[发明专利]一种基于数据的单阶段多产品批处理的控制方法

摘要

本发明公开了一种基于数据的单阶段多产品批处理的控制方法，包括以下步骤针对不同的目标批处理场景，取出相对应的历史生产调度数据，依据生产调度周期内生产调度任务的不同，分别建立SMSP调度案例；给定一种启发式加工设备分配规则，然后利用遗传算法求解SMSP调度案例的最优订单加工序列；利用SMSP调度案例以及最优订单加工序列，构建训练数据集，训练得到订单加工序列预测模型；利用订单加工序列预测模型对批处理订单进行处理，得到订单加工安排序列；利用启发式加工设备分配规则以及订单加工安排序列，将批处理订单分配到不同的设备，进行生产加工。本发明能够快速制定不同生产周期内的生产调度方案，且具有较好的调度优化效果。

主权项

一种基于数据的单阶段多产品批处理的控制方法，其特征在于，包括以下步骤：(1)针对不同的目标批处理场景，从历史生产数据中取出相对应的历史生产调度数据，依据生产调度周期内生产调度任务的不同，分别建立SMSP调度案例；(2)给定一种启发式加工设备分配规则，然后利用遗传算法求解步骤(1)中SMSP调度案例的最优订单加工序列；所述遗传算法的终止条件为：若在连续T次迭代后，当前所获得的最优解仍未得到改善，则算法终止，T取所有订单数的一半；(3)利用SMSP调度案例以及相应的最优订单加工序列，构建训练数据集，采用极限学习机算法进行订单加工序列预测模型的训练，训练得到订单加工序列预测模型；所述订单加工序列预测模型采用单隐层前馈神经网络表达；对于第k个订单，其相对于第k+1～n个订单优先被安排进行加工，因此，第k个订单与后续的任意一个订单用于构造一个训练样本，相应的订单的相关信息和实时的调度环境信息用于构造输入特征；每个订单的相关信息和相应的调度环境信息采用四个属性描述，分别为：实际加工时间、订单完工时间、订单加工时间比和订单完工比；所述训练数据集中每个训练样本的输入特征包括五种，分别为：实际加工时间之比、完工时间之比、订单加工时间比的比值、交货日期之比以及当前生产调度阶段已安排的订单数与总订单数的比值；(4)利用订单加工序列预测模型对待处理的批处理订单进行处理，得到订单加工安排序列；(5)利用步骤(2)的启发式加工设备分配规则以及步骤(4)的订单加工安排序列，将待处理的批处理订单分配到不同的设备，确定加工开始时间和结束时间，进行生产加工。