一种云制造模式下作业车间非瓶颈资源能力的界定方法

摘要

本发明提出了一种云制造模式下作业车间非瓶颈资源能力的界定方法，充分考虑车间作业中的随机因素，综合考虑机器的各种属性，定义了非瓶颈能力松弛率作为非瓶颈资源能力的利用指标，通过仿真，得到一系列系统性能与非瓶颈资源能力之间的变化曲线，然后通过聚类算法对数据点进行数据挖掘，得到非瓶颈资源能力的准确界定结果。针对云制造模式下分散制造资源的共享及服务中资源能力界定问题，定量确定出非瓶颈资源的生产能力、保护能力和过剩能力，同时解决了企业在扰动情形下无法给出生产资源合理的保护能力和企业在云制造模式下无法给出准确的云服务能力这两类问题。

主权项

1.一种云制造模式下作业车间非瓶颈资源能力的界定方法，其特征在于：采用以下步骤：步骤1：根据所研究的作业车间，在仿真软件中建立有扰动的作业车间模型；对作业车间模型进行初始化：步骤1.1：利用遗传算法对无扰动的作业车间调度方案进行优化，优化目标是作业车间调度方案的最大完工时间最小，得到作业车间优化调度方案；根据作业车间优化调度方案，采用瓶颈识别方法，得到作业车间中非瓶颈机器M_s及其在一个生产周期内最大完工时间步骤1.2：根据非瓶颈机器的最大完工时间以及非瓶颈机器M_s初始的非瓶颈能力释放等级g，采用公式计算出该生产周期内非瓶颈机器M_s初始的可用调度时间t_s，其中非瓶颈能力释放等级g∈G＝{0,1,2,...,l}，l为机器的最大能力松弛等级，g的初始值取0，Δ为单位活动松弛时间；并将仿真模型中待界定的非瓶颈机器初始的可用加工时间设定为t_s；将仿真模型的扰动值设定为V_v；步骤2：采用遗传算法对有扰动的作业车间模型中的投料序列进行优化：步骤2.1：初始化投料顺序：采用基于工件的编码方式随机产生N个个体，N个个体构成种群P(t)；步骤2.2：解码及适应度计算：步骤2.2.1：通过对进入该步骤的种群中个体进行解码，得到每个个体对应的投料序列；步骤2.2.2：将所有投料序列分别输入到作业车间模型中进行仿真，得到每个投料序列对应的作业车间最大完成时间；步骤2.2.3：选取步骤2.2.2得到每个投料序列对应的作业车间最大完成时间中的最小值，作为进入该步骤的种群的个体适应度；步骤2.2.4：判断遗传算法的收敛准则是否满足，若满足则执行步骤2.4，否则执行下一步骤；步骤2.3：遗传进化：对种群P(t)中的个体进行选择操作、交叉操作、变异操作，生成P(t+1)，返回步骤2.2；步骤2.4：输出非瓶颈能力释放等级g对应的作业车间模型的性能指标P_svg和非瓶颈能力松弛率SRA_sg，其中将遗传进化得到的最优种群的个体适应度作为作业车间模型的性能指标P_svg，而${\mathrm{SRA}}_{\mathrm{sg}}=\frac{g\times \Delta }{T_{\mathrm{makespan}\left(s\right)}^{*}}\times 100\%;$步骤3：取g＝g+1，判断g＞l是否满足，若不满足则返回步骤2，否则依据步骤2.4输出的非瓶颈能力松弛率SRA_sg及相应的性能指标P_svg，构建能力界定矩阵D_sv＝(SRA_sg,P_svg)_g×1，g∈G，矩阵中的元素为F_svi=(SRA_si,P_svi)，i＝0～l；步骤4：根据能力界定矩阵D_sv＝(SRA_sg,P_svg)_g×1，g∈G，采用层次聚类的方法对D_sv进行划分，并根据聚类条件将元素F_svi凝聚为聚类簇，构建出聚类簇的树状图：步骤4.1：设聚类簇集合为C_Temp，则初始化C_Temp中各元素令t＝1，令集合C_r＝C_Temp，C_r中的元素步骤4.2：如果C_Temp中存在一个及一个以上的聚类簇，则继续步骤4.3；否则跳转步骤5；步骤4.3：计算聚类簇集合C_Temp中任意两个簇和间的最近邻距离$D_{\mathrm{sl}}(C_{\mathrm{Tem}{p}_p},C_{T{\mathrm{emp}}_q});$步骤4.4：比较所有任意两簇间的最近邻距离，得到最近邻距离最小的两个簇为和步骤4.5：在集合C_r中增加聚类簇在聚类簇集合C_Temp中删除聚类簇和；并依据构建聚类簇的树状图；步骤4.6：令t＝t+1；返回步骤4.2；步骤5：根据步骤4.5建立的聚类簇的树状图，取对应树状图的下一级子簇为和C_svα′，取对应树状图的下一级子簇为C_svβ′和C_svγ′，得到三个聚类簇C_svα′,C_svβ′,C_svγ′；步骤6：对聚类簇C_svα′,C_svβ′,C_svγ′，采用公式${\mathrm{avg}}_{\mathrm{svc}}=\frac{\underset{g=0}{\overset{l}{\Sigma }}({\mathrm{sign}}_{\mathrm{svg}}\times {\mathrm{SRA}}_{\mathrm{sg}})}{\underset{g=0}{\overset{l}{\Sigma }}{\mathrm{sign}}_{\mathrm{svg}}},$${\mathrm{sign}}_{\mathrm{svg}}=\left\{\begin{array}{c}1,F_{\mathrm{svg}}\in C_{\mathrm{svc}}\\ 0,F_{\mathrm{svg}}\notin C_{\mathrm{svc}}\end{array}\right.$计算三个聚类簇中各个簇的簇成员的能力松弛率平均值avg_svc，并将avg_svc按大小排序，与avg_svc最大值相应的聚类簇对应作业车间的有过剩能力阶段，与avg_svc中间值相应的聚类簇对应作业车间的无过剩能力阶段，与avg_svc最小值相应的聚类簇对应作业车间的无保护能力阶段；avg_svc和C_svc下标中的C取(α′,β′,γ′)；步骤7：取步骤6中avg_svc最小值对应的聚类簇中各个簇成员的SRA_sg的最大值为Max_svα，取步骤6中avg_svc中间值对应的聚类簇中各个簇成员的SRA_sg的最大值和最小值分别为Max_svβ和Min_svβ，取步骤6中avg_svc最大值对应的聚类簇中各个簇成员的SRA_sg的最小值为Min_svγ；根据公式${\alpha }_{\mathrm{sv}}=\left\{\begin{array}{c}{\mathrm{Max}}_{\mathrm{sv\alpha }},{\mathrm{Max}}_{\mathrm{sv\alpha }}<{\mathrm{Min}}_{\mathrm{sv\beta }}\\ {\mathrm{Min}}_{\mathrm{sv\beta }},{\mathrm{Max}}_{\mathrm{sv\alpha }}>{\mathrm{Min}}_{\mathrm{sv\beta }}\end{array}\right.,$${\beta }_{\mathrm{sv}}=\left\{\begin{array}{c}{\mathrm{Max}}_{\mathrm{sv\beta }},{\mathrm{Min}}_{\mathrm{sv\gamma }}<{\mathrm{Max}}_{\mathrm{sv\beta }}\\ {\mathrm{Min}}_{\mathrm{sv\gamma }},{\mathrm{Min}}_{\mathrm{sv\gamma }}>{\mathrm{Max}}_{\mathrm{sv\beta }}\end{array}\right.$得到生产能力和保护能力边界点为α_sv，保护能力和云制造能力边界点为β_sv。