本發(fā)明涉及一種裝配車間多階段協(xié)同調(diào)度方法，屬于裝配作業(yè)車間調(diào)度。

背景技術(shù)：

1、裝配作業(yè)車間調(diào)度問題是一類經(jīng)典的調(diào)度問題，其核心在于每個零件在加工階段遵循特定的加工路線，并在裝配階段組裝成最終產(chǎn)品。此類問題通過在車間資源約束下設(shè)計調(diào)度方案，以優(yōu)化一個或多個調(diào)度指標(biāo)。高質(zhì)量的調(diào)度方案不僅能夠提升多種資源的利用率，還能有效縮短裝配周期。例如：公開號為cn106651049a，發(fā)明創(chuàng)造名稱為自動化集裝箱碼頭裝卸設(shè)備的重調(diào)度方法，其技術(shù)方案中優(yōu)化三階段中各設(shè)備的調(diào)度方案；然后經(jīng)過一個時間周期，狀態(tài)監(jiān)測控制器測量三階段中各設(shè)備的實際位置和實際速度；根據(jù)實際位置和實際速度的狀態(tài)測量值更新即將進(jìn)行的一個任務(wù)所需最小完工時間；之后根據(jù)即將進(jìn)行的一個任務(wù)所需最小完工時間使?fàn)顟B(tài)監(jiān)測控制器監(jiān)測更新的一個任務(wù)時間；最后狀態(tài)監(jiān)測控制器為相互作用的三階段中的各設(shè)備確定新的調(diào)度方案；本發(fā)明具有在裝卸設(shè)備受干擾的情況下提供快速準(zhǔn)確的重調(diào)度方案的優(yōu)點。但是與一般的調(diào)度問題相比，裝配作業(yè)車間的調(diào)度比較復(fù)雜，船舶分段裝配車間的調(diào)度優(yōu)化則更加復(fù)雜，需要面向加工、運輸和裝配三個階段的車間業(yè)務(wù)進(jìn)行統(tǒng)籌規(guī)劃。在優(yōu)化過程中，必須考慮加工階段的零件完整性約束、運輸階段零件的時間差異性約束以及裝配階段的堵塞流水約束。針對上述多階段的約束條件，研究適用于船舶分段裝配作業(yè)車間的調(diào)度方法，制定高效的調(diào)度方案，對于實現(xiàn)船舶分段裝配車間的降本增效具有重要意義。

2、現(xiàn)有技術(shù)文獻(xiàn)1“an?improved?elephant?herding?optimization?for?energy-saving?assembly?job?shop?scheduling?problem?with?transportation?times”，jiang等，axioms，2022，11(10)：23，該文獻(xiàn)針對裝配作業(yè)車間調(diào)度問題，以最小化能源消耗為目標(biāo)，提出一種改進(jìn)象群放牧的元啟發(fā)式求解算法，然而該文獻(xiàn)未考慮裝配階段的多工作站流水布局的形式；技術(shù)文獻(xiàn)2“inventory?and?total?completion?time?minimization?forassemblyjob-shop?scheduling?considering?material?integrity?and?assemblysequential?constraint”，cheng等，journal?ofmanufacturing?systems，2022，65：660–672，該文獻(xiàn)針對裝配作業(yè)車間調(diào)度問題，以最小化作業(yè)完成時間和庫存為目標(biāo)，提出一種基于改進(jìn)模擬退火的元啟發(fā)式求解算法，然而該文獻(xiàn)未考慮運輸階段不同零件的時間差異性約束和裝配階段工作站間的堵塞約束。

3、因此，亟需提出一種船舶分段裝配作業(yè)車間多階段協(xié)同調(diào)度方法，以解決上述技術(shù)問題。

技術(shù)實現(xiàn)思路

1、為解決上述問題，提供一種船舶分段裝配作業(yè)車間多階段協(xié)同調(diào)度方法，在下文中給出了關(guān)于本發(fā)明的簡要概述，以便提供關(guān)于本發(fā)明的某些方面的基本理解。應(yīng)當(dāng)理解，這個概述并不是關(guān)于本發(fā)明的窮舉性概述。它并不是意圖確定本發(fā)明的關(guān)鍵或重要部分，也不是意圖限定本發(fā)明的范圍。

2、本發(fā)明的技術(shù)方案：

3、一種船舶分段裝配作業(yè)車間多階段協(xié)同調(diào)度方法，包括以下步驟：

4、步驟一：將船舶分段裝配作業(yè)車間調(diào)度建模為慮及加工-運輸-裝配三階段的裝配作業(yè)車間協(xié)同調(diào)度問題模型，以完工時間最小化為優(yōu)化目標(biāo)，將加工階段的零件完整性約束、運輸階段零件的時間差異性約束以及裝配階段的堵塞流水約束轉(zhuǎn)化為數(shù)學(xué)模型中的控制變量約束；具體包括以下步驟：

5、構(gòu)建以完工時間最小化的裝配作業(yè)車間調(diào)度優(yōu)化目標(biāo)；

6、將加工階段的零件完整性約束轉(zhuǎn)化為數(shù)學(xué)模型中的控制變量約束；

7、將運輸階段的運輸時間差異性約束轉(zhuǎn)化為數(shù)學(xué)模型中的控制變量約束；

8、將裝配階段的堵塞流水約束轉(zhuǎn)化為數(shù)學(xué)模型中的控制變量約束；

9、步驟二：基于船舶分段裝配作業(yè)車間調(diào)度模型特點，在遺傳算法基礎(chǔ)上設(shè)計多種改進(jìn)策略，提升遺傳算法針對船舶分段裝配作業(yè)車間調(diào)度問題的求解能力，形成的調(diào)度方案可有效地解決船舶分段裝配作業(yè)車間調(diào)度問題，并具有較高的求解精度和穩(wěn)定性；具體包括以下步驟：

10、s1：種群初始化；

11、s2：染色體交叉操作；

12、s3：染色體變異操作；

13、s4：適應(yīng)度值計算；

14、s5：算法尋優(yōu)的終止判斷；

15、本發(fā)明為應(yīng)用于船舶分段裝配作業(yè)車間調(diào)度問題的方法。

16、優(yōu)選的：步驟一中，所述構(gòu)建以完工時間最小化的裝配作業(yè)車間調(diào)度優(yōu)化目標(biāo)，具體為：

17、

18、其中，f為優(yōu)化目標(biāo)，p為分段集合，p為分段索引值，bp表示p對應(yīng)的分段的完工時間。

19、優(yōu)選的：步驟一中，所述將加工階段的零件完整性約束轉(zhuǎn)化為數(shù)學(xué)模型中的控制變量約束，表述為任意一個分段零件，只有當(dāng)該零件所有工序完成后，才可以進(jìn)行運輸階段，具體為：

20、

21、其中，jp表示用于裝配形成p對應(yīng)的分段的加工零件集合，j為加工零件索引值，ojp為加工零件集合jp中j對應(yīng)的零件的工序集合，o為工序索引值，|ojp|為工序集合ojp中最后一道工序索引值，w為裝配階段的工作站集合，w為工作站索引值，bjpw表示狀態(tài)變量，當(dāng)加工零件集合jp中j對應(yīng)的零件在w對應(yīng)的工作站上裝配時，則bjpw＝1，否則bjpw＝0，為工序集合ojp中o對應(yīng)的工序完成時間，為bjpw＝1時j對應(yīng)的零件開始運輸時間，表示任意。

22、優(yōu)選的：步驟一中，所述將運輸階段的運輸時間差異性約束轉(zhuǎn)化為數(shù)學(xué)模型控制變量約束，表述為每個零件的運輸時間取決于分段的零件類型，工作站開展裝配作業(yè)的前提是所需零件已運輸至指定工作站，具體為：

23、

24、其中，t為裝配分段順序集合，t為裝配分段順序集合索引值，τjp表示加工零件集合jp中j對應(yīng)的零件運輸時間，表示t對應(yīng)的分段在w對應(yīng)的工作站上開始裝配時間。

25、優(yōu)選的：步驟一中，所述將裝配階段的堵塞流水約束轉(zhuǎn)化為數(shù)學(xué)模型控制變量約束，表述為：

26、分段在工作站裝配作業(yè)開始的前提是：該分段已完成前一個工作站的裝配作業(yè)，且該工作站上無分段停留，具體為：

27、

28、分段在工作站間轉(zhuǎn)移事件的發(fā)生前提是：該分段已完成當(dāng)前工作站的裝配作業(yè)，且后一個工作站上無分段停留，具體為：

29、

30、第一個裝配分段在工作站間不存在阻塞情況，最后一個裝配工作站中不存在阻塞情況；具體為：

31、

32、其中，n為工作站最大索引值，i為裝配分段順序集合t的最大索引值，表示t對應(yīng)的裝配分段在w對應(yīng)的工作站上的結(jié)束時間，表示第一個裝配分段在w對應(yīng)的工作站上的結(jié)束時間，表示t對應(yīng)的裝配分段在w-1對應(yīng)的工作站上(w對應(yīng)的工作站的前道工作站)的結(jié)束時間，表示t對應(yīng)的裝配分段在n對應(yīng)的工作站(最后一個工作站)上的結(jié)束時間；表示t對應(yīng)的裝配分段在w對應(yīng)的工作站上的離開時間，表示第一個裝配分段在w對應(yīng)的工作站上的離開時間，表示t-1對應(yīng)的裝配分段(t對應(yīng)的裝配分段的前序分段)在w對應(yīng)的工作站上的離開時間，表示t-1對應(yīng)的裝配分段在w+1對應(yīng)的工作站上的離開時間，表示t對應(yīng)的裝配分段在n對應(yīng)的工作站上的離開時間。

33、優(yōu)選的：所述s1：種群初始化具體包括以下步驟：

34、s11，染色體編碼設(shè)計：

35、設(shè)計雙層編碼的染色體結(jié)構(gòu)，清晰地表示加工與裝配之間的復(fù)雜關(guān)系；第一層編碼針對分段的裝配作業(yè)，稱為裝配編碼，采用不重復(fù)的整數(shù)編碼形式，每個整數(shù)代表一個分段，裝配工作站按照染色體中整數(shù)編碼順序依次進(jìn)行裝配作業(yè)；第二層編碼針對分段的加工作業(yè)，稱為加工編碼，采用二維向量(p,j)的編碼形式，p為分段索引值，j為加工零件索引值；染色體中相同的二維向量代表同一分段的相同加工零件，出現(xiàn)的次數(shù)則表示該加工零件的操作次序；基于上述編碼思想，構(gòu)建適用于船舶分段裝配作業(yè)車間調(diào)度問題的雙層染色體編碼結(jié)構(gòu)；

36、s12，決策參數(shù)設(shè)置：

37、考慮到裝配編碼和加工編碼的解空間規(guī)模存在較大差異，設(shè)計多項決策參數(shù)以提升算法的求解能力；具體參數(shù)包括：算法最大迭代次數(shù)、種群規(guī)模、裝配交叉概率、裝配變異概率、加工交叉概率、加工變異概率、鄰域搜索距離以及每組實驗重復(fù)次數(shù)；

38、s13，初始種群構(gòu)建：

39、由于裝配和加工階段存在較強的耦合性，單純采用隨機初始化通常難以生成較優(yōu)的調(diào)度解；因此，采用了裝配驅(qū)動初始化策略與隨機初始化相結(jié)合的混合初始種群生成方式；裝配驅(qū)動初始化策略的步驟如下：首先，隨機初始化染色體的裝配編碼，確定分段的裝配順序；然后，基于生成的裝配編碼，按照裝配順序驅(qū)動生成染色體的加工編碼，實現(xiàn)先裝配的分段零件先加工的策略；隨機初始化策略的步驟則是對染色體的裝配編碼和加工編碼分別進(jìn)行隨機初始化。

40、優(yōu)選的：所述s2：染色體交叉操作具體包括以下步驟：

41、s21，裝配編碼交叉操作：

42、用于交叉操作的兩條父代染色體表示為p1和p2，交叉后生成的兩條子代染色體表示為o1和o2，每條染色體均包含裝配編碼和加工編碼兩部分；首先，在p1或p2的裝配編碼長度范圍內(nèi)隨機選擇兩個位置索引值，為了確保生成的子代為可行解，首先將p1裝配編碼中索引值范圍內(nèi)的基因值直接復(fù)制到o1裝配編碼的相應(yīng)位置，其次，從前至后檢索p2裝配編碼中的每個基因值，當(dāng)o1裝配編碼中不包含該基因值，則將該基因值遺傳至o1裝配編碼，否則跳過該基因值，繼續(xù)檢索下一個基因值；同理按照相同的方法生成子代o2裝配編碼；

43、由于裝配和加工階段的耦合性較強，在將p1和p2的加工編碼遺傳至o1和o2的過程中，設(shè)計一種基于裝配驅(qū)動的加工編碼交換操作；具體步驟如下：首先，對比p1裝配編碼和o1裝配編碼相同基因位的基因值，形成基因映射規(guī)則；其次，基于該規(guī)則對p1加工編碼實施交換操作，如某個基因位的映射規(guī)則為3→4，則將p1加工編碼中對應(yīng)于分段3和4的所有加工零件進(jìn)行交換，并將交換后的結(jié)果遺傳至o1的加工編碼，同樣地，通過這一方法生成子代o2的加工編碼，最終形成完整的子代染色體；

44、s22，加工編碼交叉操作：

45、在不同的裝配編碼下，相同的加工編碼表現(xiàn)出不同的適應(yīng)度值，因此選取具有相同裝配編碼的兩條染色體作為父代p1和p2，并對其加工編碼實施交叉操作；主要的操作流程與s21中裝配編碼的交叉操作類似，但存在以下區(qū)別：在s21中，交叉的裝配編碼為不重復(fù)的整數(shù)序列，而在加工編碼中，存在重復(fù)基因值用以表示加工作業(yè)的操作次序，因此，在對補齊基因值的檢索過程中，如果o1的加工編碼中已達(dá)到該加工零件的最大操作次序，則放棄該基因值的補齊操作并檢索下一基因值，最終實現(xiàn)加工編碼的交叉操作并生產(chǎn)子代染色體o1和o2。

46、優(yōu)選的：所述s3：染色體變異操作具體包括：

47、s31，裝配編碼變異操作：

48、對關(guān)鍵路徑上作業(yè)節(jié)點集合隨機選擇一個裝配節(jié)點，在裝配編碼鄰域范圍內(nèi)隨機選擇另一索引節(jié)點，對兩節(jié)點進(jìn)行位置交換，并對同一條染色體的加工編碼執(zhí)行s21中基于裝配驅(qū)動的加工編碼交換操作；

49、s32，加工編碼變異操作：

50、對加工編碼鄰域范圍內(nèi)隨機選擇一個索引節(jié)點，在加工編碼鄰域范圍內(nèi)隨機選擇另一索引節(jié)點，對兩節(jié)點進(jìn)行位置交換，至此實現(xiàn)染色體的變異操作。

51、優(yōu)選的：所述s4：適應(yīng)度值計算具體包括：

52、采用半主動解碼策略計算每條染色體的適應(yīng)度值，過程分為兩個階段；第一階段對加工編碼所形成的加工作業(yè)順序進(jìn)行解碼；在這一過程中，基于各工序分配的加工機器，當(dāng)加工機器和工序順序滿足加工需求時，則開始加工，否則繼續(xù)等待，依次計算所有零件的完工時間；第二階段對裝配編碼所形成的裝配作業(yè)順序進(jìn)行解碼；在此階段，基于各分段的裝配順序，當(dāng)零件供應(yīng)、裝配工作站及裝配順序滿足裝配需求時，則開始裝配，否則繼續(xù)等待，依次計算所有分段的裝配完工時間；最終，所有分段裝配完工時間中的最大值即為該條染色體的適應(yīng)度值。

53、優(yōu)選的：所述s5：算法尋優(yōu)的終止判斷具體包括：

54、判斷是否達(dá)到迭代次數(shù)，若是則輸出最優(yōu)解集，若否則跳轉(zhuǎn)至所述步驟s2；

55、算法采用兩種停止策略共同作用的方式，只要滿足停止策略中的一種，算法則停止計算；

56、停止策略1：算法最大迭代次數(shù)為200次；

57、停止策略2：在連續(xù)迭代100次以上沒有出現(xiàn)新的最優(yōu)解，則算法收斂。

58、本發(fā)明具有以下有益效果：

59、本發(fā)明將船舶分段裝配作業(yè)車間調(diào)度建模為慮及加工-運輸-裝配三階段的裝配作業(yè)車間協(xié)同調(diào)度問題模型，以完工時間最小化為優(yōu)化目標(biāo)，將加工階段的零件完整性約束、運輸階段零件的時間差異性約束以及裝配階段的堵塞流水約束轉(zhuǎn)化為數(shù)學(xué)模型中的控制變量約束，充分考慮運輸階段不同零件的時間差異性約束和裝配階段工作站間的堵塞約束；

60、發(fā)明基于船舶分段裝配作業(yè)車間調(diào)度模型特點，在遺傳算法基礎(chǔ)上設(shè)計多種改進(jìn)策略，提升遺傳算法針對船舶分段裝配作業(yè)車間調(diào)度問題的求解能力；本發(fā)明有效地解決船舶分段裝配作業(yè)車間調(diào)度問題，并具有較高的求解精度和穩(wěn)定性。