【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及生產(chǎn)訂單調(diào)度領(lǐng)域，具體涉及一種分布式制造模式下生產(chǎn)訂單調(diào)度方法、系統(tǒng)、存儲(chǔ)介質(zhì)和電子設(shè)備。
技術(shù)介紹
1、能源汽車產(chǎn)業(yè)的快速擴(kuò)張導(dǎo)致電池需求激增，促使電池制造商采用分布式制造策略。在此背景下，分布式制造模式下新能源汽車電池等生產(chǎn)訂單調(diào)度問題成為了研究熱點(diǎn)。
2、相關(guān)技術(shù)中，專利cn115130789a公開了一種基于改進(jìn)灰狼優(yōu)化算法的分布式制造企業(yè)智能調(diào)度方法，考慮了生產(chǎn)加工過程中機(jī)器故障、原材料缺失等不確定因素，將工件的工序加工時(shí)間定義為三角模糊數(shù)，構(gòu)建了以最小化最大模糊完工時(shí)間為優(yōu)化目標(biāo)的數(shù)學(xué)模型設(shè)計(jì)了一種簡單高效的改進(jìn)灰狼優(yōu)化算法igwo來求解該調(diào)度模型。針對分布式車間采用了一種基于工序、車間和加工設(shè)備的三維編碼和解碼方式，通過混合初始化策略提高初始化種群質(zhì)量，利用基于非線性控制參數(shù)和自適應(yīng)慣性權(quán)重的更新機(jī)制對種群位置更新公式做出調(diào)整，采用基于變鄰域搜索的局部搜索策略。
3、雖然上述方案考慮了生產(chǎn)加工過程中機(jī)器故障、原材料缺失等不確定因素，但是綜合考慮每個(gè)工廠特有的資格限制、產(chǎn)品的運(yùn)輸時(shí)間更容易受到影響以及顧客滿意度問題等現(xiàn)實(shí)因素時(shí)，顯然基于上述專利提供的調(diào)度方案，并不能很好適用新能源汽車電池的實(shí)際生產(chǎn)。
技術(shù)實(shí)現(xiàn)思路
1、（一）解決的技術(shù)問題
2、針對現(xiàn)有技術(shù)的不足，本專利技術(shù)提供了一種分布式制造模式下生產(chǎn)訂單調(diào)度方法、系統(tǒng)、存儲(chǔ)介質(zhì)和電子設(shè)備，解決了綜合考慮每個(gè)工廠特有的資格限制、產(chǎn)品的運(yùn)輸時(shí)間更容易受到影響以及顧客滿意度問
3、（二）技術(shù)方案
4、為實(shí)現(xiàn)以上目的，本專利技術(shù)通過以下技術(shù)方案予以實(shí)現(xiàn)：
5、一種分布式制造模式下生產(chǎn)訂單調(diào)度方法，包括：
6、獲取訂單集合和工廠集合；其中每一訂單僅包括一種產(chǎn)品類型，每一工廠僅有一條用于生產(chǎn)特定類型產(chǎn)品的生產(chǎn)線；
7、采用三角模糊數(shù)分別表示訂單從工廠運(yùn)輸?shù)娇蛻舻哪：\(yùn)輸時(shí)間以及訂單的模糊到期日，以構(gòu)建客戶滿意度；
8、基于所述訂單集合和工廠集合，以最小化成本和最大化客戶滿意度為目標(biāo)，構(gòu)建多目標(biāo)的優(yōu)化調(diào)度模型；
9、采用集成nsga-ii算法與vns算法的ga-vns算法求解所述優(yōu)化調(diào)度模型，獲取帕累托前沿面，以獲取最優(yōu)的生產(chǎn)訂單調(diào)度方案。
10、優(yōu)選的，所述采用三角模糊數(shù)分別表示訂單從工廠運(yùn)輸?shù)娇蛻舻哪：\(yùn)輸時(shí)間以及訂單的模糊到期日，以構(gòu)建客戶滿意度；包括：
11、采用三角模糊數(shù)表示訂單oi從工廠j到客戶i的模糊運(yùn)輸時(shí)間，記為；其中，、、分別表示訂單oi的最短運(yùn)輸時(shí)間、最有可能的運(yùn)輸時(shí)間以及最長運(yùn)輸時(shí)間；
12、基于模糊運(yùn)輸時(shí)間，獲取訂單oi的模糊到達(dá)時(shí)間；其中，設(shè)定一旦訂單加工完成，立即將其運(yùn)送給客戶，則；、、分別表示訂單oi的最短模糊到達(dá)時(shí)間、最有可能的模糊到達(dá)時(shí)間以及最長模糊到達(dá)時(shí)間；ci表示訂單oi的完成時(shí)間；m表示工廠數(shù)量；xij為0-1變量，如果訂單oi在工廠j生產(chǎn)，取1，否則取0；
13、采用三角模糊數(shù)表示訂單oi的模糊到期日，記為；其中，、、分別表示客戶i期望到達(dá)的時(shí)間的下界、最期望到達(dá)的時(shí)間以及期望到達(dá)的時(shí)間的上界；
14、基于模糊運(yùn)輸時(shí)間和模糊到期日，獲取客戶i的滿意度；其中，area表示面積函數(shù)，n表示訂單數(shù)量。
15、優(yōu)選的，所述優(yōu)化調(diào)度模型包括：
16、
17、其中，目標(biāo)（1）表示最小化成本；min表示最小化函數(shù)，pcij表示訂單oi在工廠j的處理成本，tcij表示訂單oi從工廠j到客戶i的確定的運(yùn)輸成本；
18、目標(biāo)（2）表示最大化客戶滿意度；max表示最大化函數(shù)；
19、約束（3）確保每個(gè)訂單都被分配，并且只分配給一個(gè)工廠；
20、約束（4）限制訂單只分配給有能力處理它們的工廠；qij為0-1變量，如果工廠j有生產(chǎn)訂單oi的資質(zhì)，取1，否則取0；
21、約束（5）規(guī)定每個(gè)工廠最多只能有一個(gè)訂單被指定為第一個(gè)進(jìn)行加工，而部分工廠可能沒有訂單被指定；y0jk為0-1變量，如果在工廠j中初始訂單在訂單k之前生產(chǎn)，取1，否則取0；
22、約束（6）確定每個(gè)訂單都有唯一的前一個(gè)訂單，或者是工廠隊(duì)列中的初始訂單；yijk為0-1變量，如果在工廠j中訂單oi在訂單ok之前生產(chǎn)，取1，否則取0；xkj為0-1變量，如果訂單ok在工廠j生產(chǎn)，取1，否則取0；
23、約束（7）聲明每個(gè)訂單都有一個(gè)后續(xù)訂單，或者是工廠隊(duì)列中的最后一個(gè)訂單；
24、約束（8）排除在工廠j中訂單oi既是訂單ok的前一個(gè)訂單又是訂單ok的后一個(gè)訂單的可能性；ykji為0-1變量，如果在工廠j中訂單ok在訂單oi之前生產(chǎn)，取1，否則取0；
25、約束（9）~（10）共同確定每個(gè)訂單的加工時(shí)間；ck表示訂單ok的完成時(shí)間，m表示一個(gè)很大的整數(shù)，pij表示訂單oi在工廠j中的處理時(shí)間；
26、約束（11）表示明確決策變量xij、yijk為二元。
27、優(yōu)選的，所述ga-vns算法引入用于在整個(gè)迭代過程中動(dòng)態(tài)地維護(hù)帕累托最優(yōu)解集的無限存檔集as；所述采用集成nsga-ii算法與vns算法的ga-vns算法求解所述優(yōu)化調(diào)度模型，獲取帕累托前沿面；包括：
28、步驟101、輸入訂單集合、工廠集合、qij、pij、pcij、、tcij、；
29、步驟102、初始化參數(shù)，包括最大迭代次數(shù)tmax、種群數(shù)量pop、拒絕系數(shù)rc、變異參數(shù)gamma；
30、步驟103、初始化種群，對所有個(gè)體進(jìn)行非支配排序，以篩選帕累托最優(yōu)解并放入無限存檔集as中；
31、其中，個(gè)體的編碼規(guī)則是指染色體的第一行基因序列表示分別為每一訂單確定工廠、第二行基因序列表示將同一工廠的訂單按照加工次序值由小到大進(jìn)行生產(chǎn)；
32、步驟104、令迭代次數(shù)t=0；
33、步驟105、從p中遍歷選擇pi，并在[1,pop]范圍內(nèi)隨機(jī)生成一個(gè)整數(shù)j，且j≠i；
34、將pi和pj作為親本執(zhí)行交叉操作，并基于拒絕系數(shù)rc，更新種群p和無限存檔集as；
35、步驟106、從p中遍歷選擇pi，并基于變異參數(shù)gamma計(jì)算變異率mr，執(zhí)行變異操作，更新種群p和無限存檔集as；
36、步驟107、令k=1；
37、步驟108、當(dāng)k≤2時(shí)，隨機(jī)從p中選擇ps，對ps執(zhí)行nsk鄰域搜索獲得；否則轉(zhuǎn)入步驟109；
38、步驟109、計(jì)算適應(yīng)度值，如果fit()>fit(ps)，令ps=，k=1，并轉(zhuǎn)入步驟108；否則，令k=k+1，轉(zhuǎn)入步驟108；
39、步驟110、更新種群p和無限存檔集as；
40、步驟111、令t=t+1；
41、步驟112、若t≤tmax，轉(zhuǎn)入步驟105本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種分布式制造模式下生產(chǎn)訂單調(diào)度方法，其特征在于，包括：
2.如權(quán)利要求1所述的分布式制造模式下生產(chǎn)訂單調(diào)度方法，其特征在于，所述采用三角模糊數(shù)分別表示訂單從工廠運(yùn)輸?shù)娇蛻舻哪：\(yùn)輸時(shí)間以及訂單的模糊到期日，以構(gòu)建客戶滿意度；包括：
3.如權(quán)利要求2所述的分布式制造模式下生產(chǎn)訂單調(diào)度方法，其特征在于，所述優(yōu)化調(diào)度模型包括：
4.如權(quán)利要求3所述的分布式制造模式下生產(chǎn)訂單調(diào)度方法，其特征在于，所述GA-VNS算法引入用于在整個(gè)迭代過程中動(dòng)態(tài)地維護(hù)帕累托最優(yōu)解集的無限存檔集AS；所述采用集成NSGA-II算法與VNS算法的GA-VNS算法求解所述優(yōu)化調(diào)度模型，獲取帕累托前沿面；包括：
5.如權(quán)利要求4所述的分布式制造模式下生產(chǎn)訂單調(diào)度方法，其特征在于，所述步驟105具體包括：
6.如權(quán)利要求4所述的分布式制造模式下生產(chǎn)訂單調(diào)度方法，其特征在于，所述步驟106具體包括：
7.如權(quán)利要求4所述的分布式制造模式下生產(chǎn)訂單調(diào)度方法，其特征在于，設(shè)計(jì)如下兩種鄰域結(jié)構(gòu)：
8.一種分布式制造模式下生產(chǎn)訂單調(diào)度系
9.一種存儲(chǔ)介質(zhì)，其特征在于，其存儲(chǔ)有用于分布式制造模式下生產(chǎn)訂單調(diào)度的計(jì)算機(jī)程序，其中，所述計(jì)算機(jī)程序使得計(jì)算機(jī)執(zhí)行如權(quán)利要求1~7任一項(xiàng)所述的分布式制造模式下生產(chǎn)訂單調(diào)度方法。
10.一種電子設(shè)備，其特征在于，包括：
...【技術(shù)特征摘要】
1.一種分布式制造模式下生產(chǎn)訂單調(diào)度方法，其特征在于，包括：
2.如權(quán)利要求1所述的分布式制造模式下生產(chǎn)訂單調(diào)度方法，其特征在于，所述采用三角模糊數(shù)分別表示訂單從工廠運(yùn)輸?shù)娇蛻舻哪：\(yùn)輸時(shí)間以及訂單的模糊到期日，以構(gòu)建客戶滿意度；包括：
3.如權(quán)利要求2所述的分布式制造模式下生產(chǎn)訂單調(diào)度方法，其特征在于，所述優(yōu)化調(diào)度模型包括：
4.如權(quán)利要求3所述的分布式制造模式下生產(chǎn)訂單調(diào)度方法，其特征在于，所述ga-vns算法引入用于在整個(gè)迭代過程中動(dòng)態(tài)地維護(hù)帕累托最優(yōu)解集的無限存檔集as；所述采用集成nsga-ii算法與vns算法的ga-vns算法求解所述優(yōu)化調(diào)度模型，獲取帕累托前沿面；包括：
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：劉心報(bào)，張騰，胡朝明，程浩，陸少軍，鄭銳，
申請(專利權(quán))人：合肥工業(yè)大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會(huì)獲得科技券。