买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西南交通大学

摘要：本发明公开了一种基于IMOEAD算法的可重入混合流水车间调度方法，具体为：首先以最小化最大完工时间、总拖期时间、设备总能耗成本为优化目标建立了BPM‑RHFSP多目标优化数学模型，将实际生产中的作业调度问题转化为组合优化的数学模型问题，然后基于IMOEAD求解问题模型：设计一种用于批处理工序解码的变阈值组批策略；多区域全局搜索与随机变邻域搜索；以及对精英解集内的个体执行强化搜索。本发明可以有效的协调多元设备加工，提高资源分配的合理性，缩短车间制造周期与产品拖期时间，并降低能耗成本。

主权项：1.一种基于IMOEAD算法的可重入混合流水车间调度方法，其特征在于，包括以下步骤：步骤1：考虑批处理机的可重入混合流水车间调度的描述和相关假设；考虑批处理机的可重入混合流水车间调度描述为：n个工件需要按照相同的加工流程O＝{O1,O2,…,Oj,…,Oo}在m个阶段的加工，阶段由单处理阶段与批处理阶段组成，可同时存在多个批处理阶段且任意阶段均可为批处理阶段，批处理阶段所包含的批处理机可同时加工有限个工件，单处理阶段中所包含的单处理机为单件加工，每个阶段至少具有一台并行机且至少有一个阶段的并行机数量大于一台；工件到达某个阶段之后，选择相应机器集合中的一台机器进行加工；由于工艺要求，工件重复访问生产系统L-1次，允许不同访问次数时工件的工艺流程不一样，即存在可跳跃工序，但每一次访问工件的加工方向是单向的；通过确定工件在各个工序的机器分配方案、在单处理工序的加工顺序、以及工件集在批处理工序组批方案实现多项指标的优化；同时遵循的相关假设如下：1零时刻所有工件以及机器均可参与加工活动；2相邻阶段之间缓存区容量无限；3批次大小只与工件数量相关；4工件加工过程不允许中断与抢占；5工件开工前所需的准备时间、物流转运时间均已算入工件的加工时间内；6工件加工过程不考虑扰动事件的发生；7工件完工后即可马上交付，即完工时间等于工件交付时间；步骤2：建立考虑批处理机的可重入混合流水车间调度目标优化的数学模型；优化目标为最小化最大完工时间、总拖期时间和设备总能耗成本；目标函数为：minf1,f2,f31其中： 其中：Ci表示Ji的完工时间，ei,j,k表示工序JOi,j在机器k的完工时间，JOi,j表示工件Ji的第j道工序，j＝1,2,…,o，Di表示Ji的交付期，表示能耗成本系数，Wk表示机器k的负载，PCk表示机器k单位时间平均负载能耗，Qk表示机器k的最大完工时间，NCk表示机器k单位时间平均空载能耗，J表示工件集合，J＝{J1,J2,…,Ji,…,Jn}，rh为阶段h的并行机数量；其中：式2为最大完工时间的计算；式3为总拖期时间的计算；式4为设备总能耗成本的计算；约束条件： 其中：Tp,k,b表示在批处理阶段p的机器k上加工的第b批次的加工时间，ti,j,k表示JOi,j在机器k的加工时间，Cp,k,b表示在批处理阶段p的机器k上加工的第b批次的工序集合，Ep,k,b表示在批处理阶段p的机器k上加工的第b批次的完工时间，ei,j,k表示工序JOi,j在机器k的完工时间，Sp,k,b表示在批处理阶段p的机器k上加工的第b批次的开工时间，si,j,k表示工序JOi,j在机器k的开工时间，Yi,j,p,k,b为决策变量，若工序JOi,j在阶段p的机器k的第b批次，则Yi,j,p,k,b＝1，否则Yi,j,p,k,b＝0，Vp表示批处理阶段p机器的容量，Xi,j,h,k为决策变量，若工序JOi,j在阶段h的机器k上加工，则Xi,j,h,k＝1，否则Xi,j,h,k＝0，L表示工件访问生产系统的次数；Bp,k表示在批处理阶段p的机器k上加工的批次集合，b＝1,2,…,|Bp,k|，SOh表示工艺流程中需在阶段h机器上加工的工序集合；其中：式5表示批处理机的加工时间等于批内所有工件所需最长加工时间；式6表示批处理机的开始加工时间不早于批的到达时间与批处理机空闲时间的最晚值；式7与式8分别表示同一批工件同时开始、结束加工；式9表示对任意批次，批处理机单次处理工件数量不能超过其最大容量；式10表示每个工件必须访问各个阶段至少一次，且重复访问任一阶段的次数不超过重入次数；式11表示工件在进行批处理工序加工时只能处于一个批次中，且必须处于其中一个批次；步骤3：基于分解的多目标优化算法IMOEAD优化求解；Step1：初始化权重向量集合，划分每一权重向量的邻域Bi＝{i1,i2,…,iT}；初始化种群X＝{X1,X2,…,XN}，即生成初始种群编码；初始化参考点Z*；个体索引i＝1；利用X中的非支配解集初始化外部档案EP；Step2：对Xi执行多区域全局搜索与随机变邻域搜索得到新解y，对y进行解码，通过y的目标函数值更新参考点；Step3：更新邻域解：对对Xj进行解码，如果新解y的切比雪夫函数值小于Xj，则令Xj＝y并更新Xj目标函数值；Step4：更新外部档案EP：对EP中所有解进行解码，移除EP中所有被y支配的解，若EP中没有解能支配y，则将y添加到EP中；Step5：令i＝i+1，若i≤N，返回Step2，否则转至Step6；Step6：获取精英解集，执行基于精英解集的强化搜索：Step7：若满足算法终止条件，输出EP，否则令i＝1，返回Step2。

全文数据：

权利要求：

百度查询： 西南交通大学 一种基于IMOEA/D算法的可重入混合流水车间调度方法