【技术实现步骤摘要】
本专利技术涉及装配车间调度相关，尤其涉及一种多阶段多层级装配作业车间节能调度多目标优化方法。
技术介绍
1、多阶段装配作业车间调度问题(msajsp)涉及从加工到装配多个阶段，其模型更加符合实际，受到了广泛的关注。目前研究将产品简化为单层级装配结构或忽略了产品结构差异，只适用于单层级或结构固定的产品。然而，在实际生产中，产品通常是由多个零部件组成的复杂装配体，具有由组件和子装配体组成的树状多层级结构。此外，随着产品结构层级数及制造阶段数增加，使得约束更为复杂，造成阶段间及阶段内存在机器空闲时间，从而造成大量空闲能耗。因此，针对多层级复杂产品的多阶段多层级装配作业车间节能调度问题(eemsajsp_ml)需要进一步研究。
2、目前处理多工序多阶段复杂调度问题较为有效的方法。主要的操作方式有两种：一是只针对非支配解集中的解执行移块策略以进一步降耗，然而该操作会丢失一部分潜力解，使得得到的是局部而非全局最优解；二是为了不丢失全局最优解，将移块策略嵌入到个体解码过程中进行降耗，然而会造成计算资源的浪费，严重拖累算法搜索效率。因此，迫切需要一种设计高效的移块策略以在不丢失全局解的基础上提升解的质量及搜索效率。
3、然而目前的帝国竞争算法(imperialist competitivealgorithm,ica)作为一种有效的进化算法框架，针对算法全局搜索的同化过程，现有研究大多采用了均匀交叉算子(uniform crossover,ux)实现，由于eemsajsp_ml问题复杂度高、解空间庞大，传统静态参数可能难以
技术实现思路
1、针对现有技术的不足，本专利技术提供如下技术方案：
2、一种多阶段多层级装配作业车间节能调度多目标优化方法，分阶段建立eemsajsp_ml问题的数学模型，并基于问题性质设计了带节能触发机制的解码策略，设计基于q-learning的改进帝国竞争算法iica-ql求解问题模型，具体优化方法包括以下步骤：
3、s1：建立问题数学模型，分加工阶段、运输阶段、装配阶段建立eemsajsp_ml问题的数学模型，
4、加工阶段总能耗为加工阶段机器释放能耗，为加工阶段机器设置能耗，为加工阶段机器的工作能耗，为加工阶段机器的空闲能耗；
5、运输阶段总能耗
6、装配阶段总能耗为装配阶段机器的工作能耗，为装配阶段机器的空闲能耗；
7、系统最大完工时间为所有产品组装完成时间
8、在所有三阶段的排序集合π(π＝[πst1,πst2,πst3]∈π)中找到一个最优排序π*，使得同时最小化三阶段完工时间cmax以及总能耗tec；
9、
10、tec(π)＝ecst1+ecst2+ecst3+ecaux
11、
12、构建生产系统完工时间cmax以及总能耗tec，同时最小化三阶段完工时间cmax以及总能耗tec；
13、s2：编解码设计，根据eemsajsp_ml各阶段间的耦合性质，针对加工阶段加工工序进行编码，加工阶段的机器分配以及后续运输、装配阶段所采用的启发式解码规则进行解码，并设计节能策略解码触发机制，设计节能策略解码触发机制的具体操作为：
14、s2.1：对个体采用无策略解码策略及主调调度得出该调度方案的结果cmax(π)和tec(π)，并记录空闲时间；
15、s2.2：分别计算得出该调度方案的采用节能策略后节省的能耗上限esub及能耗下限elb；
16、
17、elb＝tec(π)-esub；
18、s2.3：判断解(cmax(π),elb)与当代非支配解集的关系，若不被当代非支配解集支配或互不支配则转至s2.5，否则转至s2.4；
19、s2.4：输出该调度方案采用无策略解码的结果cmax(π)和tec(π)；
20、s2.5：按照该调度方案的产品装配顺序，从后至前对每个产品按照工艺逆序，并根据判断是否满足移块条件；
21、若满足，则根据
22、
23、对工序的完工时间进行更新，否则，判断该工序的前一道工序；
24、s2.6：若所有工序均被判断，则采用判断满足盈亏时间的空闲间隔关机并输出该调度方案执行完节能策略后的结果cmax(π)和tec(π)'，更新非支配解集，否则，返回s2.5；
25、其中，表示机器m上工序之后的空闲时间，表示机器k上可插入的空闲间隔结束时间，表示的紧后工序；toff-on表示机器去开关机所需时间，ecoff-on表示开关机能耗量，表示机器单位时间能耗；
26、s3：初始化帝国，采用启发式规则生成一定数量个体，其余个体随机生成，选择nim个殖民国家，构建初始帝国；
27、采用多种启发式方法混合初始化种群，由产品聚合pa和零件聚合规则ja分别生成α×ps的国家个体，其余国家个体随机生成；按照
28、
29、ncol＝ps-nim
30、
31、nck＝round(powk×ncol)
32、依次计算初始种群中每个国家的成本对非升序排序后选择拥有最大成本的νim个国家作为nim个帝国的殖民国家，种群中其他国家为殖民地，计算殖民地数量ncol，计算殖民国家impk的归一化势力，并依据各殖民国家归一化势力确定划分的殖民地数量nck，最后随机选择相应数量的殖民地划分到相应的帝国种群，并将选中的殖民地从原殖民地种群中删除；
33、iica-ql国家πi代表问题的一个解，其中i＝1,2…,ps，ps为种群的规模，第g代所有国家构成了第g代种群pop(g)，即pop(g)＝{πg,1,πg,2,…,πg,ps}；
34、s4：构建外部档案集ω，并根据非支配解更新外部档案集，并在迭代过程中动态更新；
35、s5：基于q-learning算子参数自适应调整的同化，根据q表选择ux算子参数，然后在每个帝国执行多方向协同同化并更新q-table，同时依据带精英的保留策略保留殖民地，具体步骤如下：
36、s5.1：采用两种不同的均匀交叉算子ux与两点交叉算子tpx的协同进化操作；
37、s5.2：状态，通过判断非支配解集与参考集的收敛性指标δgd以及覆盖解空间比率的多样性指标δratio判断整个种群的状态，
38、
39、δratio＝ψt+1|-ψt|
40、其中δgd表示第t+1代与第t代相比所获非支配解与pareto前沿pf*的世代距离的差值，pf*为预设的参考点，δratio表示当代所获非支配解在目标空间中所占子区域的比例，子区域表示通过n个权重向量将目标空间划分为n个不重叠的区域；其中|pft|、ψt|分别表示第t代的非支配解数量以及所占目本文档来自技高网...
【技术保护点】
1.一种多阶段多层级装配作业车间节能调度多目标优化方法，建立EEMsAJSP_ML的问题模型，通过IICA-QL求解问题模型，其特征在于，分阶段建立EEMsAJSP_ML问题的数学模型，并基于问题性质设计了带节能触发机制的解码策略，设计基于Q-learning的改进帝国竞争算法IICA-QL求解问题模型，具体优化方法包括以下步骤：
2.根据权利要求1所述的一种多阶段多层级装配作业车间节能调度多目标优化方法，其特征在于，S1中，系统最大完工时间为所有产品组装完成时间
3.根据权利要求1所述的一种多阶段多层级装配作业车间节能调度多目标优化方法，其特征在于，S2中，设计节能策略解码触发机制的具体操作为：
4.根据权利要求1所述的一种多阶段多层级装配作业车间节能调度多目标优化方法，其特征在于，S3中，采用多种启发式方法混合初始化种群，由产品聚合PA和零件聚合规则JA分别生成α×Ps的国家个体，其余国家个体随机生成；按照
5.根据权利要求1所述的一种多阶段多层级装配作业车间节能调度多目标优化方法，其特征在于，S5中，具体步骤包括：
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。