e-works数字化企业网  »  文章频道  »  先进制造技术  »  绿色制造

面向绿色制造的柔性作业车问调度优化(二)

2017/6/23    来源:互联网    作者:臧维娜  高国生      
关键字:绿色制造  遗传算法  柔性作业车间调度  
针对面向绿色制造的柔性作业车间调度问题,建立了以完工时间最优、能量消耗和环境影响最小为目标的调度模型,并采用遗传算法对模型进行求解。根据模型特点,采用机器染色体和工序染色体两种编码,并对初始种群的形成机制进行改进,采用精英策略和锦标赛法进行种群选择,两种染色体分别进行交叉和变异操作。最后通过实例对改进的遗传算法进行测试,并与其他方法的测试结果进行比较,验证了该算法的可行性和有效性。

    2.2 种群初始化

    在用遗传算法求解调度问题时,好的初始解可以加快算法的求解速度和质量,目前多数文献采用随机的初始化方法,初始解质量低,导致迭代次数增加,运算效率降低。Kacem等提出了一种基于短用时策略与设备均衡策略的种群初始化方法,使种群质量大幅度提高。但是该方法强烈依赖于工件的排序顺序,并且这种单一的初始化方法也使得初始结果有一定的局限性,并不能保证算法的运算质量。Zhang等提出了一种综合机器全局搜索(Global search,GS)、局部搜索(Local search,LS)和随机选择这3种方式的初始化方法,3种方式产生的初始解按一定比例共同组成初始种群,进一步提高了初始种群质量。本文将以此方法为基础,对此进行改进,以更适应于面向绿色制造的柔性车间调度问题。

    原始方法均以机床负荷和加工时间为性能指标进行初始化,由于所期望的完工时间是在交货期内,完工时间过短和过长都会对企业造成损失,再考虑到一个工件的完工时间受到自身和其他工件的调度安排影响,直接将其限定在一个区间范围内是极其复杂的,所以将初始解的性能指标定为可持续性指标值和机床负荷这两方面上,两个指标随机参与初始化过程。

    以某工程机械零部件制造企业3个工件、5台机床的作业调度进行研究,加工数据如表1所示。

    表1 加工数据

    1

    用nijk,cijk,sijk分别表示噪声、拆卸回收性、安全性(均为量纲统一后的数值),Wn,Wc,Ws分别表示其权重,则环境属性值如式(4)所示。

    2

    各权重值应根据企业实际加工标准来制定,在此将Wn,Wc,Ws,初步设为20%,50%,30%,式(1)中Wr,We分别设为60%,40%。经过计算,可以得到表1中各加工方法的可持续性指标值,结果如表2所示。

    表2 可持续性指标值

    3

    GS以深度优先进行搜索,两性能指标随机选择,可以选择可持续性指标值最大的工序所对应的机床,或者选择机床负荷最小的工序所对应的机床,选择完毕后更新未分配机床的其他工序所对应的该机床的加工负荷,如此循环,当所有工件工序的加工机床选择完毕后,将各机床加工负荷归零,进行下一组循环。由于绿色性优的机床可持续性指标值普遍偏高,每次以可持续性作为性能指标进行机床选择时,偏向于选择此种机床,易造成这些机床的加工负荷大幅度偏高,因此应避开选择加工负荷最高的工序所对应的机床。

    具体操作过程如表3、表4所示,该示例以两个指标轮换着进行机床选择,先以可持续性为指标为工序选择机床,然后更新机床负荷(括号内数字),再以加工负荷为指标选择机床,并更新机床负荷,如此循环直到选择完毕。如表3所示,为第二个工件的第二道工序选择完机床后,更新机床负荷,下一步该以可持续性为指标进行机床选择,从表中可以看出,第3个工件的第三道工序选择三号机床时指标值最高,但选择后会造成机床负荷最高,因此应从其他可持续性指标值中进行选择,最终结果如表4所示。

    4

责任编辑:张纯子
本文来源于互联网,e-works本着传播知识、有益学习和研究的目的进行的转载,为网友免费提供,并以尽力标明作者与出处,如有著作权人或出版方提出异议,本站将立即删除。如果您对文章转载有任何疑问请告之我们,以便我们及时纠正。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐