本發(fā)明涉及智能制造中柔性作業(yè)車(chē)間調(diào)度，特別是屬于一種考慮調(diào)整時(shí)間的柔性作業(yè)車(chē)間調(diào)度問(wèn)題的優(yōu)化方法。

背景技術(shù)：

1、在當(dāng)前全球制造業(yè)競(jìng)爭(zhēng)格局的劇變下，智能制造為重點(diǎn)發(fā)展方向，其核心在于建立智能工廠，實(shí)現(xiàn)智能化生產(chǎn)，而車(chē)間調(diào)度則是智能生產(chǎn)中的關(guān)鍵環(huán)節(jié)之一。隨著時(shí)代的發(fā)展，車(chē)間類(lèi)型由傳統(tǒng)的作業(yè)車(chē)間，擴(kuò)展為柔性作業(yè)車(chē)間。柔性作業(yè)車(chē)間調(diào)度問(wèn)題（flexiblejob?shop?scheduling?problem，fjsp）考慮了機(jī)器的靈活性，即同一個(gè)工序可以在多臺(tái)機(jī)器上加工，這種調(diào)度方式更加符合車(chē)間的實(shí)際需求。傳統(tǒng)的fjsp沒(méi)有考慮加工車(chē)間的實(shí)際生產(chǎn)情況，例如，在實(shí)際生產(chǎn)過(guò)程中，機(jī)器在連續(xù)處理兩個(gè)不同的工件時(shí)，需要進(jìn)行一些調(diào)整任務(wù)，如安裝工作或者是更換工具，處理這些調(diào)整任務(wù)所花費(fèi)的時(shí)間是不可忽視的。調(diào)整時(shí)間的計(jì)算方式有多種，序列依賴(lài)的調(diào)整時(shí)間（sequence-dependent?setup?times，sdst）依賴(lài)先后加工的工序，更符合生產(chǎn)線的實(shí)際情況。因此，基于fjsp的特點(diǎn)和實(shí)際需求，考慮序列依賴(lài)的調(diào)整時(shí)間的柔性作業(yè)車(chē)間調(diào)度問(wèn)題（flexible?job?shop?scheduling?problemwith?sequence-dependent?setup?times，fjsp-sdst）更具有實(shí)際意義。

2、在fjsp-sdst中，由于不合理的任務(wù)分配和操作失誤導(dǎo)致了設(shè)備利用率的低下，增加了生產(chǎn)成本。典型的問(wèn)題表現(xiàn)在，工件應(yīng)如何選擇機(jī)床進(jìn)行加工，能夠最小化完工時(shí)間，提高生產(chǎn)效率。各學(xué)者通過(guò)設(shè)計(jì)不同的算法，例如，遺傳算法（genetic?algorithm,?ga）、變鄰域搜索算法（variable?neighborhood?search?algorithm,?vns）等產(chǎn)生不同的調(diào)度方案，求解fjsp相關(guān)問(wèn)題，一些學(xué)者還提出基于數(shù)學(xué)模型的調(diào)度方法，例如，混合整數(shù)規(guī)劃模型（mixed?integer?linear?programming?model，milp）和約束規(guī)劃模型（constraintprogramming，cp）等，求解fjsp相關(guān)問(wèn)題。但是，隨著我國(guó)經(jīng)濟(jì)的高速發(fā)展，單一的啟發(fā)式算法或者數(shù)學(xué)模型并不能滿足現(xiàn)如今車(chē)間的需求，需要一個(gè)更有效的混合算法優(yōu)化調(diào)度方案提高生產(chǎn)效率。因此，在考慮序列依賴(lài)的調(diào)整時(shí)間的情況下，研究一種協(xié)同變鄰域搜索算法來(lái)解決柔性作業(yè)車(chē)間調(diào)度問(wèn)題對(duì)企業(yè)具有重要的現(xiàn)實(shí)意義。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提出一種考慮調(diào)整時(shí)間的柔性作業(yè)車(chē)間調(diào)度問(wèn)題的優(yōu)化方法，解決了現(xiàn)有車(chē)間調(diào)度方案中無(wú)法有效處理柔性作業(yè)車(chē)間中序列依賴(lài)的調(diào)整時(shí)間的問(wèn)題，通過(guò)優(yōu)化調(diào)度方案，降低調(diào)整時(shí)間對(duì)生產(chǎn)效率的影響，合理分配資源，提高機(jī)器利用率，從而達(dá)到提高產(chǎn)能和降低生產(chǎn)成本的目的。

2、本發(fā)明所提供一種考慮調(diào)整時(shí)間的柔性作業(yè)車(chē)間調(diào)度問(wèn)題的優(yōu)化方法，其特征在于，包括以下步驟，

3、步驟1，初始化協(xié)同變鄰域搜索算法的參數(shù)，設(shè)置初始種群大小 p，當(dāng)前解連續(xù)沒(méi)有更新的代數(shù)限制 rn，鄰域操作針對(duì)個(gè)體執(zhí)行的次數(shù) sn以及當(dāng)前解連續(xù)沒(méi)有更新的當(dāng)前代數(shù) gen；

4、步驟2，初始化種群，根據(jù)主動(dòng)解碼規(guī)則，隨機(jī)生成種群大小 p個(gè)解，并從中選出兩個(gè)最大完工時(shí)間最小的初始解，作為協(xié)同變鄰域搜索算法的當(dāng)前解；設(shè)置當(dāng)前代數(shù) gen=0，重復(fù)步驟3-6直至滿足協(xié)同變鄰域搜索算法的終止時(shí)間，其中，最大完工時(shí)間為所有工件完成其加工工序后所需時(shí)間的最大值；

5、步驟3，執(zhí)行抖動(dòng)操作，通過(guò)抖動(dòng)操作生成兩個(gè)新解，作為變鄰域下降操作的初始解；

6、步驟4，針對(duì)這兩個(gè)初始解執(zhí)行變鄰域下降操作，重復(fù)步驟4-1至步驟4-3，直至鄰域探索計(jì)數(shù)器 k大于8，

7、步驟4-1，設(shè)置鄰域探索計(jì)數(shù)器 k的值為1，

8、步驟4-2，執(zhí)行局部搜索操作進(jìn)行解的優(yōu)化，

9、步驟4-3，更新鄰域探索計(jì)數(shù)器 k；

10、步驟5，更新當(dāng)前代數(shù) gen；

11、步驟6，判斷是否執(zhí)行重啟策略，如果當(dāng)前代數(shù) gen大于代數(shù)限制 rn，則執(zhí)行重啟策略并設(shè)置 gen=0，否則繼續(xù)執(zhí)行下一步；

12、步驟7，選取協(xié)同變鄰域搜索算法生成的改進(jìn)后的解中的最大完工時(shí)間較小的一個(gè)解，作為約束規(guī)劃模型的初始解，通過(guò)約束規(guī)劃模型進(jìn)一步優(yōu)化解的質(zhì)量。

13、進(jìn)一步的，在步驟2中，主動(dòng)解碼規(guī)則是，確定工序 o i,j在機(jī)器 ?m i,j上加工，其中 o i,j表示工件 i的第 j道工序， m i,j表示工序 o i,j的加工的機(jī)器，在機(jī)器 m i,j上遍歷空閑時(shí)間段?[ t s,? t e]，檢查該空閑時(shí)間段，是否有足夠的時(shí)間加工工序 o i,j，其中 t s表示空閑時(shí)間段的開(kāi)始時(shí)間， t e表示空閑時(shí)間段的結(jié)束時(shí)間，如果空閑時(shí)間段?[ t s,? t e]有足夠的時(shí)間，則工序 o i,j插入到空閑時(shí)間段[ t s,? t e]中，此時(shí)滿足公式，其中 e i,j-1表示當(dāng)工序 o i,j不是工件 i的第1道工序時(shí)工序 o i,j-1的完成時(shí)間，表示工序 o i,j和在機(jī)器 m i,j上的加工時(shí)間，表示在機(jī)器 m i,j上連續(xù)加工的工序和工序 o i,j的之間的調(diào)整時(shí)間，表示機(jī)器 m i,j上連續(xù)加工的工序 o i,j和工序的之間的調(diào)整時(shí)間，工件 i 1表示在機(jī)器 m i,j上空閑時(shí)間段[ t s,? t e]前加工的工件，工件 i 2表示在機(jī)器 m i,j上空閑時(shí)間段[ t s,? t e]后加工的工件，如果工序 o i,j在空閑時(shí)間段?[ t s,? t e]內(nèi)沒(méi)有合適的時(shí)間進(jìn)行插入，則將工序 o i,j插入到機(jī)器 m i,j當(dāng)前加工的最后一個(gè)工序之后。

14、進(jìn)一步的，在步驟3中，隨機(jī)選擇一個(gè)鄰域，生成初始解 x 1的鄰域解 x 1 '和初始解 x 2的鄰域解 x 2 '，作為變鄰域下降的初始解；

15、在抖動(dòng)操作和變鄰域下降操作中使用了8種鄰域結(jié)構(gòu)，即交換鄰域、插入鄰域、反轉(zhuǎn)鄰域、重分配鄰域、優(yōu)先工序交叉鄰域、基于作業(yè)交叉鄰域、兩點(diǎn)交叉鄰域和均勻交叉鄰域；優(yōu)先工序交叉鄰域、基于作業(yè)交叉鄰域、兩點(diǎn)交叉鄰域和均勻交叉鄰域是協(xié)同鄰域結(jié)構(gòu)，協(xié)同鄰域結(jié)構(gòu)是在進(jìn)行鄰域操作時(shí)，使用交叉算子，使協(xié)同變鄰域搜索算法的兩個(gè)初始解能夠相互交流，操作步驟如下，

16、交換鄰域的操作過(guò)程為，在初始解 x 1和初始解 x 2的工序序列中，分別隨機(jī)選擇兩個(gè)不同的工序，交換所選擇的工序；

17、插入鄰域的操作過(guò)程為，在初始解 x 1和初始解 x 2的工序序列中，分別隨機(jī)選擇兩個(gè)不同的工序，將初始解 x 1中被選擇的較后的工序插入到被選擇的較前的工序的前一個(gè)工序；

18、反轉(zhuǎn)鄰域的操作過(guò)程為，在初始解 x 1和初始解 x 2的工序序列中，分別隨機(jī)選擇兩個(gè)不同的工序，將被選擇的兩個(gè)工序之間的工序順序反轉(zhuǎn)；

19、重分配鄰域的操作過(guò)程為，在初始解 x 1和初始解 x 2的機(jī)器序列中，分別隨機(jī)選擇一個(gè)機(jī)器，將被選擇的機(jī)器的位置重新分配可加工的機(jī)器；

20、優(yōu)先工序交叉鄰域的操作過(guò)程為，隨機(jī)將工件集 i分成兩部分，工件集 i t1和工件集 i t2，將初始解 x 1的工序序列中屬于工件集 i t1的工序不變，將初始解 x 2的工序序列中屬于工件集 i t2的工序，按工序序列順序依次替換掉初始解 x 1的工序序列中剩余位置的工序；將初始解 x 2的工序序列中屬于工件集 i t1的工序不變，將初始解 x 1的工序序列中屬于工件集 i t2的工序，按工序序列順序依次替換掉初始解 x 2的工序序列中剩余位置的工序；

21、基于作業(yè)交叉鄰域的操作過(guò)程為，隨機(jī)將工件集 i分成兩部分，工件集 i t1和工件集 i t2，將初始解 x 1的工序序列中屬于工件集 i t1的工序不變，將初始解 x 2的工序序列中屬于工件集 i t2的工序，按工序序列順序依次替換掉初始解 x 1的工序序列中剩余位置的工序；將初始解 x 2的工序序列中屬于工件集 i t2的工序不變，將初始解 x 1的工序序列中屬于工件集 i t1的工序，按工序序列順序依次替換掉初始解 x 2的工序序列中剩余位置的工序；

22、兩點(diǎn)交叉鄰域的操作過(guò)程為，隨機(jī)生成?[0， n-1]之間的兩個(gè)數(shù) num 1和 num 2，其中 num 1小于 num 2，作為初始解 x 1和初始解 x 2的工序序列索引， n表示工序的總數(shù)，保留初始解 x 1和初始解 x 2的工序序列在區(qū)間[0， num 1]和[ num 2?， n-1]之間不變，在初始解 x 1的工序序列[ num 1 ,num 2]區(qū)間中，將初始解 x 2的工序序列依次替換掉初始解 x 1的工序序列[0， num 1]和[ num 2?， n-1]區(qū)間中不存在的工序，在初始解 x 2的工序序列[ num 1 ,num 2]區(qū)間中，將初始解 x 1的工序序列依次替換掉初始解 x 2的工序序列[0， num 1]和[ num 2?， n-1]區(qū)間中不存在的工序；

23、均勻交叉鄰域的操作過(guò)程為，隨機(jī)生成與初始解 x 1和初始解 x 2的機(jī)器序列長(zhǎng)度相等的二進(jìn)制序列，初始解 x 1和初始解 x 2的機(jī)器序列所對(duì)應(yīng)二進(jìn)制序列值為1的機(jī)器不變，將初始解 x 1的機(jī)器序列所對(duì)應(yīng)二進(jìn)制序列值為0的機(jī)器，使用初始解 x 2的機(jī)器序列的相同位置替換，將初始解 x 2的機(jī)器序列所對(duì)應(yīng)二進(jìn)制序列值為0的機(jī)器，使用初始解 x 1的機(jī)器序列的相同位置替換。

24、進(jìn)一步的，在步驟4-2中，局部搜索操作步驟如下，根據(jù)鄰域探索計(jì)數(shù)器 k的值選擇鄰域結(jié)構(gòu)， k的值從1-8分別對(duì)應(yīng)交換鄰域、插入鄰域、反轉(zhuǎn)鄰域、重分配鄰域、優(yōu)先工序交叉鄰域、基于作業(yè)交叉鄰域、兩點(diǎn)交叉鄰域和均勻交叉鄰域，重復(fù)執(zhí)行 sn次對(duì)應(yīng)的鄰域操作，選取初始解 x 1 '生成的鄰域解中最大完工時(shí)間最小的鄰域解 x 1 ''，選取初始解 x 2 '生成的鄰域解中最大完工時(shí)間最小的鄰域解 x 2 ''。

25、進(jìn)一步的，在步驟4-3中，更新鄰域探索計(jì)數(shù)器 k的步驟為，判斷步驟4-2中生成的鄰域解 x 1 ''是否優(yōu)于初始解 x 1，鄰域解 x 2 ''是否優(yōu)于初始解 x 2，若鄰域解 x 1 ''優(yōu)于初始解 x 1，則將初始解 x 1更新為鄰域解 x 1 ''，若鄰域解 x 2 ''優(yōu)于初始解 x 2，則將初始解 x 2更新為鄰域解 x 2 ''，若初始解 x 1或者初始解 x 2被更新，則將鄰域探索計(jì)數(shù)器 k重置為1，否則將鄰域探索計(jì)數(shù)器 k自加1，繼續(xù)探索下一個(gè)鄰域。

26、進(jìn)一步的，在步驟5中，如果執(zhí)行步驟4后初始解 x 1和初始解 ?x 2都沒(méi)有被更新，則當(dāng)前代數(shù) gen自加1，否則當(dāng)前代數(shù) gen重置為0。

27、進(jìn)一步的，在步驟6中，重啟策略的操作過(guò)程為隨機(jī)生成種群大小 p個(gè)解，選擇其中最大完工時(shí)間最小的解替換初始解 x 1和初始解 ?x 2中最大完工時(shí)間較大的解。

28、進(jìn)一步的，在步驟7中，約束規(guī)劃模型的變量包括， ops i,j為工序 o i,j的區(qū)間變量； mod i,j,m為工序 o i,j的可選區(qū)間變量； mchs m為對(duì)于機(jī)器 m的可選區(qū)間變量 mod i,j,m的序列決策變量； cmax?為最大完工時(shí)間的連續(xù)決策變量；

29、約束規(guī)劃模型需要滿足約束條件（1）-約束條件（4）

30、????(1)

31、???(2)

32、?????(3)

33、??? ???????????(4)

34、其中， n i表示工件 i的工序數(shù)量； i表示所有工件集合； m表示機(jī)器索引； m表示所有機(jī)器的集合； t m表示調(diào)整時(shí)間的集合；約束條件（1）表示最小化最大完工時(shí)間的目標(biāo)，函數(shù) endof(ops i,j )用于計(jì)算并返回區(qū)間變量 ops i,j的完成時(shí)間；約束條件（2）表示對(duì)于工件 i的每個(gè)工序，工序 o i,j的前一個(gè)工序 o i,j-1完成后，工序 o i,j才可以開(kāi)始加工，函數(shù) endbeforestart(ops i,j ?,ops i,j+1 )用于計(jì)算并返回區(qū)間變量 ops i,j+1的開(kāi)始時(shí)間不小于 ops i,j的結(jié)束時(shí)間；約束條件（3）表示一個(gè)工序只能被一臺(tái)機(jī)器加工，函數(shù) alternative (ops i,j ?,?mod i,j,m )表示為，對(duì)于每個(gè)區(qū)間變量 ops i,j，只能選擇一個(gè)可選區(qū)間變量 mod i,j,m；約束條件（4）表示每臺(tái)機(jī)器 m在任何時(shí)刻最多只能加工一個(gè)工序，當(dāng)兩個(gè)不同的工件連續(xù)在機(jī)器 m上加工時(shí)，必須考慮順序依賴(lài)的調(diào)整時(shí)間，函數(shù) nooverlap(mchs m, t m ,1)?表示為，在考慮調(diào)整時(shí)間的情況下，序列決策變量 mchs m的可選區(qū)間變量 mod i,j,m是不重疊的。

35、本發(fā)明所提供一種考慮調(diào)整時(shí)間的柔性作業(yè)車(chē)間調(diào)度問(wèn)題的優(yōu)化方法，與現(xiàn)有技術(shù)相比，本發(fā)明解決了考慮調(diào)整時(shí)間的柔性作業(yè)車(chē)間調(diào)度優(yōu)化問(wèn)題，具有以下積極效果，

36、（1）本發(fā)明提出了一種新的元啟發(fā)式混合算法（a?constraint?programmingassisted?cooperative?variable?neighborhood?search?algorithm,?c-vns-cp），將協(xié)同變鄰域搜索算法和約束規(guī)劃模型（constraint?programming，cp）相結(jié)合，在協(xié)同變鄰域搜索算法獲得的較好解的基礎(chǔ)上，再使用cp模型進(jìn)行搜索，進(jìn)一步擴(kuò)大解空間，獲得更加優(yōu)異的最優(yōu)解。

37、（2）本發(fā)明設(shè)計(jì)了8個(gè)鄰域結(jié)構(gòu)，在執(zhí)行鄰域操作時(shí)，將交叉算子和變鄰域搜索算法相結(jié)合，綜合利用兩者的優(yōu)勢(shì)，降低陷入局部最優(yōu)的風(fēng)險(xiǎn)，從而使獲得的解最大完工時(shí)間最小；

38、（3）本發(fā)明制定了一種適用于考慮順序依賴(lài)的調(diào)整時(shí)間的柔性作業(yè)車(chē)間調(diào)度問(wèn)題的約束規(guī)劃模型。

39、綜上所述，本發(fā)明有效解決了考慮調(diào)整時(shí)間的柔性作業(yè)車(chē)間調(diào)度優(yōu)化問(wèn)題。通過(guò)設(shè)計(jì)c-vns-cp算法，可以合理安排工件的加工順序和加工機(jī)器，提高機(jī)床的利用率，進(jìn)而提升整個(gè)工廠的資源利用效率。