徐冬+簡正豪

摘 要：隨著科學(xué)技術(shù)的不斷進(jìn)步，當(dāng)下現(xiàn)代工業(yè)也在迅猛發(fā)展中，企業(yè)的生產(chǎn)也朝著多類型、少批量、高要求等水平發(fā)展，這使得企業(yè)在自身生產(chǎn)作業(yè)計(jì)劃安排和各部分工作規(guī)劃上難度增加。高效的展開車間調(diào)度能夠有效降低企業(yè)在工作過程中出現(xiàn)的操作問題，并能為企業(yè)帶來更優(yōu)質(zhì)的工程競爭。本文就針對眼下在作業(yè)車間調(diào)度中出現(xiàn)的問題以及基于遺傳算法的改進(jìn)措施展開相關(guān)探究和討論。

關(guān)鍵詞：遺傳算法；車間作業(yè)調(diào)度；工廠運(yùn)營管理；編碼與解碼

DOI：10.16640/j.cnki.37-1222/t.2017.19.035

0 前言

作業(yè)車間調(diào)度問題在很多現(xiàn)代工廠運(yùn)營管理中都有發(fā)生，這也是制造系統(tǒng)的一大重點(diǎn)和難點(diǎn)。進(jìn)行工廠車間調(diào)度是為了結(jié)合工廠生產(chǎn)的實(shí)際情況以及生產(chǎn)的具體任務(wù)展開對各個(gè)單位和各條流水線上工作任務(wù)、工作時(shí)間的安排，從而以最優(yōu)良的調(diào)度策略為工廠生產(chǎn)系統(tǒng)提供最高的經(jīng)濟(jì)效益。這對整個(gè)項(xiàng)目來說都有著重要意義。但是由于對每個(gè)工廠任務(wù)的要求不同，每次調(diào)度的方法和研究對象也有差異，這使得調(diào)度存在隨機(jī)性和不確定性，這給了實(shí)際規(guī)劃一定挑戰(zhàn)，對生產(chǎn)順利展開埋下了一定障礙。且隨著車間生產(chǎn)在產(chǎn)品制作和操作中涉及到的工種類不斷增多，在互聯(lián)網(wǎng)平臺支持下的管理能夠根據(jù)實(shí)際需要自動匹配出最佳的操作方式，并以較為便捷和高效的模式合理配置，從而發(fā)揮出數(shù)控機(jī)床在生產(chǎn)過程中的最大經(jīng)濟(jì)效益。因此研究有效的調(diào)度方式以及優(yōu)化對應(yīng)生產(chǎn)技術(shù)是實(shí)現(xiàn)當(dāng)下先進(jìn)制造和高效生產(chǎn)的重要關(guān)鍵。

1 遺傳算法概述

其中，遺傳算法是較為普及的一種優(yōu)化算法，全稱是Genetic Programming（遺傳編程）。遺傳算法里的具體思想就是，為了解決目標(biāo)問題，設(shè)計(jì)一個(gè)小的DSL，然后遺傳算法要演化的就是這門DSL的程序，就需要實(shí)現(xiàn)這個(gè)DSL的解釋器，以及評估程序質(zhì)量的fitness function和實(shí)現(xiàn)交叉/變異等操作的算子。如果你的算法里有自適應(yīng)參數(shù)，那么可以用遺傳算法幫助你來調(diào)參。有些遺傳算法本身有自適應(yīng)參數(shù)的，還可以用遺傳算法來優(yōu)化遺傳算法。在編碼技術(shù)和遺傳操作上來講都比較簡單易學(xué)，且在算法編程中具有一定的靈活性，所被制約的因素可以被忽略，能夠在一定范圍內(nèi)多條件并存，相對于當(dāng)下工廠調(diào)度現(xiàn)狀而言，這種并存的技術(shù)就顯得十分關(guān)鍵且必要。一方面，運(yùn)用遺傳算法能夠展開對車間的全局搜索，通過全局搜索在多樣的方案選擇中結(jié)合實(shí)際要求選擇出最佳的解決方案，另外，遺傳算法具有隱形并存性，可以極大減少運(yùn)算求解的時(shí)間，對提高車間調(diào)度質(zhì)量以及方案效率有很多幫助。下面就對遺傳算法在車間調(diào)度中的具體解決方案施行展開相關(guān)研究和說明。

2 問題描述

例如說某個(gè)車間一共有a臺機(jī)器，這a臺機(jī)器需要加工b個(gè)工件，而每個(gè)工件又有n個(gè)工序，每個(gè)工序需用時(shí)t，那么在限定的時(shí)間氛圍內(nèi)每個(gè)機(jī)器只能加工一個(gè)工件，不同工序之間的順序可以打亂，但是要求工序要完成齊全，那么問怎么劃分各個(gè)工序以及機(jī)器所做工件時(shí)長才能時(shí)工件完成整個(gè)任務(wù)所需的總時(shí)間最短？

3 遺傳算法的設(shè)計(jì)

3.1 編碼與解碼

在遺傳算法中就可采用按工序的實(shí)數(shù)編碼，像是生物基因?qū)W中的染色體DNA編碼與解碼。將每一道工序給予一定數(shù)字編號，比如說123...然后按照預(yù)先對車間工序展開流程調(diào)度方案研究，比如說是有三道工序要在三臺機(jī)器上運(yùn)作，工序一用1表示，機(jī)器一用1表示，在編碼中工序就有211123233 ，機(jī)器使用順序有112332213，對該編碼解碼，也就是表示第一次出現(xiàn)的2道工序是在第1臺機(jī)器上加工，第2次出現(xiàn)的第2道工序是在第3臺機(jī)器上加工.....以此展開對車間生產(chǎn)中各個(gè)工序與機(jī)器使用的規(guī)劃和處理。在編碼與解碼的過程中，就好比是提前給車間流程劃定流程，并用數(shù)列表示，然后再將該數(shù)列轉(zhuǎn)化成對應(yīng)的工序與設(shè)備。通過這種編碼與解碼的方式從而優(yōu)化對車間調(diào)度的流程設(shè)計(jì)，使得整體更加方便和快捷。

3.2 種群生成

在遺傳算法中很多都運(yùn)用到了生物遺傳學(xué)知識，比如說在生物進(jìn)化初期，早期是由遺傳的一小部分群體不斷進(jìn)化，并在選擇中占據(jù)優(yōu)勢，由此成為種群的大多數(shù)而最終存活。相應(yīng)的在調(diào)度方案中就可以優(yōu)化算法展開，在眾多算法中選擇出某個(gè)超級個(gè)體，以此保證整個(gè)車間運(yùn)作能夠順利且高效的展開。具體的操作步驟首先需判斷種群的容納程度，也就是某一調(diào)度問題的整個(gè)算法容量有多少，確定容量后，還需要對各個(gè)條件的淘汰率進(jìn)行統(tǒng)計(jì)。然后計(jì)算每個(gè)算法的最大適應(yīng)度，也就是針對當(dāng)下在車間生產(chǎn)中的具體要求，能夠在滿足各項(xiàng)條件的同時(shí)適用性最強(qiáng)。并采取隨機(jī)抽查檢驗(yàn)的策略，測定該種算法的適用值是多少，然后在多個(gè)調(diào)度條例中選擇最佳的算法。此外，為了提高算法的多樣性，還能在算法適度檢驗(yàn)中不斷優(yōu)化算法編程，讓算法能夠與其他算法有更多交叉和選擇的機(jī)會，能夠整合多個(gè)算法的優(yōu)勢展開。

3.3 遺傳操作

在遺傳算法的車間調(diào)度中，選用通過遺傳操作，先選擇出適應(yīng)值最高的算法，然后以該算法為基準(zhǔn)，并交叉和其他算法一并檢驗(yàn)和整理加強(qiáng)，由此優(yōu)化第一條適應(yīng)性較強(qiáng)的算法。在確定選擇后的算法，再將其進(jìn)行交叉操作，交叉也是為了優(yōu)化該原始算法的算法精確度，在交叉中也會引起算法的變異，像是變異互換變異等，若出現(xiàn)變異的情況則說明算法在實(shí)際使用中是難以確保其穩(wěn)定性的，因此要進(jìn)行反饋和重新編程。

4 總結(jié)

綜上所述，本文介紹了遺傳算法的具體操作方式以及在車間調(diào)度中的實(shí)踐方法，通過分析作業(yè)車間調(diào)度問題的特性，針對該特性確定了遺傳算法的優(yōu)勢，采用遺傳算法的并用性和全局性，在面對選擇多、變動大的前提條件下，使用遺傳算法無不能夠提高運(yùn)算的效率和準(zhǔn)確率，使得運(yùn)算有更多的發(fā)揮空間，對車間的經(jīng)濟(jì)效益提升也有一定幫助。

參考文獻(xiàn)：

[1]李輝，陳根社.機(jī)床控制系統(tǒng)設(shè)計(jì)的遺傳特征結(jié)構(gòu)配置方法[A].2011年中國智能自動化學(xué)術(shù)會議暨智能自動化專業(yè)委員會成立大會論文集（下冊）[C].2011.

[2]彭宏，歐慶鈴，歐永斌.具有退火選擇的遺傳算法的收斂速度估計(jì)[A].2012年中國智能自動化學(xué)術(shù)會議論文集（下冊）[C].2012.endprint