申请/专利权人：中国船舶集团有限公司第七一六研究所;中船数字信息技术有限公司

申请日：2020-09-14

公开（公告）日：2024-06-28

公开（公告）号：CN112232548B

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q10/0631;G06Q50/04;G06N3/126

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2024.06.14#著录事项变更;2022.12.02#著录事项变更;2021.02.02#实质审查的生效;2021.01.15#公开

摘要：本发明公开了一种基于遗传算法的机械加工车间智能排产优化方法及系统，方法包括以下步骤：针对车间调度任务，构建柔性作业车间调度问题数学模型；利用改进的遗传算法求解所述数学模型，包括构建初始条件矩阵、构建初始种群、对种群序列进行交叉变异、求取种群个体的适应度值、选取下一代基因序列等，获得并输出最优的机械加工车间智能排产优化方案；判断车间调度任务是否更新，若是则返回执行第一步。本发明操作过程简单，能够有效获得性能良好的机械加工车间智能排产优化方案，提高机械加工车间生产的效率，降低生产成本，提高制造企业的综合竞争力。

主权项：1.一种基于遗传算法的机械加工车间智能排产优化方法，其特征在于，所述方法包括以下步骤：步骤1，针对车间调度任务，构建柔性作业车间调度问题数学模型；步骤2，利用改进的遗传算法求解所述数学模型，获得并输出最优的机械加工车间智能排产优化方案；步骤3，判断车间调度任务是否更新，若是则返回执行步骤1；步骤1中所述柔性作业车间调度问题数学模型为： 式中，Cmax表示所有工序最后的完工时间，即优化目标；Ci表示第i个加工零件的最后完工时间，n表示加工零件的数量；步骤1中所述柔性作业车间调度问题数学模型的约束条件包括：a零件按照事先确定好的工艺路线依次进行加工：sij+Xijktijk≤cij,i＝1,2…,n,j＝1,2,…,oi,k＝1,2,…,m式中，sij表示工序Oij开始加工时间，cij表示工序Oij完成加工时间，Xijk表示标志数1或0，tijk表示工序Oij在机器Mk上的加工时间，oi表示第i个加工零件需要的加工工序数量，m表示加工机器的数量；b一台机器在某一个时刻点，只可以加工一个零件的某一道工序：sij+tijk≤saq+Y1-Yijaqk,i,a＝1,2…,n,k＝1,2,…,m，j,q＝1,2…,oi式中，Y为一个正数，Yijaqk表示标志数1或0，saq第a个零件执行加工工序q的开始加工时间；c一道工序在某一时刻点，只可以在其中某一台可用机器上加工： 式中，Xijk表示标志数1或0；步骤2所述利用改进的遗传算法求解所述数学模型，获得并输出最优的机械加工车间智能排产优化方案，具体过程包括：步骤2-1，构建初始条件矩阵；采用一个N×M的矩阵表示每台机器对不同加工零件的加工时间： 矩阵PT的每一行代表一个加工零件，共有N个待加工零件；矩阵PT的每一列对应一台加工机器，矩阵中元素ptij表示第j台加工机器生产第i个待加工零件的生产时间；若第j台加工机器并不参与第i个待加工零件的加工，则ptij＝0；另采用一个N×M的矩阵表示每个待加工零件的加工工序： 矩阵MS的每一行仍代表一个加工零件，共有N个待加工零件；矩阵MS的每一列对应零件的加工次序，矩阵中元素msij表示第i个待加工零件的第j步工序的加工机器，msij∈[1,2,…,m]，若某台机器并不参与第i个零件的加工，则该机器可在第i行的任意位置出现；步骤2-2，构建初始种群；设序列A＝A1,A2,…,Am×n，其中Ai∈0,1,2,…,m×n-1且Ai≠Aj，则初始种群序列可表示为a＝a1,a2,…,ai,…am×n，其中ai＝Aimodn，ai表示加工零件的序号，ai值出现的次数代表该加工零件被加工的次数，整个序列代表对所有零件的加工顺序；以随机生成的方式产生若干初始种群序列，构成初始种群PA＝a1,a2,…,ap，其中p为设置的初始种群序列数；步骤2-3，对种群序列进行交叉变异；步骤2-4，构建适应度函数，求取种群个体的适应度值： 式中，fitnessi表示第i个个体的适应度值，第cimax表示第i个个体的Cmax，P表示当前种群；步骤2-5，基于序列即个体的适应度值，利用轮盘法选取下一代基因序列；步骤2-6，判断迭代次数是否达到预设阈值，若是，从最终的基因序列中随机选择一个个体输出，作为最优的机械加工车间智能排产优化方案，否则返回步骤2-3。

全文数据：

权利要求：

百度查询： 中国船舶集团有限公司第七一六研究所;中船数字信息技术有限公司 基于遗传算法的机械加工车间智能排产优化方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD