【技术实现步骤摘要】
本专利技术涉及生产调度方法，特别是一种基于文化基因算法的真空热处理生产调度方法。
技术介绍
1、专业真空热处理企业本身不生产固定的终端产品，而是为其它制造企业提供热处理服务，所以热处理企业将面对极端差异化的市场服务需求。加工任务来自多种类型企业，造成工件具有多重差异性。热处理工件的差异性主要体现在到达时间、重量、尺寸和不相容工件族等方面。在热处理过程中，不同材质的工件往往需要加热到不同的临界温度，例如常见的机械材料gcr15加热温度是830℃～860℃，而cr12mov的加热温度是1020℃～1040℃，不同材质的工件在热处理时需要分开加工，这就构成了不相容工件族特征。热处理允许多个工件组成一批同时加工。加工时间包括加热时间和保温时间。热处理工件的加热时间取决于同一批次真空炉中的工件总重量，而保温时间却决于同一真空炉中最大工件的尺寸。
2、真空炉允许多个工件组成一批装在炉中同时加工，只要工件总重量不超过炉的容量。热处理车间有多台同等平行真空炉可以调度使用。工件需要被分配到其中一台真空炉加工，并且在加工过程中不能停下来插入其他批次的工件。工件的多重差异性增加了调度复杂性，目前的启发式算法和智能算法都是针对某种特定车间环境设计，尚未考虑到工件同时存在到达时间、重量、尺寸和不相容工件族等差异的批调度问题。由于缺乏针对性，面对真空热处理的车间生产环境，调度结果不佳。
3、另外，现在的文化基因算法，在求解调度问题时，其全局搜索策略一般使用遗传算法，局部搜索策略一般采用贪婪机制或爬山机制。典型的全局搜索策略和局部搜索
技术实现思路
1、本专利技术的目的在于提供一种高效的基于文化基因算法的真空热处理生产调度方法，以便缩短真空热处理的加工时间。
2、本专利技术所述的基于文化基因算法的真空热处理生产调度方法换方法，包括以下步骤:
3、s1、获取工件信息，根据工件信息设置粒子群规模、迭代次数、惯性权重和学习因子，并对粒子的位置向量和速度向量进行编码，然后初始化每个粒子的位置向量编码和速度向量编码；
4、s2、将粒子的位置向量编码转化为该粒子个体内工件的排序编码，并基于设备动态调度策略进行局部搜索，计算每个粒子个体的目标函数值；
5、s3、根据每个粒子个体的目标函数值进行对比更新保存每个粒子个体历史最优位置和当前全局历史最优位置；
6、s4、根据设置的惯性权重和学习因子、以及每个粒子个体历史最优位置和当前全局历史最优位置更新粒子群中粒子的位置和速度；
7、s5、判断更新粒子群中粒子的位置和速度是否达到设置的迭代次数；若达到迭代次数，则输出历史最优粒子及其目标函数值；否则，返回步骤s2。
8、作为本专利技术的一种优选方案，在步骤s1粒子群规模中：第1个粒子内部的工件按到达时间升序排序，到达时间相同则按重量降序排序；第2个粒子内部的工件按重量从大到小排序，重量相同则按到达时间升序排序；其余粒子内部的工件随机排序。
9、作为本专利技术的一种优选方案，所述粒子位置向量采用浮点数序列编码，编码的数值表示对应工件的位置。
10、作为本专利技术的一种优选方案，在步骤s2中基于设备动态调度策略进行局部搜索，计算每个粒子个体的目标函数值具体如下：
11、s2-1、获取最先空闲真空炉的空闲时刻t0和上一批次的加工时长t，将时间窗截止时刻t设为t＝t0+0.25*t；
12、s2-2、获取时间窗截止时刻t之前到达的待调度工件，将所有待加工工件序列l为各工件族分别组批，然后比较选取累加重量最大的批次，如果该批次的累加重量达到单一炉次的加工重量下限，则安排该批次到当前真空炉上，按公式计算该炉次bb的加工时间，并更新该炉次的完成时间为真空炉的下次空闲时刻，转步骤s2-4；否则如果各种工件族组成的批次都达不到单一炉次的加工重量下限，则转步骤s2-3；其中j表示工件索引，wj表示工件j的重量，sj表示工件j的尺寸，αi表示工件族i的加热时间系数，而所有工件族有相同的保温时间系数β；
13、s2-3、如果所有工件都在时间窗截止时刻t之前到达，则安排当前组成的重量最大的批次到空闲的真空炉上，按公式计算该炉次bb的加工时间，并更新该炉次的完成时间为真空炉的下次空闲时刻，转步骤s2-4；否则，继续考虑下个时间窗到达的工件，即令t＝t+0.25*t，转步骤s2-2；
14、s2-4、如果尚有未调度的工件，转步骤s2-1；否则输出调度结果，计算每个粒子个体的目标函数值。
15、作为本专利技术的一种优选方案，步骤s3具体为：根据每个粒子个体的目标函数值进行对比，将最大完成时间目标值的倒数作为适应度值评价各粒子的优劣，最大完成时间越小的粒子适应度值越高来更新保存每个粒子个体历史最优位置和当前全局历史最优位置。
16、作为本专利技术的一种优选方案，在步骤s4中粒子的位置和速度更新公式如下：
17、vi,j(t+1)＝ωvi,j(t)+c1r1(xpi,j(t)-xi,j(t))+c2r2(xgj(t)-xi,j(t)) (1)
18、xi,j(t+1)＝xi,j(t)+vi,j(t+1) (2)
19、第t+1代迭代时，粒子将根据自身经验和同伴的经验决定下一步运动的速度vi,j(t+1)和位置xi,j(t+1)，其中，ω为惯性权重；c1和c2为学习因子；r1和r2为服从均匀分布u(0,1)的随机数；i＝1,2,…,n，n为粒子群规模；j＝1,2,…,n，n为工件数量，xpi,j(t)表示粒子自身目前为止发现的最好位置，xgj(t)表示目前为止所有粒子发现的最好位置；
20、在粒子位置更新过程中，对粒子进行越界保护，粒子的位置范围设置为[0，n]，在公式(2)中，当计算得到粒子位置小于0时，则更新为0；当计算得到粒子位置大于n时，则更新为n。
21、本专利技术的有益效果：
22、本专利技术所述的基于文化基因算法的真空热处理生产调度方法换方法，采用文化基因算法mae进行调度，所有工件完成时间更短，并且随着设备数量的增多，优势更加明显。因为相比其他局部搜索策略，基于设备动态调度策略不仅可以节省设备的空闲等待时间，而且可以提高设备的满载率。并且经过粒子群算法的全局搜索，相比同样采用设备动态调度策略的启发式算法eds，文化基因算法mae明显更优。
本文档来自技高网...【技术保护点】
1.一种基于文化基因算法的真空热处理生产调度方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于文化基因算法的真空热处理生产调度方法，其特征在于，在步骤S1粒子群规模中：第1个粒子内部的工件按到达时间升序排序，到达时间相同则按重量降序排序；第2个粒子内部的工件按重量从大到小排序，重量相同则按到达时间升序排序；其余粒子内部的工件随机排序。
3.根据权利要求2所述的基于文化基因算法的真空热处理生产调度方法，其特征在于，所述粒子位置向量采用浮点数序列编码，编码的数值表示对应工件的位置。
4.根据权利要求3所述的基于文化基因算法的真空热处理生产调度方法，其特征在于，在步骤S2中基于设备动态调度策略进行局部搜索，计算每个粒子个体的目标函数值具体如下：
5.根据权利要求4所述的基于文化基因算法的真空热处理生产调度方法，其特征在于，步骤S3具体为：根据每个粒子个体的目标函数值进行对比，将最大完成时间目标值的倒数作为适应度值评价各粒子的优劣，最大完成时间越小的粒子适应度值越高来更新保存每个粒子个体历史最优位置和当前全局历史最优位置。>
6.根据权利要求5所述的基于文化基因算法的真空热处理生产调度方法，其特征在于，在步骤S4中粒子的位置和速度更新公式如下：
...【技术特征摘要】
1.一种基于文化基因算法的真空热处理生产调度方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于文化基因算法的真空热处理生产调度方法，其特征在于，在步骤s1粒子群规模中：第1个粒子内部的工件按到达时间升序排序，到达时间相同则按重量降序排序；第2个粒子内部的工件按重量从大到小排序，重量相同则按到达时间升序排序；其余粒子内部的工件随机排序。
3.根据权利要求2所述的基于文化基因算法的真空热处理生产调度方法，其特征在于，所述粒子位置向量采用浮点数序列编码，编码的数值表示对应工件的位置。
4.根据权利要求3所述的基于文...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。