一种基于混合算法的项目型产品装配车间人员调度方法、设备及存储介质技术

本发明专利技术涉及一种基于混合算法的项目型产品装配车间人员调度方法、设备及存储介质，该方法建立了以最小完工时间为优化目标的项目型产品装配人员调度的数学模型，通过结合了狮群算法和禁忌搜索算法的混合算法，将工人组与装配流程整合优化，通过狮王占领食物、母狮捕猎和幼狮学习捕猎等不同的位置更新方式，结合创建的禁忌表进行禁忌搜索，得到较优的装配车间人员调度方案，以提高装配效率与合理安排生产资源。

【技术实现步骤摘要】
一种基于混合算法的项目型产品装配车间人员调度方法、设备及存储介质
本专利技术涉及一种基于混合算法的项目型产品装配车间人员调度方法、设备及存储介质，属于装配车间生产计划管理领域。
技术介绍
随着现代企业生产模式的不断发展，部分项目型产品制造企业的产品定制化需求也越来越多样化。项目型产品就是依照客户的个性化需求，以单件或小批量的模式进行生产和装配，其产品生产过程中最重要的环节就是装配，占据了总生产时间的50％以上。项目型产品一般由一定数量和等级的工人成组来进行装配，如何对工人资源进行配置就成为了项目型产品装配车间调度问题的关键。在目前，大多项目型产品制造企业装配车间对人员调度仍然使用人工安排调度的方式，以工期为目标，以工人小组为单位，并行的完成产品装配，这样的人员调度模式的主要问题是：人工手动进行人员调度的效率低下，在装配步骤较多和工人小组较多的情形下计算量过大，且缺乏准确性；由于资源的受限或空间的约束，在装配过程中需要进行工人组的动态调整，使得调度过程变得更为复杂；在人工安排工人小组组成时，不易对工人能力这一指标进行定量核算，大量采取个人经验作为标准，易对最终结果产生影响。针对制造企业装配车间的人员调度问题，已有不少学者运用混合线性规划、分层优化算法等方法实现优化调度，但是传统的数学算法，并行性差，鲁棒性差，且不具备全局搜索能力；还有部分学者运用了蚁群算法、遗传算法等智能化算法实现装配流程与人员的对应优化调度，但是没有对工人组这一现象进行建模，不适用于项目型产品的装配过程，且单一优化算法易陷入局部极值，适应性较差，不适用于项目型产品的多样化定制的装配过程。目前，狮群算法和禁忌搜索算法都被广泛应用于优化问题。狮群算法是在分析狮群协作捕猎这种行为特点的基础上，通过模拟自然进化过程搜索最优解的过程，狮群算法是从一个包含了狮王、母狮和幼狮的种群开始的，狮王总是向最优食物源移动，而母狮和幼狮环绕在狮王周围，分别完成协同捕猎和学习捕猎以及进食的过程，种群中不断地进行三种类型狮子的位置更新，最后末代狮群中狮王的位置，即所求问题的近似最优解；禁忌搜索算法作为一种邻域随机搜索算法，在搜索过程中标记对应已搜索的局部最优解的一些对象，并在进一步的迭代搜索过程中尽量避开这些对象，从而保证对不同的有效搜索途径的探索。
技术实现思路
针对现有技术的不足，本专利技术提供了一种基于混合算法的项目型产品装配车间人员调度方法，该方法建立了以最小完工时间为优化目标的项目型产品装配人员调度的数学模型，通过结合了狮群算法和禁忌搜索算法的混合算法，将工人组与装配流程整合优化，通过狮王占领食物、母狮捕猎和幼狮学习捕猎等不同的位置更新方式，结合创建的禁忌表进行禁忌搜索，得到较优的装配车间人员调度方案，以提高装配效率与合理安排生产资源。本专利技术还提供了一种计算机设备和存储介质。本专利技术的技术方案为：一种基于混合算法的项目型产品装配车间人员调度方法，该方法包括：步骤1：基于装配工序流程与装配工序流程对应的工人组的类型，生成初始调度方案序列；步骤2：构建初始狮群，确定初始狮群的个体比例；初始化整个狮群中每个个体的位置，并将整个狮群中个体的位置映射到初始调度方案序列的工序序列中；步骤3：以最小完工时间为优化目标，计算初始狮群中所有个体的目标函数值，依照目标函数值分配个体角色；步骤4：对整个狮群中个体的位置进行迭代更新，并在每次迭代后将狮群位置映射为调度方案序列的工序序列，判断调度方案序列中工序序列是否符合产品的工序流程；若符合，则继续迭代；若不符合，则重新更新狮群位置；工序流程指的是工序之间的流程约束，例如，某件产品工序1和工序3可以并列完成，而工序2只能在工序1之后，工序4只能在工序3之后。步骤5：当迭代更新的次数达到最大迭代次数，输出末代狮群中每个个体的位置，将母狮位置映射为母狮调度方案序列集合，并将狮王位置单独映射为狮群最佳调度方案序列的工序序列；步骤6：将母狮调度方案序列集合与狮群最佳调度方案序列共同作为禁忌搜索算法的初始调度方案序列集，并对初始调度方案序列集中的序列进行编号；步骤7：在禁忌搜索算法的初始调度方案序列集中按编号从小到大的顺序选择一个调度方案序列作为禁忌搜索算法的初始调度方案序列，计算初始调度方案序列的目标函数值，并置空禁忌表；步骤8：由当前选择的调度方案序列生成邻域调度方案序列集，并计算邻域调度方案序列集中每个邻域调度方案序列的目标函数值，选择目标函数值最小的邻域调度方案序列作为候选邻域调度方案序列；步骤9：判断候选邻域调度方案序列是否满足特赦规则，若满足，则进行特赦并跳转至步骤8，否则，继续进行步骤10；步骤10：判断候选邻域调度方案序列的禁忌属性；若被禁忌，则在除去此候选邻域调度方案序列的邻域调度方案序列集中重新选择目标函数值最小的邻域调度方案序列作为候选邻域调度方案序列；若未被禁忌，则将该非禁忌的候选邻域调度方案序列作为当前的禁忌搜索算法的调度方案序列，并更新禁忌表；步骤11：循环迭代步骤8至步骤10，直至满足禁忌搜索停止的条件，则输出当前的调度方案序列至禁忌搜索后调度方案序列集合，并跳转至步骤7选择下一个禁忌搜索算法的初始调度方案序列；步骤12：循环迭代步骤7至步骤11，直至禁忌搜索算法的初始调度方案序列集中所有的序列都已被选择并完成了禁忌搜索，计算禁忌搜索后调度方案序列集合中每个序列的目标函数值，选取目标函数值最小的调度方案序列为最佳调度方案序列；步骤13：将最佳调度方案序列还原至装配工序流程与装配工人组的直观匹配，得到装配车间的人员调度方案。优化过程可以看作将某产品的装配流程与其能适用的工人组不断匹配，并确定开始时间和计划完成时间的过程。根据本专利技术优选的，步骤1中，基于装配工序流程与装配工序流程对应的工人组的类型，生成初始调度方案序列，具体过程为：步骤1.1：创建空的初始调度方案序列，初始调度方案序列包括前半部分和后半部分，前半部分的序列长度和后半部分的序列长度均为J，J为正整数；步骤1.2：初始调度方案序列的前半部分为工序序列PS，PS＝(j1,j2,…,jJ)，ji表示第i个进行的装配工序流程的步骤，i为1,2,3,…J；J＝C·n，n代表一件产品的装配工序流程的步骤数，包含并行装配工序与串行装配工序，常数C表示需装配的产品数目；先将产品依次编号为产品1,2,3,4,…,C，并将每件产品的装配工序流程均编码为该产品号；例如，产品1的所有工序流程都编码为1；然后将所有产品编码后的工序流程的号码按产品的工序紧前约束条件随机放入工序序列中，工序紧前约束条件指的是不同工序之间必须遵守的先后约束关系；例如，对于某一产品，工序6必须要在工序5之后进行；步骤1.3：初始调度方案序列的后半部分为人员配置序列SS，SS＝(w1，w2，…，wJ)；wi表示第i个进行的装配工序流程的步骤对应使用的工人组类型，i为1,2,3,…J；装配人员包括高本文档来自技高网...

【技术保护点】
1.一种基于混合算法的项目型产品装配车间人员调度方法，其特征在于，该方法包括：/n步骤1：基于装配工序流程与装配工序流程对应的工人组的类型，生成初始调度方案序列；/n步骤2：构建初始狮群，确定初始狮群的个体比例；初始化整个狮群中每个个体的位置，并将整个狮群中个体的位置映射到初始调度方案序列的工序序列中；/n步骤3：以最小完工时间为优化目标，计算初始狮群中所有个体的目标函数值，依照目标函数值分配个体角色；/n步骤4：对整个狮群中个体的位置进行迭代更新，并在每次迭代后将狮群位置映射为调度方案序列的工序序列，判断调度方案序列中工序序列是否符合产品的工序流程；若符合，则继续迭代；若不符合，则重新更新狮群位置；/n步骤5：当迭代更新的次数达到最大迭代次数，输出末代狮群中每个个体的位置，将母狮位置映射为母狮调度方案序列集合，并将狮王位置单独映射为狮群最佳调度方案序列的工序序列；/n步骤6：将母狮调度方案序列集合与狮群最佳调度方案序列共同作为禁忌搜索算法的初始调度方案序列集，并对初始调度方案序列集中的序列进行编号；/n步骤7：在禁忌搜索算法的初始调度方案序列集中按编号从小到大的顺序选择一个调度方案序列作为禁忌搜索算法的初始调度方案序列，计算初始调度方案序列的目标函数值，并置空禁忌表；/n步骤8：由当前选择的调度方案序列生成邻域调度方案序列集，并计算邻域调度方案序列集中每个邻域调度方案序列的目标函数值，选择目标函数值最小的邻域调度方案序列作为候选邻域调度方案序列；/n步骤9：判断候选邻域调度方案序列是否满足特赦规则，若满足，则进行特赦并跳转至步骤8，否则，继续进行步骤10；/n步骤10：判断候选邻域调度方案序列的禁忌属性；/n若被禁忌，则在除去此候选邻域调度方案序列的邻域调度方案序列集中重新选择目标函数值最小的邻域调度方案序列作为候选邻域调度方案序列；/n若未被禁忌，则将该非禁忌的候选邻域调度方案序列作为当前的禁忌搜索算法的调度方案序列，并更新禁忌表；/n步骤11：循环迭代步骤8至步骤10，直至满足禁忌搜索停止的条件，则输出当前的调度方案序列至禁忌搜索后调度方案序列集合，并跳转至步骤7选择下一个禁忌搜索算法的初始调度方案序列；/n步骤12：循环迭代步骤7至步骤11，直至禁忌搜索算法的初始调度方案序列集中所有的序列都已被选择并完成了禁忌搜索，计算禁忌搜索后调度方案序列集合中每个序列的目标函数值，选取目标函数值最小的调度方案序列为最佳调度方案序列；/n步骤13：将最佳调度方案序列还原至装配工序流程与装配工人组的直观匹配，得到装配车间的人员调度方案。/n...

【技术特征摘要】
1.一种基于混合算法的项目型产品装配车间人员调度方法，其特征在于，该方法包括：
步骤1：基于装配工序流程与装配工序流程对应的工人组的类型，生成初始调度方案序列；
步骤2：构建初始狮群，确定初始狮群的个体比例；初始化整个狮群中每个个体的位置，并将整个狮群中个体的位置映射到初始调度方案序列的工序序列中；
步骤3：以最小完工时间为优化目标，计算初始狮群中所有个体的目标函数值，依照目标函数值分配个体角色；
步骤4：对整个狮群中个体的位置进行迭代更新，并在每次迭代后将狮群位置映射为调度方案序列的工序序列，判断调度方案序列中工序序列是否符合产品的工序流程；若符合，则继续迭代；若不符合，则重新更新狮群位置；
步骤5：当迭代更新的次数达到最大迭代次数，输出末代狮群中每个个体的位置，将母狮位置映射为母狮调度方案序列集合，并将狮王位置单独映射为狮群最佳调度方案序列的工序序列；
步骤6：将母狮调度方案序列集合与狮群最佳调度方案序列共同作为禁忌搜索算法的初始调度方案序列集，并对初始调度方案序列集中的序列进行编号；
步骤7：在禁忌搜索算法的初始调度方案序列集中按编号从小到大的顺序选择一个调度方案序列作为禁忌搜索算法的初始调度方案序列，计算初始调度方案序列的目标函数值，并置空禁忌表；
步骤8：由当前选择的调度方案序列生成邻域调度方案序列集，并计算邻域调度方案序列集中每个邻域调度方案序列的目标函数值，选择目标函数值最小的邻域调度方案序列作为候选邻域调度方案序列；
步骤9：判断候选邻域调度方案序列是否满足特赦规则，若满足，则进行特赦并跳转至步骤8，否则，继续进行步骤10；
步骤10：判断候选邻域调度方案序列的禁忌属性；
若被禁忌，则在除去此候选邻域调度方案序列的邻域调度方案序列集中重新选择目标函数值最小的邻域调度方案序列作为候选邻域调度方案序列；
若未被禁忌，则将该非禁忌的候选邻域调度方案序列作为当前的禁忌搜索算法的调度方案序列，并更新禁忌表；
步骤11：循环迭代步骤8至步骤10，直至满足禁忌搜索停止的条件，则输出当前的调度方案序列至禁忌搜索后调度方案序列集合，并跳转至步骤7选择下一个禁忌搜索算法的初始调度方案序列；
步骤12：循环迭代步骤7至步骤11，直至禁忌搜索算法的初始调度方案序列集中所有的序列都已被选择并完成了禁忌搜索，计算禁忌搜索后调度方案序列集合中每个序列的目标函数值，选取目标函数值最小的调度方案序列为最佳调度方案序列；
步骤13：将最佳调度方案序列还原至装配工序流程与装配工人组的直观匹配，得到装配车间的人员调度方案。


2.根据权利要求1所述的一种基于混合算法的项目型产品装配车间人员调度方法，其特征在于，步骤1中，基于装配工序流程与装配工序流程对应的工人组的类型，生成初始调度方案序列，具体过程为：
步骤1.1：创建空的初始调度方案序列，初始调度方案序列包括前半部分和后半部分，前半部分的序列长度和后半部分的序列长度均为J，J为正整数；
步骤1.2：初始调度方案序列的前半部分为工序序列PS，PS＝(j1，j2，…，jJ)，ji表示第i个进行的装配工序流程的步骤，i为1，2，3，...J；J＝C·n，n代表一件产品的装配工序流程的步骤数，包含并行装配工序与串行装配工序，常数C表示需装配的产品数目；
先将产品依次编号为产品1，2，3，4，…，C，并将每件产品的装配工序流程均编码为该产品号；
然后将所有产品编码后的工序流程的号码按产品的工序紧前约束条件随机放入工序序列中，工序紧前约束条件指的是不同工序之间必须遵守的先后约束关系；
步骤1.3：初始调度方案序列的后半部分为人员配置序列SS，SS＝(w1，w2，…，wJ)；wi表示第i个进行的装配工序流程的步骤对应使用的工人组类型，i为1，2，3，...J；
装配人员包括高级装配人员和普通装配人员，一个工人组包括若干个高级装配人员与若干个普通装配人员，且一个工人组不超过四人；将组成的工人组类型随机排序，并为每种工人组类型赋予一个专属代码1，2，3，4，…，14；
按照步骤1.2中生成的工序序列，对应的将该道装配工序流程所能使用的工人组类型的代码放入人员配置序列中，直至填满整个人员配置序列；
步骤1.4：将步骤1.2生成的工序序列PS与步骤1.3中生成的人员配置序列SS组合成为初始调度方案序列，初始调度方案序列的长度为2J。


3.根据权利要求1所述的一种基于混合算法的项目型产品装配车间人员调度方法，其特征在于，步骤2中，构建初始狮群，确定初始狮群的个体比例；初始化整个狮群中每个个体的位置，具体过程为：
步骤2.1：狮群中狮子数量为N，N＞1，对应N种初始调度方案序列，N为人为设定值，成年狮子的数量为n_Adult，n_Adult为区间内的一个随机整数，成年狮子包括一头狮王和多头母狮，母狮的数量为n_Adult-1，幼狮的数量为N-n_Adult；
步骤2.2：设第i只狮子的位置为Xi＝(xi1，xi2，…，xiJ)，1≤i≤N，且位置分量xi1，xi2，…，xiJ的取值范围都为(0，1)，第i只狮子的位置Xi对应一种调度方案序列；
步骤2.3：在区间(0，1)上产生J个随机数，J个随机数分别作为第i只狮子的位置分量xi1，xi2，…，xiJ的值，即对狮群中个体的位置进行随机赋值；
步骤2.4...

【专利技术属性】
技术研发人员：袁东风，郑安竹，江铭炎，梁道君，
申请(专利权)人：山东大学，
类型：发明
国别省市：山东;37