性能越好，因此最大完成时间的目标函数为makespan函数最小化，即：

其中，f₁为最大完成时间的目标函数，C_ijk表示工序O_ij在设备k上的完工时间，C′_i′j′k表示工序O′_i′j′在设备k上的完工时间；

另外，考虑车间生产的稳定性，采用工件的平均转换时间作为指标，即：

其中，f₂为调度惩罚函数，其中T_ijk表示工件i从j工序到k工序转换所用的时间，若工件i保持工序不变，则转换时间为零；

得到当前时刻下所有工件的完成时间，如下：

F＝ω₁f₁+ω₂f₂

其中，F为当前时刻下所有工件的完成时间，ω₁，ω₂分别为makespan函数和调度惩罚函数的权重值；

则建立适应度函数如下：

其中，E为适应度函数，适应度越高的个体越容易遗传到下一代，适应度最大的个体即为最优个体。