[发明专利]基于SparkR的产品检测总完工时间极小化方法

摘要

本发明提出了一种基于SparkR的检测计划总完工时间极小化方法，用于解决制造企业试验检测计划任务复杂和检测室资源分配不合理的问题，实现步骤为：创建DataFrame，导入原始试验计划任务数据；调用DataFrame操作对数据预处理；设定目标函数和约束条件；建立遗传算法模型优化试验检测计划排序；得到产品最优试验检测计划排序，输出每道工序的开工和完工时间；输出整个检测计划最小完工时间；调用可视化包对试验检测计划排序展示。本发明结合R语言的数据处理功能和可视化能力，借助Spark内存计算和支持多种计算模型的优势，整个过程高效优化，能够对大规模试验任务数据集分析处理，优化产品试验检测计划的完工时间。

主权项

一种基于SparkR的产品检测计划总完工时间极小化方法，总完工时间极小化过程涉及到产品的试验任务，试验工序，设备资源以及完工时间，其特征在于，把各个产品的试验任务分配到设备资源对应的各个检测室，在产品的试验任务确定的情况下，具体步骤包括有：(1)导入原始试验数据：在R中调用DataFrame接口，首先创建SparkContext，然后创建SQLContext，用SQLContext来创建DataFrame，导入原始产品试验检测任务数据，用DataFrame对试验检测任务数据进行存储，原始产品试验检测任务数据量可达到TB量级；(2)数据预处理：在所创建的DataFrame中对大规模试验任务数据根据产品试验检测任务进行缺失值的查找、插补、过滤以及数据列的操作和提取部分数据；(3)确定试验检测任务目标函数和约束条件的数学模型：目标函数根据产品试验任务的最终目标建立，即试验检测计划排序的总完工时间，约束条件根据各试验检测产品的检测先后顺序和各检测室的检测先后顺序确定；(4)建立产品试验检测任务总完工时间的遗传算法优化模型：对产品的所有试验检测任务数据进行参数初始化、遗传算子的设定、初始种群生成、个体编码、个体适应度计算、交叉和变异操作，得到子代基因序列，即产品的试验检测任务排序，然后根据个体适应度对试验检测任务的排序进行选择，计算每种排序的完工时间，如果目标函数的解没有收敛，则以得到的子代基因序列作为父代继续进行交叉和变异迭代操作，直到目标函数的解收敛；(5)输出最优试验检测计划排序和每个产品、每道工序的开工、完工时间：满足迭代次数，结果达到收敛条件，即目标函数的解收敛，结束迭代，输出最优试验检测排序和每个产品、每道工序的开工和完工时间列表；(6)输出整个试验检测计划总完工时间：根据每个产品、每道工序的开工、完工时间，所有产品最后一道工序中的最大完工时间，即为整个试验检测任务的总完工时间，将总完工时间输出；(7)试验检测计划的可视化展示：总完工时间不能完全展示整个试验检测排序情况，根据每个产品、每道工序的开工、完工时间，将最终的试验检测排序显示为甘特图，将每个产品、每道工序在检测室检测的先后顺序和加工时间信息可视化展示。