[发明专利]一种基于云制造的物料采购影响生产车间排产的分析算法

摘要

一种基于云制造的物料采购影响生产车间排产的分析算法，把数据存入云端，利用改进的K_means算法解决制造业的物料采购问题，判断采购物料是否满足开动车间生产计划条件，用改进的布谷鸟搜索算法解决制造业作业车间的调度排产问题，本发明用判断算法建立其了制造业物料采购与作业车间调度之间的关联关系，有效地保证采购环节与车间作业环节的配合，能够选取最合适的采购方案，保证作业车间的运行情况最优；对于布谷鸟搜索算法在车间调度问题中的应用上，确定了鸟窝的初始位置的计算方式，是算法结果更加精确，同时计算方法简单，方便高效，实用性高。

主权项

一种基于云制造的物料采购影响生产车间排产的分析算法，本发明涉及云制造领域，具体地涉及用算法解决制云制造中的物料采购影响生产车间的排产问题，其特征是，包括如下步骤：步骤1：把数据存入云端步骤2：利用改进的K_means算法解决制造业的物料采购问题步骤3：判断采购物料是否满足开动车间生产计划条件，若满足，转步骤4，否则返回步骤2进行物料采购调整，判断规则为：(1).估计货物运输时间，如果物料没在预计时间内送达，则不满足开动作业车间生产计划条件(2).经质检部门对货物做质检，若货物的质量不过关，则不满足开动作业车间生产计划条件步骤4：用改进的布谷鸟搜索算法解决制造业作业车间的调度排产问题：(1).初始化鸟窝位置（工件加工完成时间）：根据订单周期订单收益R，工件加工时间长度三个方面来确定鸟窝初始位置(2).确定编码规则：按照编码规则将鸟窝位置（完成时间）转换为工序排列(3).计算目标函数值：计算各鸟窝位置对应的目标函数值，并获得当前最优鸟窝位置(4).更新鸟窝位置(5).当到达最大搜索次数或满足搜索精度时转入7，否则，转4进行下一次搜索(6).输出最优调度值和对应的调度方案（染色体序列）步骤5：输出最优采购方案以及对应的作业车间调度方案步骤6：从云端下载相关的解决方案。