一种基于瓶颈设备分解的大规模作业车间调度方法

摘要

本发明公开了一种基于瓶颈设备分解的大规模作业车间调度方法，包括：(1)数据采集，建立模型；(2)基于关键路径法进行瓶颈设备的识别；(3)对瓶颈设备和非瓶颈设备进行分类编码；(4)生成初始染色体种群；(5)对染色体种群进行交叉和变异操作；(6)对染色体种群接种免疫算子；(7)对染色体进行解码和适应度值计算；(8)更新算法最优染色体及最优适应度值；(9)判断方法终止准则是否达到，若满足则进入步骤（10），否则转跳至步骤（5）进行下一次迭代；(10)对步骤（9）中找出的最优染色体进行解码，获得调度指令进行调度。本发明可以在较短的时间内获得令人满意的调度方案，提高作业车间生产效率，可用于车间生产过程的调度管理与优化。

主权项

一种基于瓶颈设备分解的大规模作业车间调度方法，其特征在于，包括以下步骤：(1)数据采集：采集待调度大规模作业车间生产相关数据；建立调度问题对应的数学规划模型；(2)基于关键路径法进行瓶颈设备的识别；(3)对瓶颈设备和非瓶颈设备进行分类编码：对于瓶颈设备，采用基于工序编码的方式，细化到待调度的每一个瓶颈工序；对非瓶颈设备采用基于分派规则的编码方式，一台机器仅占用一个基因位；(4)按照步骤(3)所述编码方式生成染色体初始种群；(5)对染色体种群进行交叉和变异操作；(6)对步骤（5）进行变异操作后形成的染色体种群进行免疫操作；(7)对免疫操作结束后种群中所有染色体进行解码和适应度计算，选择种群中适应度值最高的染色体，并将该染色体保存为当代最佳染色体，该染色体的适应度值保存为当代最佳适应度值；(8)判断当代最佳适应度值是否大于算法最优适应度值，若是，则将算法的最优染色体及最优适应度值更新为当代最佳染色体及当代最佳适应度值，然后进入步骤（9）；若否，直接进入步骤（9）；(9)判断算法最优适应度值在连续多代内是否有改进，如果没有，转入步骤（10）；否则，判断算法迭代代数是否到达最大允许迭代代数，如果是，进入步骤（10），如果否，通过轮盘赌选择策略从免疫操作结束后种群中选择若干适应度值最高的染色体，作为下一代初始种群进入步骤（5）重新进行算法的下一次迭代；(10)对算法的最优染色体进行解码，获得调度指令，应用该调度指令对待调度的大规模车间进行作业调度。