一种并行批加工设备优化调度方法技术

本发明专利技术为一种并行批加工设备优化调度方法，针对批调度问题的特点，建立了基于工件组批的概率模型，设计了相应的个体采样以及概率更新方法，并对紧致遗传算法种群产生和概率更新机制进行了改进，进而提出了一种新的解决批调度问题的智能算法。在满足企业批加工设备批量开机生产要求的前提下，同时加速了生产，缩短了生产周期。通过灵活的参数设置，可以解决不同的批调度问题。单机\多机、到达时间相同\到达时间不同、工件尺寸相同\尺寸不同、批处理设备容量有限\无限等不同情况都可以灵活的进行组合，具有很强的通用性。

【技术实现步骤摘要】

本专利技术属于生产计划于调度领域，具体的说是针对半导体封装测试生产线中固化 工序的排产调度的。
技术介绍
生产管理程度的高低决定着一个企业的直接运营效益，其主要包括三个阶段：生 产计划、生产调度和生产控制。其中生产调度是生产管理领域内的关键环节，其承接生产计 划的粗略安排，同时对生产车间的控制给定更详细的生产安排。随着制造业自动化信息程 度的提高，生产调度也逐渐由曾经的人工调度而转为自动调度。自动调度一般来说都是在 实际生产状态监控的基础上进行的，其相比于人工调度而言，具有更全面、更有效的信息来 源，同样能够做出更为合理有效的决策方案。本专利技术就是针对批生产这种普遍的工业生产 方式提出的一种新的解决方法。 批调度是兴起于20世纪90年代初的一类有很强应用背景的优化问题，其基本假 设是加工设备可以将多个工件同时进行加工。批加工设备在生产制造业中有着广泛的应 用，如金属加工工业中的热处理、多级船闸调度、港口货物装卸、半导体集成电路生产的预 烧操作。 目前批调度问题求解方法主要有启发式算法和智能算法。基于启发式规则的调度 方案缺乏对变化环境的自适应能力，且算法的性能好坏对规则和经验有很大的依赖性。基 于传统优化方法的弱点，以及批加工调度问题自身的复杂性，群智能算法成为研究的一个 热点。中国科技大学程八一、邵浩、王栓狮、徐瑞等人针对求解批调度问题的群智能算法进 行了系统的研究，提出了解决不同形式批调度问题的群智能算法，包括蚁群算法、粒子群算 法等，在这些应用中初步体现了群智能算求解生产调度问题的优越性。但是这些算法依旧 存在缺陷，主要体现在每种算法只能针对性的解决一类问题，无法满足生产企业多样化批 加工形式的需求。
技术实现思路
本专利技术的目的是提供，通过灵活的参数设置以 及内嵌的智能算法可以解决不同类型的批调度问题，确定待加工工件的组批结果、各批次 的加工次序以及加工设备分配等关键问题，在满足了企业大型设备批量开机生产的要求的 前提下，同时提高生产效率，缩短生产周期。 本专利技术为实现上述目的所采用的技术方案是：一种并行批加工设备优化调度方 法，包括以下步骤： 步骤1 :将待加工任务集初始化为所有途经本道工序的加工任务的集合，并将待 加工任务集中的加工任务根据前道工序结束时间的先后顺序进行排序；将可选空闲设备集 初始化为本道工序的所有加工设备的集合； 步骤2 :对于每个工件组分别建立一个用矩阵表示的抽样概率模型A，并按如下方 式初始化： 其中，A(i，k)为抽样概率模型A的一个元素，表示工件J1被分到Pk中的概率；表示最大批次，I-·[是取整符号，η为该工件组工件的个数，L为加工设备的最小 批容量； 步骤3 :根据抽样概率模型A生成N种批调度方案，分别计算出N种批调度方案的 平均加工周期，并按平均加工周期将N种批调度方案从小到大排序，取出序列中前（χΧΝ) (0 < X < 1)的批调度方案作为优势群体，X为人为设定的比率； 步骤4 :根据优势群体对所有工件组进行工件相关的概率模型Z初始化，所述概率 模型Z是一个η X η的下三角矩阵，行与列均代表工件，η为该工件组工件的个数，其元素 Zli j 从数值上反应了工件组批的概率关系，值越大则第i个工件和第j个工件在同一批次中的 可能性就越大； 步骤5 :在各工件组中按照工件到达的先后顺序和概率模型Z分别进行采样，使所 有工件均完成分批操作并按规则选择相应的加工设备；在每一次分批迭代过程中分别生成 P个批调度方案，选出平均生产周期最小的批调度方案并保留至下一次迭代过程中； 步骤6 :选择每次迭代过程中最终胜出的批调度方案X作为优势个体，采用增量学 习的方法对概率模型Z进行更新： 步骤7 :不断的重复步骤5与步骤6,设置最大迭代次数作为终止条件，得到最终的 批调度方案。 所述抽样概率模型A是一个nXMax的矩阵，其中行表示加工任务，列表示批次。 所述根据抽样概率模型A生成N种批调度方案，包括以下步骤： 对每个工件组根据抽样概率模型A按照工件到达的先后顺序进行采样：对于某一 确定的工件，选择该工件所在的批次，直到所有的工件分批完成； 在得到所有工件组的分批结果后，计算每个批次的最晚到达时间； 根据最晚到达时间的先后，使各个批次按顺序选择加工设备。 所述对每个工件组根据抽样概率模型A按照工件到达的先后顺序进行采样，具体 为： 对于工件组中的第一个到达的工件J1，在批次（Pkil，P k,2, ... Pk,Max)中任选一个批 次； 对于工件上，i古1，根据轮盘赌方法选择与工件(J1, j2. . . ji D中的某个工件的同 一批次，或者在批次（Pkil，Pki2，...PtMax)选择一个与工件j 2... J11)所选批次不同且尚 未满批的批次，如果不存在这样的批次，则随机选择一个尚未满批的批次进行加工； 对于工件组k的一个批次Pkil, 1彡i彡Max，其容量已经达到最大容量S，则将抽 样概率模型A中的第k列所有元素置0,并对其余各行进行归一化处理，以使概率模型A其 余各行的每一行概率和为1。 对于多个不可相容工件组在进行分批调度过程中，分别独立的建立抽样概率模型 以及概率模型，使各工件组的分批相互独立。在所有工件组完成分批后，将所分批次综合起 来按各批次的工件最晚到达时间排序进行加工设备的选择与加工次序确定。 所述根据最晚到达时间的先后，使各个批次按顺序选择加工设备，依如下规则进 行： 根据当前批次Pkip在各个机台上的最早允许加工时间和在各机台上的加工 时间通过选择使值最小的设备m作为批次Pkip的加 工设备，更新批次Pkip加工完成时间以及设备m的释放时间； 所述最早允许加工时间为各机台加工上一批工件的完成时间和本批工 件中最晚到达时间Hiax(Rkil)中的极大值；是批次Pkil在第m台设备上的加工时间。 所述对所有工件组进行工件相关的概率模型Z的初始化，包括以下步骤：对于某一工件组的工件J1，分别统计在优势群体中工件a，j2... J1J与工件J1 在同一批次的数目（C1, c2··· Ci i)，并将（c/UXN), c2/(xXN)··· Ci /(χΧΝ))分别赋给 (Z(i，1)，Z(i，2)…Z(i，i-1))，表示工件J1与α，j 2. . . J1 D分别在同一批次的概率；统 计在优势群体中工件J1与j2. .. J1 D均不在同一批次的数目C1，并将C1AxXN)赋给 Z (i，i)，表示工件J1与a，j2. .. J1 D均不在同一批次的概率。在完成对Z的赋值后对概率 模型Z的归一化处理，具体为： 其中，Sum1为概率模型Z中第i行的和。 所述采用增量学习的方法对概率模型Z进行更新，具体为： 其中，1为迭代代数，η为工件a，j2. .. J1 J与J1在同一批次的零件数目，如果 (J_1，j2. . . ji 1)与（ji，j2. . . ji 1)均不同批则 η = 1。β e (〇, 1)学习速率；Liij (1)是如下 定义的函数： 本专利技术具有以下优点及有益效果： (1)在满足企业批加工设备批量开机生产要求的前提下，同时加速了生产，缩短了 生产周期。 (2)方法通过灵活的参数设置，可以解决不同的批本文档来自技高网...

【技术保护点】
一种并行批加工设备优化调度方法，其特征在于，包括以下步骤：步骤1：将待加工任务集初始化为所有途经本道工序的加工任务的集合，并将待加工任务集中的加工任务根据前道工序结束时间的先后顺序进行排序；将可选空闲设备集初始化为本道工序的所有加工设备的集合；步骤2：对于每个工件组分别建立一个用矩阵表示的抽样概率模型A，并按如下方式初始化：A(i,k)=1Max---(1)]]>其中，A(i,k)为抽样概率模型A的一个元素，表示工件ji被分到Pk中的概率；表示最大批次，是取整符号，n为该工件组工件的个数，L为加工设备的最小批容量；步骤3：根据抽样概率模型A生成N种批调度方案，分别计算出N种批调度方案的平均加工周期，并按平均加工周期将N种批调度方案从小到大排序，取出序列中前(x×N)(0＜x＜1)的批调度方案作为优势群体，x为人为设定的比率；步骤4：根据优势群体对所有工件组进行工件相关的概率模型Z初始化，所述概率模型Z是一个n×n的下三角矩阵，行与列均代表工件，n为该工件组工件的个数，其元素Zi,j从数值上反应了工件组批的概率关系，值越大则第i个工件和第j个工件在同一批次中的可能性就越大；步骤5：在各工件组中按照工件到达的先后顺序和概率模型Z分别进行采样，使所有工件均完成分批操作并按规则选择相应的加工设备；在每一次分批迭代过程中分别生成p个批调度方案，选出平均生产周期最小的批调度方案并保留至下一次迭代过程中；步骤6：选择每次迭代过程中最终胜出的批调度方案x作为优势个体，采用增量学习的方法对概率模型Z进行更新：步骤7：不断的重复步骤5与步骤6，设置最大迭代次数作为终止条件，得到最终的批调度方案。...

【技术特征摘要】

【专利技术属性】
技术研发人员：刘昶，李冬，严学军，虞国良，刘斌，郭敏，梁炜，
申请(专利权)人：中国科学院沈阳自动化研究所，南通富士通微电子股份有限公司，
类型：发明
国别省市：辽宁;21