[发明专利]基于调度规则组合的Flow shop调度方法

权利要求书

1.一种基于调度规则组合的Flow shop调度方法，其特征在于，包括以下步骤：

步骤1、获取Flow shop生产系统的实时作业数据；

步骤2、判断Flow shop生产系统执行初始调度或者重调度，若执行初始调度，则对实时作业数据进行作业数据处理，得到初始调度数据集；若执行重调度，则先对实时作业数据进行初始数据处理，再对初始数据处理完成后的数据进行作业数据处理，最终得到重调度数据集；

步骤3、判断是否存在调度模型，若是，则将初始调度数据集或者重调度数据集输入至调度模型中，调度模型输出对应的调度规则组合编码，然后执行步骤5；若否，则执行步骤4；

步骤4、调用历史作业数据，并根据历史作业数据构建调度模型，然后返回步骤3；

步骤5、对调度规则组合编码进行解码，得到多个调度规则组合；

步骤6、利用仿真技术选择出最优调度规则组合，并根据最优调度规则组合生成或者更新调度策略。

2.根据权利要求1所述的基于调度规则组合的Flow shop调度方法，其特征在于，对实时作业数据进行作业数据处理时，包括以下步骤：

实时作业数据包括每个Flow shop生产系统中的作业的工艺流程、作业在各工序上的被处理时间，将工艺流程和对应的被处理时间组合后定义为属性数据，属性数据的数据结构为n_i×m，其中n_i为第i个Flow shop生产系统包含的作业的数量，m为Flow shop工艺流程中工序的数量；

从事先定义好的调度规则库中选择多个调度规则进行组合后，得到调度规则组合，且调度规则组合中调度规则的数量为m，并将调度规则组合定义为标签数据；

以Flow shop生产系统的最大完工时间为匹配目标，将属性数据与标签数据进行一对一或者一对多的对应，得到匹配后数据；

对匹配后数据中的属性数据依次进行数据结构转变和维度变更，得到新属性数据集，以及对匹配后数据中的标签数据进行数据结构转变和编码，得到新标签数据集；

将新属性数据集和新标签数据集合并后组成初始调度数据集。

3.根据权利要求2所述的基于调度规则组合的Flow shop调度方法，其特征在于，对匹配后数据中的属性数据依次进行数据结构转变和维度变更的过程如下：

在包含多条属性数据的匹配后数据中，找出n_i的最大值n_max，将所有属性数据的数据结构都转变为n_max×m，转变方法如式(1)所示：

其中，表示第i条属性数据经过结构转变后的数据，表示第i条属性数据，表示第i条属性数据结构转变过程中设定的n_i维单位矩阵，表示第i条属性数据结构转变过程中设定的(n_max-n_i)×n_i维0矩阵；

将数据结构转变后的每一条属性数据进行平铺操作进而实现属性数据的维度变更，变更后的数据维度为1×(n_max*m)，最终得到的新属性数据集的结构为k×(n_max*m)，其中，k表示新属性数据集中属性数据数量。