[发明专利]一种面向小批量多品种的可重构生产线调度优化方法

权利要求书

1.一种面向小批量多品种的可重构生产线调度优化方法，其特征在于：包括：

(1)根据柔性生产线领域的系统概念和逻辑，结合本体建模方法，给出车间生产线信息本体模型构建流程，构建柔性生产线的领域本体模型；

(2)基于SWRL语言建立本体的知识推理规则库并进行知识推理，结合车间生产线信息服务匹配方法，推导出生产线的生产状况；

(3)针对柔性作业车间调度决策和生产线当前生产状况的约束建立数学模型，使用基于遗传算法结合禁忌搜索算法的优化方法对该模型进行优化，优化的目标函数是工件的总加工时间，优化参数是工件的加工序列。

2.根据权利要求1所述的一种面向小批量多品种的可重构生产线调度优化方法，其特征在于：步骤(1)所述的本体模型构建流程为：

明确本体建模的目的和范围、判断是否复用、车间生产线信息分类术语及概念分析、车间生产线信息概念之间关系定义、定义车间生产线信息属性及取值类型、领域本体模型构建和本体评价，并最终生成车间生产线信息本体模型库。

3.根据权利要求1所述的一种面向小批量多品种的可重构生产线调度优化方法，其特征在于：步骤(2)所述的进行知识推理的过程为：

根据步骤(1)获得的领域本体，建立领域规则；

OWL解析器把领域本体解析为推理引擎能够识别的格式,并将类、关系、属性和实例等本体中的信息导入事实库，SWRL解析器把SWRL规则解析为推理引擎可以识别的格式,然后把解析后的规则放入规则库中；

推理引擎根据事实库和规则库进行推理，形成OWL新的事实库，并将其写入OWL知识库。

4.根据权利要求1所述的一种面向小批量多品种的可重构生产线调度优化方法，其特征在于：步骤(3)中柔性作业车间调度决策需要满足以下约束条件：

机器约束：任何工件在同一时刻只能在一台机器上进行加工，且机器加工不能被中断；

分配约束：每台机器在任何时刻只能加工某个工件的某道工序；

变量约束：每个工件的加工时间已知，且均为大于零的实数；

工序约束：每个工件工序之间存在先后顺序，不同工件工序之间无约束关系；

且生产线当前生产状况需要满足约束：每次调度优化时要通过本体模型知识推理来获取当前生产线的设备状况。

5.根据权利要求1所述的一种面向小批量多品种的可重构生产线调度优化方法，其特征在于：步骤(3)所述的数学模型为：

工件j₁在机器1上的加工时间为T(j_i,k)，因此工件j₁在机器1上的加工完成时间为：

c(j₁,1)＝T(j₁,1)

工件j₁在机器k上的加工完成时间为：

C(j₁,k)＝C(j₁，k-1)+T(j₁,k)，k＝2，3…m

工件j_i在机器1上的加工完成时间为：

C(j_i,1)＝C(j_i-1，1)+T(j_i,1),i＝2,3…n

工件j_i在机器k上的加工完成时间为：

C(j_i,k)＝max{C(j_i-1,k)；C(j_i,k-1)}+T(j_i,k),i＝2,3…n,k＝2，3…m

工件的总加工时间为：

C＝C(j_n，m)

6.根据权利要求1所述的一种面向小批量多品种的可重构生产线调度优化方法，其特征在于：步骤(3)所述的基于遗传算法结合禁忌搜索算法的优化方法为：

步骤3.1：设计遗传个体，采用实数的编码方式，一条染色体表示一个工件的加工序列，染色体的长度为工件工序的数量，染色体中基因表示对应工序所选择的加工设备序号；

步骤3.2：采用全局选择结合局部选择来产生初始种群，先随机产生一部分个体，再从中选择最好个体加入初始种群中，一直循环操作，直到初始种群个体数目达到预定值，产生种群P(t)；

步骤3.3：对种群进行适应度评价,适应度函数为其中表示第i个染色体的最大加工完成时间，计算每个粒子的适应度值P(i)；

步骤3.4：采用精英选择策略选择个体；

步骤3.5：按自适应交叉概率进行个体的交叉；

步骤3.6：按自适应变异概率进行个体的变异，得到种群P₂(t)；

步骤3.7：用禁忌搜索算法进行局部寻优,更新P₂(t)种群,并将个体按适应度值由好到差进行排序；

步骤3.8：判断终止条件是否满足,若是,输出最优个体,目标函数,并搜索结束；若不是，迭代次数加一,转到步骤4.3,重新进行个体寻优。