[发明专利]基于迭代局部搜索的调度优化方法

说明书

本发明公开了一种基于迭代局部搜索的调度优化方法，S1、确定编码及解码方案，对调度方案进行编码，即编码成满足调度方案的合法解，并利用解码将合法解转换为调度方案；S2、基于迭代插入的初始化生成一个初始解；S3、对当前解采用基于贪婪策略的扰动生成扰动解；S4、对扰动解进行邻域搜索生成局部解；S5、应用接受条件判断局部解是否可以代替当前解；S6、重复S3至S5进行搜索，直到满足算法终止条件，输出可行调度方案。本发明能够实现分布式异构柔性流水线批量流调度问题的高效求解。

技术领域

本发明属于生产调度塔领域，特别是一种基于迭代局部搜索的调度优化方法。

背景技术

当前伴随着客户需求的个性化和多样化越趋明显，生产模式呈现出多品种小批量的特征，具有多品种并行、资源共享、生产周期不确定性、需求多变的特征。为满足生产的要求，很多加工企业在传统单一集中式车间或单一流水线基础上，通过增加车间或者流水线，同时在部分加工阶段增加并行机来提高生产车间的柔性加工能力，但同时受成本、加工资源等影响，车间之间可能存在差异性，如工艺路线、客户的需求、车间布局、运输距离、电价、用工成本、经济政策的差异性等，呈现出典型的异构车间特征，形成了分布式异构柔性流水线。分布式异构柔性流水线批量流调度问题可以描述为：整个加工系统由F条异构柔性流水线组成，每条流水线包含S个加工阶段，每个加工阶段包含若干台具有不同速度因子的并行机，至少有一个阶段的机器数量大于2台。N个待加工的工件被分配到F条流水线中进行加工，所有工件具有相同的工艺路线，即从第一个阶段到最后一个阶段。每个工件i可以被分成L_j个具有规模的子批，L_j在每台机器上的规模相同。一旦一个子批在某个阶段中完成加工，可以立刻转移到下一阶段的机器中加工，无需等待该工件的所有子批完成加工。每个子批在一台机器上的加工过程不可以中断。子批之间切换时存在依赖于序列的准备时间。一旦一个子批被分配到某条流水线中加工，其所有的工序必须在该流水线中完成。在同一时刻，每个子批最多只能在一台机器上加工，每台机器最多只能加工一个子批。子批在阶段间的转运时间包含在准备时间中，流水线中缓冲区不限制，允许机器和子批之间存在空闲时间。优化目标为加工完N个工件的最大完成时间，则该问题的调度方案包括子批所在流水线、每个阶段机器选择、每个阶段子批的排序。

这类生产线广泛存在于客车涂装、烟草生产、纺纱并条车间、IC芯片封装等生产企业中。与传统单车间混合流水线相比，分布式异构混合流水线的调度不仅要考虑时间约束，还要考虑车间、工艺、环境异构等生产约束的影响。而目前还未有针对分布式异构柔性流水线批量流调度问题的求解算法，因此本发明的方法对于提高这类分布式生产企业的生产效率具有现实意义。

智能优化方法通过模拟自然界的某些原理、现象或者生物行为建立智能搜索策略实现对解空间的有效搜索，具有寻优速度快、通用性强的特点。然而，这类方法仅仅通过模拟上述行为的优化操作实现搜索，对问题特征缺少针对性的利用，未能准确地建立知识层面与优化操作的关系，存在搜索深度不足的问题。针对上述不足，本发明结合问题特征，提出一种基于迭代局部搜索的分布式异构柔性流水线批量流调度方法。

发明内容

本发明需要解决的问题是，结合分布式异构柔性流水线批量流调度问题的特征，提出一种基于迭代局部搜索调度优化方法，实现分布式异构柔性流水线批量流调度问题的高效求解。本发明是通过以下技术方案给出分布式异构柔性流水线批量流调度方案：

一种基于迭代局部搜索的调度优化方法，包括如下步骤：

S1、确定编码及解码方案，对调度方案进行编码，即编码成满足调度方案的合法解，并利用解码将合法解转换为调度方案；

S2、基于迭代插入的初始化生成一个初始解；

S3、对当前解采用基于贪婪策略的扰动生成扰动解；

S4、对扰动解进行邻域搜索生成局部解；

S5、应用接受条件判断局部解是否可以代替当前解；