一种基于遗传算法的高级计划排程系统及方法

摘要

本发明涉及一种基于遗传算法的高级计划排程系统及方法，包括基础设置模块、数据管理模块和排程模块三部分，利用遗传算法中变异、种群进化特性，在潜在的解决方案种群中逐次产生最优解方案，解决航空企业机加生产车间的排程问题。

主权项

基于遗传算法的高级计划排程系统，包括基础设置模块、数据管理模块和计划排程模块三部分，其中：基础设置模块：进行车间的物料基本信息、人员信息、设备及设备组信息、工作日历信息的输入和维护、设置；对系统中的应用人员进行操作权限设置；该模块为数据管理模块和计划排程模块提供基础信息和系统运行信息的支撑；数据管理模块：输入任务及其优先级信息、加工工艺信息、加工资源信息和库存信息，其中加工工艺信息包括零件的工序信息、工序工时信息、工序加工单元信息、工序设置信息，以及工序所需材料信息；加工资源信息包括设备及设备组信息、工序加工所需的工装、工具信息；计划排程模块：读取系统基础设置模块中的工作日历信息，读取数据管理模块中的任务及其优先级信息、加工工艺信息、加工资源信息和库存信息；输入排程参数N,T,Pc,Pm，N代表种群大小，T代表迭代次数，Pc代表交叉概率，Pm代表变异概率，调用排程算法，输出排程结果，即设备资源维度和任务维度的甘特图；计划排程模块具体实现过程为：(1)输入排程参数N,T,Pc,Pm，读取基础设置模块中的工作日历信息，读取数据管理模块中的任务及其优先级信息、加工工艺信息、加工资源信息和库存信息，为任务编码，随机生成规模为N的初始种群A；(2)计算初始种群A中每条染色体的适度函数，以最短总加工时间作为评价标准，将每条染色体的总加工时间取倒数后得到的结果作为该染色体的适度值；(3)针对每条染色体的适度值赋予不同的选择概率Ps，计算公式如下所示，其中i代表某个染色体，其适度值记为fi，采用轮盘赌的方式从初始种群A中选择N条染色体，生成新的种群A＇；$Ps=f_i/\underset{i=1}{\overset{N}{\Sigma }}{f}_i$(4)根据输入的交叉概率Pc，使种群A＇中的父代染色体进行两两交叉，交叉后的染色体需要进行合法性检验，合法的染色体保留，不合法的染色体丢弃；(5)根据输入的变异概率Pm，对父代染色体进行基因段重排，生成新的染色体后同样需要进行合法性检验；(6)重复这个过程T次，得到初步排程的最优解；约束调整为：出现插单、延误或物料供应发生变化时，需要相应地增加任务、调整任务优先级信息、加工工艺信息、加工资源信息和库存信息，重新排程并得到符合当前生产状态的排程结果。