一种基于MOEA的挤压生产线节拍按需控制资源优化配置方法及装置
文献发布时间:2023-06-19 19:27:02
技术领域
本发明涉及挤压生产线节拍优化技术领域,更具体地,涉及一种基于MOEA的挤压生产线节拍按需控制资源优化配置方法及装置。
背景技术
近年来,我国的数字经济规模在逐年提高,通过给传统的生产模式插上数字的翅膀,可以提高生产方式的现代化水平,进而促进社会各个方面发生深刻的变革。随着数字化技术的飞速发展,通过各种类型传感器的使用,可以实时收集生产数据,进而通过分析数据,实现自主感知、传递和诊断问题,完成全自动化生产。
型材挤压属于离散制造业,其生产线的资源配置是否合理,会直接影响生产线的平衡和运转效率。生产线布局有不同的工序,各个工序之间具有先后顺序,且各个工序之间是连续的,生产线上还具有多个工位,一个工位可用于处理一个或者多个工序。对于一条生产线来讲,在实际生产中,还存在不同批次原材料在相同加工工序上加工时间不同的情况。随着批次增多,按照批次顺序进行生产,往往需要更长的生产工期。
对于传统的挤压生产线,自动化程度往往不高,生产车间在进行生产任务前对待加工的批次无法自动进行排产调度优化,人工排产需要花费大量的时间和精力,导致生产效率无法得到有效提高。再有,传统挤压生产线的资源配置也不够完善,当生产线中的某一个设备发生故障停止工作时,生产线中的工位和工序分配只能够靠人工进行调整,耗时耗力,且各个工位负荷的均衡性无法得到有效保证,也不利于生产效率的提升。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于MOEA的挤压生产线节拍按需控制资源优化配置方法及装置,能够解决挤压生产线的资源优化配置问题。根据实际生产订单需求,对生产线的资源进行优化,提高生产线的平衡率以及生产效率。
为解决上述技术问题,本发明采用的技术方案是:
提供一种基于MOEA的挤压生产线节拍按需控制资源优化配置方法,包括如下步骤:
S1.基因编码:设生产线中具有J个工序和K个工位,定义工序编码后的基因串为工序基因串、工位编码后的基因串为工位基因串,然后执行步骤S2;
S2.种群初始化:将J个工序随机分配到K个工位上,生成初始化种群,然后执行步骤S3;
S3.构建目标函数f:所述目标函数f的优化目标包括:平衡损失率、工位损失指数、平滑指数和生产废料量;
S4.通过目标函数f获取适应度函数F并求解,若求解得到当前适应度函数值为最优解,则输出当前种群,否则执行步骤S5;
S5.基因的交叉和变异:对当前种群中的工序基因串采用顺序交叉的方式进行交叉,以及对所述工序基因串的基因位随机选择进行变异,交叉变异后的工序基因串满足工序的先后约束关系,生成新种群,然后返回步骤S4;其中,生成新种群的交叉概率p
进一步地,在步骤S3中,所述目标函数f为:
f(w
式中,η
进一步地,所述平衡损失率的计算公式为:
式中,LB表示生产线平衡率,CT表示生产节拍,T
进一步地,所述工位损失指数的计算公式为:
式中,K
进一步地,所述平滑指数的计算公式为:
式中,N表示生产批次任务数,K表示生产线分配的工位数,CT表示生产节拍,T
进一步地,所述生产节拍CT的计算公式为:
T
式中,K表示生产线中的工位数,
进一步地,所述生产废料量的计算公式为:
式中,n
进一步地,所述步骤S4具体包括如下步骤:
S41.计算适应度函数F:
式中,f表示目标函数,C表示大于0的常数,且C≥maxf;
S42.判断当前求解得到的适应度函数值是否为最优解:若当前求解得到的适应度函数值的变化范围小于指定变化阈值范围,则为最优解并输出当前种群,否则执行步骤S5。
进一步地,在步骤S5中,所述交叉概率p
式中,F
本发明还包括一种计算机装置,包括存储器和处理器,所述的存储器存储有计算机程序,所述的处理器执行所述的计算机程序时实现上述的方法的步骤。
与现有技术相比,本发明的有益效果是:
本发明为一种基于MOEA的挤压生产线节拍按需控制资源优化配置方法及装置,能够解决挤压生产线的资源优化配置问题,根据实际生产订单需求,对生产线的资源进行优化,生产节拍按需控制;本发明选择生产线的平衡损失率、工位损失指数、平滑指数和生产废料量作为优化目标,并通过改进的遗传算法得到最优的工序与工位的对应安排策略,能够帮助工作人员在挤压生产线进行生产作业时更加便捷高效,提高生产效率。
附图说明
图1为本发明一种基于MOEA的挤压生产线节拍按需控制资源优化配置方法的流程图。
具体实施方式
下面结合具体实施方式对本发明作进一步的说明。其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本专利的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
实施例1
如图1所示为本发明一种基于MOEA的挤压生产线节拍按需控制资源优化配置方法的第一实施例,包括如下步骤:
S1.基因编码:设生产线中具有J个工序和K个工位,定义工序编码后的基因串为工序基因串、工位编码后的基因串为工位基因串,然后执行步骤S2;需要说明的是,基因串的编码顺序按照生产批次的标准流程作为起始。
S2.种群初始化:一个工位可对应一个或多个工序,将J个工序随机分配到K个工位上,生成初始化种群,然后执行步骤S3;
S3.构建目标函数f:目标函数f的优化目标包括:平衡损失率、工位损失指数、平滑指数和生产废料量;
S4.通过目标函数f获取适应度函数F并求解,若求解得到当前适应度函数值为最优解,则输出当前种群,否则执行步骤S5;
S5.基因的交叉和变异:对当前种群中的工序基因串采用顺序交叉的方式进行交叉,以及对工序基因串的基因位随机选择进行变异,交叉变异后的工序基因串满足工序的先后约束关系,生成新种群,然后返回步骤S4;其中,生成新种群的交叉概率p
本发明包括一种基于MOEA的挤压生产线节拍按需控制资源优化配置方法,能够解决挤压生产线的资源优化配置问题,根据实际生产订单需求,对生产线的资源进行优化,生产节拍按需控制;本发明选择生产线的平衡损失率、工位损失指数、平滑指数和生产废料量作为优化目标,并通过改进的遗传算法得到最优的工序与工位的对应安排策略,能够帮助工作人员在挤压生产线进行生产作业时更加便捷高效,提高生产效率。
实施例2
本实施例与实施例1类似,所不同之处在于,本实施例在步骤S3中,在考虑到平衡损失率、工位损失指数、平滑指数和生产废料量这些优化目标,制定目标函数f为:
f(w
式中,η
具体地,平衡损失率的计算公式为:
式中,LB表示生产线平衡率,CT表示生产节拍,T
具体地,工位损失指数的计算公式为:
式中,K
具体地,平滑指数的计算公式为:
式中,N表示生产批次任务数,K表示生产线分配的工位数,CT表示生产节拍,T
在上述公式中,生产节拍CT的计算公式为:
T
式中,K表示生产线中的工位数,T
具体地,生产废料量的计算公式为:
式中,n
f(w
式中,η
本实施例中,步骤S4具体包括如下步骤:
S41.计算适应度函数F:
式中,f表示目标函数,C表示大于0的常数,且C≥maxf,能够确保适应度函数值在[0,1]内;
S42.判断当前求解得到的适应度函数值是否为最优解:若当前求解得到的适应度函数值的变化范围小于指定变化阈值范围,则为最优解并输出当前种群,否则执行步骤S5。需要说明的是,适应度函数的选择满足目标函数值越小,适应度越大,那么选出的最优种群也是适应度最大的种群,输出得到实际问题的解。在步骤S42中,具体地,当近三次计算得到的适应度函数值的变化小于0.1%时,此时适应度值为最优解;需要说明的是,该变化范围可根据实际场景需求进行选取,并非限制为0.1%。
本实施例在步骤S5中,交叉概率p
式中,F
需要补充说明的是,当F
本实施例中,步骤S5具体包括如下步骤:
S51.交叉:在任意两个批次的父代工序基因串中各随机选择起始和结束位置,使两个父代工序基因串均被分成三个区域,然后将中间区域内的遗传信息交叉复制到子代相同位置上,对于父代中其他的遗传信息则按父代的顺序填入子代的遗传信息,若重复则跳过;
S52.变异:在当前种群中的工序基因串中任意取一个变异点,以工序先后排序作为约束关系将该变异点的遗传信息插入到某一位置,变异点前后的遗传信息依次顺序填下。
需要说明的是,当个体趋于一致,种群此时的适应度已经很高了,如果交叉和变异概率很大,在下一次迭代的时候,这些优良的个体可能会被淘汰掉。在本发明中,在种群整体适应度较高的情况下,利用指数函数衰减的特性,减小交叉和变异概率,由于设定的平均适应度为定值,函数值就能往预设的方向发展求解出更优良的个体。
实施例3
本发明还包括一种计算机装置,计算机装置包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现实施例1或2所述的方法的步骤。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
- 一种基于生物特征的车辆配置控制方法及装置
- 一种基于MOEA的生产线设备资源优化配置方法及装置
- 一种挤压生产线生产节拍可按需控制的虚拟仿真测试方法及系统