摘 要：本文研究了某公司的生產(chǎn)車間調(diào)度問題，根據(jù)企業(yè)的實(shí)際情況，從理論和實(shí)踐上解決生產(chǎn)調(diào)度問題。通過對(duì)該企業(yè)實(shí)際生產(chǎn)流程及產(chǎn)品加工工序進(jìn)行分析，該企業(yè)車間生產(chǎn)調(diào)度屬于混合流水車間調(diào)度問題。本文首先對(duì)生產(chǎn)調(diào)度、遺傳算法的基本概念作了介紹，對(duì)該公司車間調(diào)度及產(chǎn)品加工工序現(xiàn)狀進(jìn)行分析，然后應(yīng)用遺傳算法，并以實(shí)際數(shù)據(jù)進(jìn)行了仿真。對(duì)仿真結(jié)果進(jìn)行分析。

關(guān)鍵詞：現(xiàn)代企業(yè) 生產(chǎn)調(diào)度 遺傳算法 仿真

一、引言

現(xiàn)代制造企業(yè)的市場(chǎng)競(jìng)爭(zhēng)日趨激烈，主要體現(xiàn)在：產(chǎn)品生命周期越來越短，客戶的需求也越來越多樣化和個(gè)性化，客戶對(duì)產(chǎn)品和服務(wù)的質(zhì)量期望越來越高，企業(yè)生產(chǎn)中多品種小批量生產(chǎn)的比例越來越大，市場(chǎng)的動(dòng)態(tài)因素多變。建立一個(gè)能適合企業(yè)本身實(shí)際生產(chǎn)活動(dòng)的生產(chǎn)管理系統(tǒng)，具備先進(jìn)合理的生產(chǎn)計(jì)劃管理和生產(chǎn)調(diào)度，對(duì)于企業(yè)適應(yīng)市場(chǎng)和自身發(fā)展以及保持競(jìng)爭(zhēng)優(yōu)勢(shì)非常重要。

二、生產(chǎn)調(diào)度問題及遺傳算法概述

所謂生產(chǎn)調(diào)度，可以簡(jiǎn)單定義為對(duì)企業(yè)的生產(chǎn)管理過程作出合理計(jì)劃和協(xié)調(diào)控制。企業(yè)車間調(diào)度可作這樣描述：一個(gè)工件在n臺(tái)機(jī)器上進(jìn)行加工，一個(gè)工件需要經(jīng)過m道工序，每一個(gè)工序的加工可以分配在若干臺(tái)機(jī)器上進(jìn)行。每臺(tái)加工機(jī)器在某個(gè)時(shí)刻僅能對(duì)某個(gè)工件上某道工序進(jìn)行加工，并且要求上道工序完成之后才可以開始加工下一個(gè)工序。

遺傳算法（Genetic Algorithms，簡(jiǎn)稱GA）是一種模擬自然界生命的產(chǎn)生和生物進(jìn)化過程的隨機(jī)搜索優(yōu)化算法，在種群內(nèi)采用的進(jìn)化機(jī)制是選擇、遺傳、變異，從而提高個(gè)體適應(yīng)度。它適用于解決復(fù)雜問題、非線性問題和生產(chǎn)調(diào)度問題，是目前應(yīng)用最廣泛的一種解決生產(chǎn)調(diào)度問題的計(jì)算方法。

三、車間生產(chǎn)調(diào)度系統(tǒng)仿真

筆者通過走訪某鈕扣制造企業(yè)，經(jīng)過仔細(xì)分析和實(shí)際仿真，發(fā)現(xiàn)運(yùn)用基于遺傳算法生產(chǎn)調(diào)度系統(tǒng)可以大大提高生產(chǎn)效率。下面介紹的是作者以企業(yè)實(shí)際數(shù)據(jù)（公司接到了幾筆訂單，作者根據(jù)有關(guān)概念分成了14個(gè)加工工件）進(jìn)行的生產(chǎn)調(diào)度仿真。

1.工序及工件加工時(shí)間分析

工件加工要經(jīng)過的工序分別是沖壓、拉伸、電鍍、噴漆、滴膠、鐳射、拉絲、組裝、包裝，共有9個(gè)工序。該公司在對(duì)產(chǎn)品進(jìn)行加工時(shí)，是按照產(chǎn)品的批次來進(jìn)行有關(guān)調(diào)整的，所以有必要對(duì)公司車間的生產(chǎn)活動(dòng)做好調(diào)度管理。車間生產(chǎn)調(diào)度的流程通過采用遺傳算法來實(shí)現(xiàn)，從而達(dá)到生產(chǎn)總流程時(shí)間為最小，提高生產(chǎn)效率。

在企業(yè)實(shí)際生產(chǎn)活動(dòng)過程中，由于客戶對(duì)產(chǎn)品需求具有差異性，存在有些產(chǎn)品在加工時(shí)有些工序可能不需要經(jīng)過。因此，如果在處理這類產(chǎn)品時(shí)，把跳過的工序上的加工時(shí)間設(shè)定為0。在生產(chǎn)調(diào)度仿真中設(shè)定以半天時(shí)間為1個(gè)單位時(shí)間，考慮到工序時(shí)間在具體操作的時(shí)候，當(dāng)準(zhǔn)備時(shí)間不足半天時(shí)間也按半天計(jì)算，加工時(shí)間不足半天同樣按照半天時(shí)間來計(jì)算。

該企業(yè)生產(chǎn)車間的9個(gè)工序中有3個(gè)工序的機(jī)器多于1臺(tái)，沖壓工序有3臺(tái)機(jī)器，電鍍工序有2臺(tái)機(jī)器，組裝工序有2臺(tái)機(jī)器，每臺(tái)機(jī)器的加工能力不同。根據(jù)分析，該車間調(diào)度問題屬于混合流水車間調(diào)度，記錄下每個(gè)工件在每臺(tái)機(jī)器上的加工時(shí)間（以半天為1個(gè)時(shí)間單位進(jìn)行仿真）。

2.車間調(diào)度仿真

（1）設(shè)定條件。在做仿真前，先假定以下情況在本車間調(diào)度成立：

原料及其他資源充足，不需調(diào)度；

每個(gè)工件只能在前一道工序完成后，才能進(jìn)入下一道工序；

一臺(tái)機(jī)器僅能同時(shí)加工一個(gè)工件，并且只有在加工完成一個(gè)工件之后，才能開始加工另一個(gè)工件；

工件的工序不能中斷；

生產(chǎn)過程中不考慮物料損耗。

（2）設(shè)置算法參數(shù)。本次仿真設(shè)置算法中的使用參數(shù)如下：

種群規(guī)模值為50；最大迭代次數(shù)為100；交叉概率Pc=0.8；變異概率Pm=0.01；工序數(shù)為9；工件數(shù)為14；機(jī)器數(shù)為13；最大平等機(jī)數(shù)為3。

根據(jù)仿真程序迭代100次運(yùn)行的結(jié)果，在MATLAB中計(jì)算出對(duì)應(yīng)的甘特圖及群體中最好個(gè)體的目標(biāo)函數(shù)與所有個(gè)體的目標(biāo)函數(shù)平均值的變化曲線。從甘特圖可以看出，每臺(tái)并行機(jī)器上的加工任務(wù)是比較均勻的，所得到的調(diào)度結(jié)果也是比較合理的。從變化曲線可以得出，經(jīng)過100次迭代以后，目標(biāo)函數(shù)最小值、目標(biāo)函數(shù)平均值都隨種群進(jìn)化而逐漸減小，最后目標(biāo)函數(shù)最小值在極值位置收斂，目標(biāo)函數(shù)平均值趨于最優(yōu)值。

通過對(duì)仿真程序運(yùn)行10次，記錄每次的目錄函數(shù)最小值分別為：

77.70、75.20、77.40、75.70、79.10、75.30、77.70、79.80、76.40、76.40，這10次運(yùn)行結(jié)果的平均值為77.07，根據(jù)數(shù)據(jù)結(jié)果驗(yàn)證了算法的有效性。

（作者單位：浙江工業(yè)大學(xué)）