[发明专利]一种流水生产车间智能调度优化方法及系统

说明书

本发明公开了一种流水生产车间智能调度优化方法及系统，包括：根据对流水车间的加工方式及特点建立多目标车间调度模型，所述的多目标车间调度模型以最小化的最大完工时间、最大流经时间以及交期拖延时间为优化目标，构建了流水车间多目标调度优化模型；结合了一种用曲线自适应改进的多目标蚱蜢算法求解多目标流水车间模型，得到车间调度优化方案；利用得到的调度优化方案对流水车间内各个工厂的工件和加工设备进行调度。通过该方案解决了车间生产效率低的问题，有效的提高了生产效率和生产原料利用率，从一定意义上达到了流水车间智能排产的效果。

技术领域

本发明涉及车间生产调度控制的相关技术领域，具体的说，是涉及一种流水生产车间智能调度优化方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，并不必然构成在先技术。

车间调度是企业生产管理系统中需要解决的重要问题之一。车间调度问题的研究发展距今已有60多年的发展史，是最困难的组合优化问题之一，自流水车间调度问题(FlowShop Scheduling Problem,FSP)被提出以来，引起了众多学者的关注研究。在经典的流水车间调度问题中，所有的工件都在一条流水线上生产，一条流水线上存在多个加工阶段，每个阶段上存在一台机器，每个工件需要依次通过该流水线。流水车间广泛应用于实际生产中，如食品、纺织、造纸、钢铁等行业。如果能在流水车间调度问题中求解得到最优方案，变能够大大提高工件质量，降低生产成本，提高车间的生产产量。

意大利经济学家在经济福利理论的著作中，提出了多目标优化问题，引入最优化的概念，对多目标最优化学科的形成产生了重要作用。1951年，美国经济学家在对生产和分配的活动分析中考虑了多目标问题，多目标优化问题的最优解的概念就被提了出来，并将其命名为“Pareto解”。如今，多目标优化问题应用越来越广，涉及诸多领域，本发明运用了其在车间调度问题中的应用。一般而言，调度问题指工件在满足约束的前提下在机器上进行合理安排，以优化某个或某些性能指标的问题。根据调度目标的多少，生产调度可分为单目标调度和多目标调度。多目标生产调度作为一种多目标决策问题，在越来越复杂的制造环境中受到越来越多的重视。

发明内容

本发明所要解决的技术问题在于提供一种能够帮助流水生产车间提供调度方案以达到智能排产的一种生产车间流水生产车间智能调度优化方法及系统。

本发明是通过以下技术方案解决上述技术问题的：

一种生产车间流水生产车间智能调度优化方法，所述方法具体包括下述步骤：

S1、用于获取车间设备、工序、工件的基本信息和下发生产任务的第一终端发送的生产加工任务指令，所述生产加工指令包括加工的工件、数量以及要求完成的时间；

S2、确定车间调度的目标函数和具体约束条件，建立调度模型；

S3、确定使用的算法：多目标蚱蜢优化算法(MOGOA)，利用曲线自适应对多目标蚱蜢算法中的参数改进。

S4、采用基于曲线自适应的多目标蚱蜢优化算法对调度模型进行求解，得到帕累托最优解，输出生产调度方案。

作为优化的技术方案，步骤S2，具体如下：

有n个工序加工路线相同的工件在m台串行设备加工，每个工件都包含m道工序，并且每道工序都需要不同的机器进行加工，即要依次通过设备1，设备2，...，设备m，每个工件在每台机器上只加工一次，且每个工件在机器上的加工时间和准备时间已知，一旦加工开始就不能停止，直至加工结束；同时每个工件在同一时间只能由一台机器加工，每个机器同一时间智能加工一个工件。

参数和符号的表示如表1所示，如下：