工業(yè)大數(shù)據(jù)與人工智能HFUT12第六章

工業(yè)中的智能優(yōu)化方法

車(chē)間生產(chǎn)調(diào)度的分類(lèi)與特點(diǎn)6.2車(chē)間生產(chǎn)調(diào)度優(yōu)化車(chē)間生產(chǎn)調(diào)度基本模型車(chē)間生產(chǎn)調(diào)度優(yōu)化算法蟻群算法在作業(yè)車(chē)間調(diào)度中的應(yīng)用3車(chē)間生產(chǎn)調(diào)度優(yōu)化車(chē)間生產(chǎn)調(diào)度則是實(shí)現(xiàn)日常生產(chǎn)任務(wù)與長(zhǎng)期規(guī)劃對(duì)接的具體實(shí)踐。它涉及到對(duì)共享資源進(jìn)行時(shí)間維度上的精心調(diào)配，以滿足車(chē)間生產(chǎn)作業(yè)計(jì)劃的多項(xiàng)目標(biāo)。從數(shù)學(xué)規(guī)劃的視角審視，車(chē)間生產(chǎn)調(diào)度可抽象為在一系列約束條件（等式或不等式形式）下，對(duì)特定目標(biāo)函數(shù)的最優(yōu)化求解過(guò)程。4車(chē)間生產(chǎn)調(diào)度優(yōu)化車(chē)間生產(chǎn)調(diào)度的范疇廣泛，覆蓋生產(chǎn)控制、調(diào)度管理層和生產(chǎn)決策層三大關(guān)鍵部分。生產(chǎn)決策層負(fù)責(zé)宏觀層面的生產(chǎn)計(jì)劃制定；調(diào)度管理層則專(zhuān)注于跨車(chē)間的協(xié)同與溝通；而生產(chǎn)控制層則深入到生產(chǎn)活動(dòng)的每一個(gè)細(xì)節(jié)，直接負(fù)責(zé)成品制造、生產(chǎn)計(jì)劃的執(zhí)行監(jiān)控以及生產(chǎn)設(shè)備的維護(hù)管理。5車(chē)間生產(chǎn)調(diào)度的分類(lèi)與特點(diǎn)6車(chē)間生產(chǎn)調(diào)度的分類(lèi)與特點(diǎn)靜態(tài)加工調(diào)度聚焦于在生產(chǎn)環(huán)境恒定不變條件下的調(diào)度安排，此時(shí)生產(chǎn)參數(shù)和流程已被固定，旨在優(yōu)化既定計(jì)劃的執(zhí)行效率。相比之下，動(dòng)態(tài)調(diào)度的探索則深入到生產(chǎn)活動(dòng)的瞬息萬(wàn)變之中，自作業(yè)投入至成品輸出的全鏈路，需充分考量環(huán)境的多變性、設(shè)備性能波動(dòng)及原料供應(yīng)的不確定性等隨機(jī)變量。7車(chē)間生產(chǎn)調(diào)度基本模型在車(chē)間生產(chǎn)調(diào)度中，機(jī)器加工環(huán)境的數(shù)學(xué)模型可抽象為a=a1a2，其中a∈{O，P，Q，R，G，X，J，F(xiàn)}。具體說(shuō)來(lái):(1)當(dāng)a1∈{O，P，Q，R}，表示每個(gè)工作僅包含一個(gè)工序的情況。(2)當(dāng)a=O，表示每個(gè)工作只能在某個(gè)指定的機(jī)器上加工的情況8車(chē)間生產(chǎn)調(diào)度基本模型（3）當(dāng)a1∈{P，Q，R}，表示并行機(jī)加工環(huán)境。其中a=P表示具有相同加工速度的并行機(jī)即相同并行機(jī)；a=Q表示具有不同加工速度且所加工的作業(yè)和速度無(wú)關(guān)的并行機(jī)，即均勻并行機(jī)；a=R表示不相關(guān)并行機(jī)。（4）當(dāng)a1∈{O，J，F(xiàn)}，表示一個(gè)作業(yè)包含多個(gè)工序的情況，工序由指定機(jī)器加工，同一作業(yè)不同工序間存在著次序約束關(guān)系。特別地，若表示各作業(yè)不考慮工藝順序；a=J和a=F分別表示Flow-shop和Job-shop這兩種調(diào)度類(lèi)型。9車(chē)間生產(chǎn)調(diào)度優(yōu)化算法智能優(yōu)化算法在車(chē)間生產(chǎn)調(diào)度優(yōu)化中扮演了關(guān)鍵角色，在面對(duì)多工件、多工序、多機(jī)器以及多種約束條件的車(chē)間環(huán)境下，智能優(yōu)化算法能夠自動(dòng)化地搜索龐大的解空間，以尋求最優(yōu)或近似最優(yōu)的生產(chǎn)調(diào)度策略。10蟻群算法在作業(yè)車(chē)間調(diào)度中的應(yīng)用作業(yè)車(chē)間調(diào)度問(wèn)題（JobShopSchedulingProblem,JSSP）通常描述為：存在n項(xiàng)工作，這些工作必須分配到m臺(tái)不同的機(jī)器上完成加工。對(duì)于每一項(xiàng)工作而言，其在每一臺(tái)機(jī)器上的具體加工時(shí)長(zhǎng)是預(yù)設(shè)的，并且每項(xiàng)工作在各機(jī)器上的作業(yè)順序也是事先規(guī)定的。11蟻群算法在作業(yè)車(chē)間調(diào)度中的應(yīng)用作業(yè)車(chē)間調(diào)度問(wèn)題約束條件：（1）每個(gè)工件必須按照其特定的工藝次序在特定的機(jī)器上加工；（2）每道工序一旦開(kāi)始加工，在完成之前不允許中斷；（3）同一時(shí)刻同一臺(tái)機(jī)器只能加工一個(gè)零件；（4）每道工序必須在它前面的工序加工完畢后才能加工；（5）工件的每一個(gè)工序所需的加工時(shí)間都是已知的，并且在加工

過(guò)程中是保持不變的。（6）每個(gè)工件在一臺(tái)機(jī)器上只能加工一次；（7）每個(gè)工件利用每臺(tái)機(jī)器的順序可以不同；（8）不考慮工件的優(yōu)先權(quán)；12蟻群算法在作業(yè)車(chē)間調(diào)度中的應(yīng)用作業(yè)車(chē)間調(diào)度問(wèn)題建模：(1)n:工件的數(shù)目；(2)m:機(jī)器的數(shù)目；(3)工件集用二維數(shù)組P表示，P={p1,p2,………,pn}；(4)工序集用二維數(shù)組OP表示，OP={op1,op2,...,opn}；(5)機(jī)器集用二維數(shù)組M表示，M={m1,m2,……,mn}；(6)加工時(shí)間集用二維數(shù)組T表示，tij∈T為第i工件第j道工序加工的時(shí)間;(7)cik表示工件i在機(jī)器k上的完成時(shí)間。13蟻群算法在作業(yè)車(chē)間調(diào)度中的應(yīng)用作業(yè)車(chē)間調(diào)度問(wèn)題目標(biāo)函數(shù)：第一個(gè)公式表示目標(biāo)函數(shù)即最小化加工時(shí)間，第二個(gè)公式表示約束條件。14蟻群算法在作業(yè)車(chē)間調(diào)度中的應(yīng)用目標(biāo)函數(shù)和約束條件有了就可以使用蟻群算法進(jìn)行優(yōu)化，尋找最優(yōu)解。蟻群算法求解JSSP問(wèn)題流程：1.解的構(gòu)造：使用數(shù)組S[]存放螞蟻可以訪問(wèn)的節(jié)點(diǎn)，使用數(shù)組G[]存放尚未訪問(wèn)的節(jié)點(diǎn)，同時(shí)維護(hù)禁忌表tabu存放已經(jīng)訪問(wèn)過(guò)的節(jié)點(diǎn)。15蟻群算法在作業(yè)車(chē)間調(diào)度中的應(yīng)用蟻群算法求解JSSP問(wèn)題流程：2.概率轉(zhuǎn)移：通常會(huì)根據(jù)當(dāng)前節(jié)點(diǎn)到可選節(jié)點(diǎn)路徑上的信息素濃度和啟發(fā)式信息計(jì)算每個(gè)可選路徑的選擇概率。轉(zhuǎn)移概率公式如下：16蟻群算法在作業(yè)車(chē)間調(diào)度中的應(yīng)用