[发明专利]一种应用于置换流水车间的邻域搜索调度方法及装置

说明书

本发明公开了一种应用于置换流水车间的邻域搜索调度方法及装置，所述方法包括：获取关于机床、工件和工件加工时间的时间矩阵，生成工件的初始加工序列，并形成甘特图；确定所述初始加工序列下的关键路径，所述关键路径为总加工时间最长的工序路径；基于目标工件及其相邻工件，确定邻域特征块和关键点，所述目标工件为首尾工件以及每个机床关键路径上的第一个工件，所述邻域特征块为交换相邻工件后所述甘特图结构发生改变的区域，所述关键点为所述关键路径与所述邻域特征块的交点；交换所述目标工件及其相邻工件后，若关键点前移，则进行交换；若关键点后移，则不进行交换；如此，在保证计算精度的同时大幅减少计算次数。

技术领域

本发明属于车间调度领域，更具体地，涉及一种应用于置换流水车间的邻域搜索调度方法及装置。

背景技术

生产调度是在某些生产条件的约束下，合理确定每个加工对象的加工路径、加工时间和操作等，以实现某些生产目标，可以定义为“把有限的资源在时间上分配给若干任务，以满足一个或多个目标”。生产调度问题大量存在于制造业中，在智能制造的趋势下，越来越多的生产企业将生产的重点集中到了生产调度问题上，开发更好的调度算法，努力追求更优的解决方案，以实现降低成本、提高生产效益的目标。其中，置换流水车间调度问题(Permutation Flowshop Scheduling Problem,PFSP)属于经典的NP-hard问题，该问题具有指数爆炸，工序相关性等复杂性。

传统的“模型+算法”式车间调度已经十分成熟，人们在相关领域取得了非常丰富的成果。但是随着智能化和柔性化车间的发展，车间数据量越来越庞大，相应的启发式算法以及元启发式算法的解空间也变得越来越复杂，这对算法本身的性能提出了更高的挑战。

而当前的算法均为泛化式算法，并未针对制造系统问题本身的结构和特性进行分析和改进，已经不足以解决日趋复杂的实际生产问题。因此，亟需对问题结构的本身进行分析，发现其中规律，与元启发式算法相结合，实现新时代下的智能调度。

发明内容

针对现有技术的缺陷和改进需求，本发明提供了一种应用于置换流水车间的邻域搜索调度方法及装置，用以解决现有的车间调度方法无法适用于庞大的车间数据的技术问题。

为实现上述目的，本发明提供了一种应用于置换流水车间的邻域搜索调度方法，包括以下步骤：

S1：获取关于机床、工件和工件加工时间的时间矩阵，生成工件的初始加工序列，并形成甘特图；

S2：确定所述初始加工序列下的关键路径，所述关键路径为总加工时间最长的工序路径；基于目标工件及其相邻工件，确定邻域特征块和关键点，所述目标工件为首尾工件以及每个机床关键路径上的第一个工件，所述邻域特征块为交换相邻工件后所述甘特图结构发生改变的区域，所述关键点为所述关键路径与所述邻域特征块的交点；

S3：交换所述目标工件及其相邻工件后，若关键点前移，则进行交换；若关键点后移，则不进行交换；

S4：将得到的新加工序列重复步骤S2和S3的操作，直至交换所有相邻工件均无法缩短总加工时间，则输出最优加工序列。

进一步地，在所述步骤S2之前，对所述初始加工序列进行多邻域搜索操作；

所述多邻域搜索操作包括：

在所述新加工序列中随机选择两个工件，颠倒两个工件之间所有工件的顺序；或者

在所述新加工序列中随机选择三个工件，交换三个工件之间的两段序列的位置；或者

在所述新加工序列中随机选择两个工件，交换两个工件的位置。

进一步地，在所述步骤S4之后，结合元启发式算法，对所述最优加工序列进行所述多邻域搜索操作，并重复步骤S2～S4，以得到全局最优解。

进一步地，所述元启发式算法包括以下之一：