[发明专利]基于遗传算法的多目标联合调度方法、装置、设备及介质

说明书

本发明涉及一种基于遗传算法的多目标联合调度方法、装置、设备及介质，其中方法包括：先获取待调度目标、然后根据调度目标确定约束条件和优化目标模型，再根据待调度目标生成初始种群，根据优化目标模型及约束条件对初始种群进行优化，得到最优解后进而得到联合调度方案。相比于现有技术，本发明采用遗传算法对具有拆卸工序配置、配送任务分配、配送车辆配置和拆卸产线配置这四个目标的联合调度进行优化，并且在遗传优化的过程中结合了产业运作成本和累积库存超时量两个指标，将产业中的拆卸、库存、配送三个结算综合至一起进行研究，使调度结果能够达到最优的经济效益，更具备现实指导意义及实用性。

技术领域

本发明涉及供应链调度技术领域，尤其涉及一种基于遗传算法的多目标联合调度方法、装置、设备及介质。

背景技术

当今世界生活的主题是“低碳、环保、节能”，低碳经济背景下如何创造更多的经济，如何实现产品周期的循环决定着企业的核心竞争力。

联合调度是一类面向多阶段、多过程的优化方法，采用精确地调度方式，设计出整个过程中每个环节的联合调度方案，能实现企业总体经济效益的优化，提升企业的服务水平。在产业中，将多个工序联合在一起进行调度，综合考虑它们之间的约束，使得企业成本最小化的同时，收过更多客户的满意度，是我们应当研究的问题。

但是，目前对联合调度的研究都集中在制造生产的模式，而对拆卸生产的模式研究较少，例如汽车拆解、船舶拆解等领域，因缺少对拆卸、库存、配送三个阶段综合至一起进行调度的考量，导致现有的相关产业未达到最优的经济效益。因此，亟需一种能够结合拆卸、库存、配送三个阶段进行联合调度的方法。

发明内容

有鉴于此，有必要提供一种基于遗传算法的多目标联合调度方法、装置、设备及介质，用以解决如何将拆卸、库存、配送三个环节综合起来考量以获得最优的调度方案的问题。

为达到上述技术目的，本发明采取了以下技术方案：

第一方面，本发明提供了一种基于遗传算法的多目标联合调度方法，包括：

获取待调度目标，所述待调度目标包括拆卸工序配置、配送任务分配、配送车辆配置和拆卸产线配置；

根据所述待调度目标确定约束条件和优化目标模型，所述优化目标模型的优化目标包括产业运作成本和累积库存超时量；

根据所述待调度目标和所述约束条件，编码出多个染色体并形成初始种群；

根据所述优化目标模型和所述约束条件，通过遗传算法对所述初始种群进行迭代优化，得到最优解；

根据所述最优解，确定联合调度方案。

进一步的，所述根据所述待调度目标确定约束条件和优化目标模型，包括：

根据所述待调度目标，得到所述约束条件；

建立第一目标函数，所述第一目标函数根据所述待调度目标和所述约束条件计算库存成本、运输成本和拆卸成本，得到所述产业运作成本；

建立第二目标函数，所述第二目标函数根据所述待调度目标和所述约束条件计算所述累积库存超时量。

进一步的，所述约束条件包括用于代表车辆配送规则的第一约束条件和用于表示车辆配送能力的第二约束条件。

进一步的，所述染色体包括第一序列、第二序列、第三序列和第四序列，所述第一序列携带用于表示所述拆卸工序配置的信息，所述第二序列携带用于表示所述配送任务分配的信息，所述第三序列携带用于表示所述配送车辆配置的信息，所述第四序列携带用于表示所述拆卸产线配置的信息。

进一步的，所述根据所述待调度目标和所述约束条件，编码出多个染色体并形成初始种群，包括：

根据所述拆卸工序要求，生成所述第一序列；