技術(shù)背景

本發(fā)明屬于信息與控制技術(shù)領(lǐng)域，尤其涉及再制造系統(tǒng)的拆解、預(yù)處理和再裝配的一體化調(diào)度方法。

背景技術(shù)：

再制造是實(shí)現(xiàn)節(jié)約能源和保護(hù)環(huán)境的可持續(xù)發(fā)展的典型生產(chǎn)模式，可以再次開發(fā)和利用廢舊產(chǎn)品蘊(yùn)含的有價(jià)值的資源，能夠緩解資源需求大與資源短缺的矛盾，并減少大量廢舊產(chǎn)品對(duì)環(huán)境的污染和危害。一般的再制造系統(tǒng)包括拆解車間、預(yù)處理車間和再裝配車間。首先，拆解車間將廢舊產(chǎn)品拆解為多個(gè)零件；然后，預(yù)處理車間對(duì)這些零件進(jìn)行再加工；最后，再裝配車間將這些零件重新組裝為產(chǎn)品。對(duì)拆解車間、預(yù)處理車間和再裝配車間的生產(chǎn)過程進(jìn)行有效合理地調(diào)度是提高再制造效率的關(guān)鍵。

再制造系統(tǒng)的拆解、預(yù)處理和再裝配三個(gè)車間的調(diào)度問題通常采用獨(dú)立優(yōu)化的方式，無法實(shí)現(xiàn)三個(gè)車間的有序銜接和整體最優(yōu)。

技術(shù)實(shí)現(xiàn)要素：

基于群體的智能優(yōu)化算法可以解決上述問題。蛙跳算法是模擬青蛙群體覓食行為的優(yōu)化算法，通過將青蛙群體分割為多個(gè)族群，同一族群里青蛙個(gè)體間的信息交互實(shí)現(xiàn)了對(duì)問題解空間的搜索?；趯W(xué)習(xí)機(jī)制的蛙跳算法引入了個(gè)體間的學(xué)習(xí)機(jī)制，通過青蛙群體里個(gè)體間的相互學(xué)習(xí)，實(shí)現(xiàn)群體共享搜索信息，從而達(dá)到對(duì)問題最優(yōu)解的快速準(zhǔn)確地搜索的目標(biāo)。

為了解決再制造系統(tǒng)的拆解、預(yù)處理和再裝配三個(gè)車間的調(diào)度問題通常采用獨(dú)立優(yōu)化的方式，無法實(shí)現(xiàn)三個(gè)車間的有序銜接和整體最優(yōu)，本發(fā)明提供一種再制造系統(tǒng)的拆解、預(yù)處理和再裝配的一體化調(diào)度方法。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：一種再制造系統(tǒng)的拆解、預(yù)處理和再裝配的一體化調(diào)度方法，所述方法包括以下步驟：

步驟1：獲取拆解車間里拆解工作站的個(gè)數(shù)，預(yù)處理車間里階段數(shù)以及各個(gè)階段包含的工作站的個(gè)數(shù)，再裝配車間里工作站的個(gè)數(shù)；廢舊產(chǎn)品的個(gè)數(shù)，各廢舊產(chǎn)品可以拆解的零件的個(gè)數(shù)，各廢舊產(chǎn)品在拆解車間的拆解時(shí)間，各零件在預(yù)處理車間各個(gè)階段的處理時(shí)間以及產(chǎn)品在再裝配車間的裝配時(shí)間；

步驟2：建立再制造系統(tǒng)拆解-預(yù)處理-再裝配的一體化調(diào)度模型，

(1)優(yōu)化目標(biāo)

以最小化總再制造時(shí)間為優(yōu)化目標(biāo)，即最小化所有產(chǎn)品的再裝配結(jié)束時(shí)間，按下式進(jìn)行描述，即公式1：

(2)拆解、預(yù)處理和再裝配車間的工作站的分配約束

設(shè)定拆解和再裝配車間里每個(gè)產(chǎn)品只能在一個(gè)工作站上被拆解或裝配，預(yù)處理車間里每個(gè)零件在每個(gè)階段只能在一個(gè)工作站上進(jìn)行處理，按下式進(jìn)行描述：

(3)拆解、預(yù)處理和再裝配車間的工作站的生產(chǎn)約束

設(shè)定拆解、預(yù)處理和再裝配車間的每個(gè)工作站在同一時(shí)刻只能處理一個(gè)產(chǎn)品或零件，按下式進(jìn)行描述：

(4)鄰接車間的處理銜接約束

設(shè)定每個(gè)產(chǎn)品在拆解車間被拆解完成后，相應(yīng)的零件方可允許在預(yù)處理車間開始處理；當(dāng)產(chǎn)品對(duì)應(yīng)的所有零件在預(yù)處理車間的預(yù)處理操作結(jié)束后，該產(chǎn)品方可允許在再裝配車間進(jìn)行裝配，按下式進(jìn)行描述：

(5)變量取值約束

設(shè)定產(chǎn)品的拆解結(jié)束時(shí)間、零件的預(yù)處理結(jié)束時(shí)間及產(chǎn)品的再裝配結(jié)束時(shí)間為大于零的實(shí)數(shù)，決策變量取值為0或1，按下式進(jìn)行描述：

步驟3：利用基于學(xué)習(xí)機(jī)制的蛙跳算法對(duì)該再制造系統(tǒng)的拆解、預(yù)處理和再裝配一體化調(diào)度問題進(jìn)行求解，獲得最佳的調(diào)度方案，具體步驟如下：

步驟3-1：初始化算法參數(shù)，包括種群規(guī)模f，族群個(gè)數(shù)p，族群規(guī)模q，子族群個(gè)數(shù)u，子族群規(guī)模r及學(xué)習(xí)概率β，當(dāng)前獲得的最好解y及最好目標(biāo)值z(mì)，總估值次數(shù)tfet；

步驟3-2：生成初始種群p。采用自然數(shù)編碼表示一個(gè)青蛙個(gè)體或解，利用隨機(jī)方法生成f個(gè)解，更新當(dāng)前最好個(gè)體y及最好目標(biāo)值z(mì)；

步驟3-3：評(píng)價(jià)個(gè)體的目標(biāo)值。分為三種情況，描述如下：a.在拆解車間里，產(chǎn)品按照個(gè)體給出的順序依次分配到最早可用的工作站進(jìn)行拆解；b.在預(yù)處理車間里的第一階段，將每個(gè)產(chǎn)品對(duì)應(yīng)的零件按照處理時(shí)間升序排序，根據(jù)該順序依次分配到最早可用的工作站進(jìn)行處理；在后續(xù)階段，按照零件的到達(dá)順序依次分配到最早可用的工作站上進(jìn)行處理；c.在再裝配車間，當(dāng)產(chǎn)品對(duì)應(yīng)的所有零件完成預(yù)處理操作后，選擇最早可用的工作站進(jìn)行再裝配操作。依據(jù)該方法可以計(jì)算個(gè)體的目標(biāo)值；

步驟3-4：設(shè)置估值次數(shù)fet＝0；

步驟3-5：實(shí)施種群的進(jìn)化：

步驟3-5-1：構(gòu)造多個(gè)族群。將種群按照個(gè)體的目標(biāo)值降序排序，將第一個(gè)個(gè)體分配到第一個(gè)族群，第二個(gè)個(gè)體分配到第二個(gè)族群，第p個(gè)個(gè)體分配到第p個(gè)族群，第p+1個(gè)個(gè)體分配第一個(gè)族群。依此方法，完成所有個(gè)體的分配，這樣就構(gòu)造了p個(gè)族群，每個(gè)族群包含q個(gè)個(gè)體，這里f＝p×q。

步驟3-5-2：對(duì)每一個(gè)族群，執(zhí)行以下操作u次：

步驟3-5-2-1：構(gòu)建子族群：從當(dāng)前族群中隨機(jī)選擇r個(gè)個(gè)體構(gòu)造一個(gè)子族群；

步驟3-5-2-2：對(duì)該子族群執(zhí)行如下操作：

a.選擇該子族群中最好個(gè)體xb和最差個(gè)體xw執(zhí)行交叉操作產(chǎn)生一個(gè)個(gè)體x，并計(jì)算其目標(biāo)值，令fet＝fet+1。若該個(gè)體優(yōu)于最差個(gè)體，則將其替代最差個(gè)體，并轉(zhuǎn)向執(zhí)行操作a；否則執(zhí)行操作b；

b.選擇當(dāng)前種群中的最好個(gè)體xg與當(dāng)前子族群的最差個(gè)體xw執(zhí)行交叉操作產(chǎn)生一個(gè)個(gè)體x，并計(jì)算其目標(biāo)值，令fet＝fet+1。若該個(gè)體優(yōu)于最差個(gè)體，則將其替代最差個(gè)體，并轉(zhuǎn)向執(zhí)行操作a；否則執(zhí)行操作c；

c.隨機(jī)產(chǎn)生一個(gè)個(gè)體x，并計(jì)算其目標(biāo)值，令fet＝fet+1，將其替代當(dāng)前子族群的最差個(gè)體，轉(zhuǎn)向操作a。

步驟3-6：將所有族群混合構(gòu)成種群p；

步驟3-7：實(shí)施種群的學(xué)習(xí)策略。令對(duì)于種群中的每一個(gè)個(gè)體x1，執(zhí)行以下操作：生成0-1之間服從均勻分布的隨機(jī)數(shù)α；若α小于β，則隨機(jī)從種群中選擇一個(gè)個(gè)體x2，令當(dāng)前個(gè)體向該個(gè)體進(jìn)行學(xué)習(xí)產(chǎn)生一個(gè)新的個(gè)體x，并計(jì)算其目標(biāo)值，令fet＝fet+1，p′＝p′∪{x}。

步驟3-8：生成下一代種群。令p＝p∪p‘，保留f個(gè)優(yōu)勢(shì)個(gè)體，并剔除其他劣勢(shì)個(gè)體，更新當(dāng)前獲得的最好解y和最好目標(biāo)值z(mì)。

step3-9：若算法已達(dá)到停止條件，即fet≥tfet，則算法停止并輸出最好解y和最好目標(biāo)值z(mì)；否則轉(zhuǎn)向步驟3-5。

上述中，涉及到的符號(hào)定義如下：

i產(chǎn)品索引，i＝1,2,……,n；

j零件索引，j＝1,2,……,m；

l預(yù)處理車間階段索引，l＝1,2,……,s；

k工作站索引，對(duì)于拆解車間，k＝1,2,……,r^d；對(duì)于預(yù)處理車間，k＝1,2,……,對(duì)于再裝配車間，k＝1,2,……,r^rp；

產(chǎn)品i的拆解時(shí)間；

產(chǎn)品i的零件j在預(yù)處理車間的第l個(gè)階段的預(yù)處理時(shí)間；

產(chǎn)品i的再裝配時(shí)間；

產(chǎn)品i的拆解結(jié)束時(shí)間；

產(chǎn)品i的零件j在預(yù)處理車間的第l個(gè)階段的第k個(gè)工作站的結(jié)束時(shí)間；

產(chǎn)品i的所有零件的預(yù)處理結(jié)束時(shí)間；

產(chǎn)品i的再裝配結(jié)束時(shí)間；

xik如果產(chǎn)品i在拆解車間的第k個(gè)工作站上拆解，則xik＝1；否則xik＝0；

yijkl如果產(chǎn)品i的零件j在預(yù)處理車間的第l個(gè)階段的第k個(gè)工作站上處理，則yijkl＝1；否則yijkl＝0；

zik如果產(chǎn)品i在再裝配車間的第k個(gè)工作站上裝配，則zik＝1；否則zik＝0。

本發(fā)明的技術(shù)構(gòu)思為：拆解、預(yù)處理和再裝配是廢舊產(chǎn)品再制造過程的主要流程。通常，拆解車間、預(yù)處理車間和再裝配車間獨(dú)立地制定調(diào)度方案，這種方法保證了各個(gè)車間調(diào)度方案的最優(yōu)，但未能考慮相鄰車間的銜接問題。因此，無法實(shí)現(xiàn)整體調(diào)度方案最優(yōu)性。本發(fā)明旨在實(shí)現(xiàn)拆解、預(yù)處理和再裝配車間的一體化調(diào)度方法，使得再制造過程能夠有序銜接，從而實(shí)現(xiàn)再制造資源的有效和合理地利用。

附圖說明

圖1是再制造系統(tǒng)的拆解、預(yù)處理和再裝配的一體化調(diào)度流程圖。

圖2是基于學(xué)習(xí)機(jī)制的蛙跳算法的流程圖。

圖3是個(gè)體間的學(xué)習(xí)方法示意圖。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步的描述。

如圖1和圖2，一種再制造系統(tǒng)的拆解、預(yù)處理和再裝配的一體化調(diào)度優(yōu)化方法，所述方法包括以下步驟：

步驟1：根據(jù)再制造生產(chǎn)流程構(gòu)建一體化調(diào)度模型。依據(jù)附圖1所示一體化調(diào)度流程圖的結(jié)構(gòu)，構(gòu)建一體化調(diào)度模型，其中，所涉及到的符號(hào)定義如下：

i產(chǎn)品索引，i＝1,2,……,n；

j零件索引，j＝1,2,……,m；

l預(yù)處理車間階段索引，l＝1,2,……,s；

k工作站索引，對(duì)于拆解車間，k＝1,2,……,r^d；對(duì)于預(yù)處理車間，k＝1,2,……,對(duì)于再裝配車間，k＝1,2,……,r^rp；

產(chǎn)品i的拆解時(shí)間；

產(chǎn)品i的零件j在預(yù)處理車間的第l個(gè)階段的預(yù)處理時(shí)間；

產(chǎn)品i的再裝配時(shí)間；

產(chǎn)品i的拆解結(jié)束時(shí)間；

產(chǎn)品i的零件j在預(yù)處理車間的第l個(gè)階段的第k個(gè)工作站的結(jié)束時(shí)間；

產(chǎn)品i的所有零件的預(yù)處理結(jié)束時(shí)間；

產(chǎn)品i的再裝配結(jié)束時(shí)間；

xik如果產(chǎn)品i在拆解車間的第k個(gè)工作站上拆解，則xik＝1；否則xik＝0；

yijkl如果產(chǎn)品i的零件j在預(yù)處理車間的第l個(gè)階段的第k個(gè)工作站上處理，則yijkl＝1；否則yijkl＝0；

zik如果產(chǎn)品i在再裝配車間的第k個(gè)工作站上裝配，則zik＝1；否則zik＝0。

①優(yōu)化目標(biāo)

以最小化總的再制造時(shí)間為優(yōu)化目標(biāo)，即最小化所有產(chǎn)品的再裝配結(jié)束時(shí)間，按下式進(jìn)行描述：

②拆解、預(yù)處理和再裝配車間的工作站的分配約束

設(shè)定拆解和再裝配車間里每個(gè)產(chǎn)品只能在一個(gè)工作站上被拆解或裝配，預(yù)處理車間里每個(gè)零件在每個(gè)階段只能在一個(gè)工作站上進(jìn)行處理，按下式進(jìn)行描述：

其中，式(1)表示每個(gè)產(chǎn)品在拆解車間內(nèi)只能在一個(gè)工作站上被拆解；式(2)表示每個(gè)零件在預(yù)處理車間的各個(gè)階段只能在一個(gè)工作上實(shí)施預(yù)處理；式(3)表示在再裝配車間內(nèi)每個(gè)產(chǎn)品只能在一個(gè)工作站上被裝配。

③拆解、預(yù)處理和再裝配車間的工作站的生產(chǎn)約束

設(shè)定拆解、預(yù)處理和再裝配車間的每個(gè)工作站在同一時(shí)刻只能處理一個(gè)產(chǎn)品或零件，按下式進(jìn)行描述：

其中式(4)表示拆解車間里每個(gè)工作站上同一時(shí)刻只能拆解一個(gè)產(chǎn)品；式(5)表示預(yù)處理車間里每個(gè)階段的每個(gè)工作站同一時(shí)刻只能處理一個(gè)零件；式(6)表示預(yù)處理車間里零件在相鄰工作站的處理次序和時(shí)間約束，即零件在前一工作站處理結(jié)束，后一工作站才允許繼續(xù)處理；式(7)表示再裝配車間里每個(gè)工作站上同一時(shí)刻只能裝配一個(gè)產(chǎn)品。

④鄰接車間的處理次序約束

設(shè)定每個(gè)產(chǎn)品在拆解車間被拆解完成后，相應(yīng)的零件允許在預(yù)處理車間開始處理；當(dāng)產(chǎn)品對(duì)應(yīng)的所有零件在預(yù)處理車間的預(yù)處理工序結(jié)束后，該產(chǎn)品允許在再裝配車間進(jìn)行裝配，按下式進(jìn)行描述：

其中式(8)表示每個(gè)產(chǎn)品在拆解車間里拆解結(jié)束后，相應(yīng)的零件可以在預(yù)處理車間實(shí)施預(yù)處理操作；式(9)和式(10)表示每個(gè)產(chǎn)品對(duì)應(yīng)的所有零件在預(yù)處理車間里完成預(yù)處理操作后，該產(chǎn)品可以在再裝配車間進(jìn)行裝配操作。

⑤變量取值約束

設(shè)定產(chǎn)品的拆解結(jié)束時(shí)間、零件的預(yù)處理結(jié)束時(shí)間及產(chǎn)品的再裝配結(jié)束時(shí)間為大于零的實(shí)數(shù)，決策變量取值為0或1，按下式進(jìn)行描述：

其中，式(11)設(shè)定拆解車間內(nèi)各產(chǎn)品的拆解結(jié)束時(shí)間及決策變量的取值范圍；式(12)設(shè)定預(yù)處理車間內(nèi)各零件的預(yù)處理結(jié)束時(shí)間和決策變量的取值范圍；式(13)設(shè)定再裝配車間內(nèi)各產(chǎn)品的裝配結(jié)束時(shí)間和決策變量的取值范圍。

步驟2：?jiǎn)栴}數(shù)據(jù)輸入。輸入拆解車間里拆解工作站的個(gè)數(shù)，預(yù)處理車間里階段數(shù)以及各個(gè)階段包含的工作站的個(gè)數(shù)，再裝配車間里工作站的個(gè)數(shù)；廢舊產(chǎn)品的個(gè)數(shù)，各廢舊產(chǎn)品可以拆解的零件的個(gè)數(shù)，各廢舊產(chǎn)品在拆解車間的拆解時(shí)間，各零件在預(yù)處理車間各個(gè)階段的處理時(shí)間以及產(chǎn)品在再裝配車間的裝配時(shí)間；

步驟3：算法求解。依據(jù)附圖2所示算法流程圖，利用基于學(xué)習(xí)機(jī)制的蛙跳算法對(duì)問題進(jìn)行求解，具體實(shí)施如下：

步驟3-1：初始化算法參數(shù)，包括種群規(guī)模f，族群個(gè)數(shù)p，族群規(guī)模q，子族群個(gè)數(shù)u，子族群規(guī)模r及學(xué)習(xí)概率β，當(dāng)前獲得的最好解y及最好目標(biāo)值z(mì)，總估值次數(shù)tfet。

步驟3-2：生成初始種群p。采用自然數(shù)編碼表示問題的一個(gè)個(gè)體或解，利用隨機(jī)方法生成f個(gè)解，更新當(dāng)前最好個(gè)體y。

步驟3-3：評(píng)價(jià)個(gè)體的目標(biāo)值。a.在拆解車間里，產(chǎn)品按照個(gè)體顯示的位置順序依次分配到空閑或最早空閑的工作站進(jìn)行拆解；b.在預(yù)處理車間里的第一階段，將每個(gè)產(chǎn)品對(duì)應(yīng)的零件按照處理時(shí)間升序排序，并按照該順序依次分配到空閑或者最早空閑的工作站進(jìn)行處理；在后續(xù)階段，按照零件的到達(dá)順序依次分配到空閑或者最早空閑的工作站上進(jìn)行處理；c.在再裝配車間，當(dāng)產(chǎn)品對(duì)應(yīng)的所有零件完成預(yù)處理操作后，選擇空閑或最早空閑的工作站進(jìn)行再裝配操作。

步驟3-4：設(shè)置估值次數(shù)fet＝0；

步驟3-5：實(shí)施種群的進(jìn)化：

步驟3-5-1：構(gòu)造多個(gè)族群。將種群按照個(gè)體的目標(biāo)值降序排序，按照設(shè)定的規(guī)則將整個(gè)種群分成p族群，每個(gè)族群有q個(gè)個(gè)體。這里采用的規(guī)則如下：將第一個(gè)個(gè)體分配到第一個(gè)族群，第二個(gè)個(gè)體分配到第二個(gè)族群，第p個(gè)個(gè)體分配到第p個(gè)族群，第p+1個(gè)個(gè)體分配第一個(gè)族群。依此方法，完成所有個(gè)體的分配，從而構(gòu)造m個(gè)族群，每個(gè)族群包含q個(gè)個(gè)體，這里f＝p×q。

步驟3-5-2：每一個(gè)族群，執(zhí)行以下操作u次：

步驟3-5-2-1：構(gòu)建子族群：從當(dāng)前族群中隨機(jī)選擇r個(gè)個(gè)體；

步驟3-5-2-2：子族群執(zhí)行如下操作：

a.選擇該子族群中最好個(gè)體xb和最差個(gè)體xw執(zhí)行交叉操作產(chǎn)生一個(gè)個(gè)體x，并計(jì)算其目標(biāo)值，令fet＝fet+1。若該個(gè)體優(yōu)于最差個(gè)體，則將其替代最差個(gè)體，并轉(zhuǎn)向執(zhí)行操作a；否則執(zhí)行操作b；

b.選擇當(dāng)前種群中的最好個(gè)體xg與當(dāng)前子族群的最差個(gè)體xw執(zhí)行交叉操作產(chǎn)生一個(gè)個(gè)體x，并計(jì)算其目標(biāo)值，fet＝fet+1。若該個(gè)體優(yōu)于最差個(gè)體，則將其替代最差個(gè)體，并轉(zhuǎn)向執(zhí)行操作a；否則執(zhí)行操作c；

c.隨機(jī)產(chǎn)生一個(gè)個(gè)體x，并計(jì)算其目標(biāo)值，令fet＝fet+1。將其替代當(dāng)前子族群的最差個(gè)體，轉(zhuǎn)向操作a。

步驟3-6：將所有族群混合構(gòu)成種群p；

步驟3-7：實(shí)施種群的學(xué)習(xí)策略。令對(duì)于種群中的每一個(gè)個(gè)體x1，執(zhí)行以下操作：生成0-1之間服從均勻分布的隨機(jī)數(shù)α；若α小于β，則隨機(jī)從種群中選擇一個(gè)個(gè)體x2，令當(dāng)前個(gè)體向該個(gè)體進(jìn)行學(xué)習(xí)產(chǎn)生一個(gè)新的個(gè)體x，并計(jì)算其目標(biāo)值，令fet＝fet+1，p′＝p′∪{x}。

步驟3-8：生成下一代種群。令p＝p∪p‘，保留f個(gè)優(yōu)勢(shì)個(gè)體，并剔除其他劣勢(shì)個(gè)體，并更新當(dāng)前獲得的最好解y和最好目標(biāo)值z(mì)。

step3-9：若算法已達(dá)到停止條件，即fet≥tfet，則算法停止并輸出最好解y和最好目標(biāo)值z(mì)；否則轉(zhuǎn)向步驟3-5。

上述實(shí)施例只是為了說明本發(fā)明的技術(shù)構(gòu)思及特點(diǎn)，其目的是在于讓本領(lǐng)域內(nèi)的普通技術(shù)人員能夠了解本發(fā)明的內(nèi)容并據(jù)以實(shí)施，并不能以此限制本發(fā)明的保護(hù)范圍。凡是根據(jù)本發(fā)明內(nèi)容的實(shí)質(zhì)所作出的等效的變化或修飾，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍內(nèi)。