本技術屬于船板生產，具體涉及一種面向熱處理船板生產訂單組合優(yōu)化的母板優(yōu)化設計方法、系統、計算機設備及存儲介質。

背景技術：

1、目前在生產船板時，由于用戶訂單呈現多品種、小批量的特點，因此為了滿足客戶的需求，須將多個小規(guī)格的訂單(相同材質，相同厚度，不同寬度，不同長度)合并起來用一個鋼卷兌現，在提高橫切成材率的同時大幅提升橫切的生產組織能力。

2、訂單組合材料設計問題可以看作是經典下料問題(cutting?stock?problem，csp)的一種擴展問題，即考慮對母卷和母板規(guī)格不確定性進行決策的下料問題，研究該問題優(yōu)化設計方法對提升系統的運行效率、降低生產成本等具有重要意義。

3、經典下料問題主要研究如何從給定的大尺寸母體材料上切割用戶需求的小尺寸產品，使得某個目標最優(yōu)的問題。近年來關于這方面的研究主要有：gilmore等建立了下料問題的線性規(guī)劃模型，提出基于列生成技術的優(yōu)化求解算法框架；schetyhauer等對僅具有一種確定長度母體材料的下料問題求解方法進行研究，設計了一種能有效求解小規(guī)模問題的割平面方法；poldi等針對已知多種可選長度母體材料的下料問題對多種啟發(fā)式算法進行了討論。這些研究均假設母體材料長度和寬度已經確定，因此適用于確定規(guī)格的材料利用優(yōu)化設計問題。

4、然而，訂單組合材料設計問題的設計規(guī)格是先設計后生產，在設計前，母板和母卷的數量、規(guī)格均不確定，上述經典下料問題的設計方法顯然難以直接采用。已有學者對這種不確定性的下料問題進行相關研究：鄭忠等對所有的母板斷面規(guī)格進行編號，每個訂單的母板斷面選擇進行編碼，基于列生成技術和禁忌搜索尋求生產訂單組合優(yōu)化的最優(yōu)解。然而該算法的計算規(guī)模較大，并沒有很好地利用母板規(guī)格與訂單子板之間的約束規(guī)則

5、申請內容

6、本技術為了克服現有技術的不足，提供了一種面向熱處理船板生產訂單組合優(yōu)化的母板優(yōu)化設計方法、系統、計算機設備及存儲介質，以通過銷售訂單的交貨要求，基于一些給定的規(guī)則，設計母板的尺寸和塊數，以及每個母卷組合交付的訂單，實現坯料長度最大化、余材量最小化。

7、為了實現上述目的，本技術采用以下技術方案：

8、一種面向熱處理船板生產訂單組合優(yōu)化的母板優(yōu)化設計方法，包括：

9、接入訂單信息，從erp下發(fā)訂單，生產系統接收訂單信息并保存，所述訂單信息包括訂單子板的厚度、寬度、長度以及數量；

10、獲取設計規(guī)則，所述設計規(guī)則包括母板設計規(guī)則和母板母卷子板轉換規(guī)則；

11、確定組合優(yōu)化的數學模型，所述數學模型包括目標函數和約束條件；

12、對所述目標函數和所述約束條件的參數進行初始化，根據訂單信息將所有訂單按照訂單子板的寬度分組，所有分組按照寬度降序排列；

13、計算母板的數量，根據分組中所有訂單的總重量計算出母板數量的最小值；

14、將訂單按照寬度進行組卷得到初始方案，每個母板的寬度等于該母板上的子訂單的訂單子板的最長寬度；所述母板上的子訂單為該母板上的子板對應的訂單；

15、基于所述初始方案中每塊母板的長度、寬度以及子訂單的訂單信息，根據0-1背包問題對各個母板上的子訂單進行調整，所述調整包括：母板超重或超長，向相鄰母板分出部分訂單；若母板長度不夠，從相鄰母板中分到部分訂單；

16、基于遺傳算法解決0-1背包問題以獲得最終方案；

17、將最終方案輸出到數據表中，生產系統從數據表中讀取數據并展示結果。

18、進一步地，所述母板設計規(guī)則包括母板厚度、最小最大長度限制、最大重量約束；

19、母板母卷子板轉換規(guī)則為其中是第j塊母板的長度，tslab是母板的厚度，是第j塊母卷的長度，tcoil是母卷的厚度，λ1是母板到母卷的投料系數，λ1是一個不小于1的實數。

20、進一步地，所述目標函數為：

21、

22、其中，gorder代表訂單的總重量，gcoil代表母卷的總重量，j為母板序號，共p個；i為訂單序號，共q個；ρ代表母板、母卷、子板的密度；ni代表母卷上組合的各個訂單子板數目滿足訂單的需求；torder代表訂單的厚度；代表訂單i的子板長度；代表訂單i的子板寬度；tcoil代表母卷的厚度；代表母卷j的長度；代表母卷j的寬度。

23、進一步地，所述約束條件為：

24、

25、tcoil＝torder??????????????(11)；

26、

27、λ1≥1，λ2≥1????????????(14)；

28、

29、結合約束(6)和(12)，對于每一個確定了寬度的母板，母板最終的最大重量為：

30、

31、其中，上標為slab代表為母板的參數，j為母板序號，共p個；代表母板j的重量；代表母板j的長度；代表母板j的寬度；tslab代表母板的厚度；代表母板j的重量上限；代表行車可承受的母板重量上限；和代表母板的最小最大長度；

32、上標為coil代表為母卷的參數，j為母板序號，共p個，與母板呈一一對應關系；gcoil代表母卷的總重量；代表母卷j的重量；代表母卷j的長度；代表母卷j的寬度；tcoil代表母卷的厚度；

33、上標為order代表為訂單的參數，i為訂單序號，共q個；gorder代表訂單的總重量；代表訂單i的總重量；代表訂單i的子板長度；代表訂單i的子板寬度；torder代表訂單的厚度；ni代表訂單i的子板數量；

34、ρ代表母板、母卷、子板的密度；λ1為母板到母卷的投料系數；λ2為母卷到子板的投料系數；xij為0-1變量，若母板j中包含訂單i的子板則為1，否則為0。

35、進一步地，所述調整包括：

36、將分出訂單的母板標記為out，將分得訂單的母板標記為in；

37、若out<in,那么背包問題中的物品為out中寬度為最小寬度的所有訂單以及in中寬度為最小寬度的所有訂單；

38、若out>in，那么背包問題中的物品為out中寬度為最大寬度的所有訂單以及in中寬度為最大寬度的所有訂單。

39、進一步地，所述調整包括：

40、計算背包的最大容量capacity，所述capacity的計算規(guī)則如下：

41、當母板in的長度或者重量不足時：

42、若且那么且flag＝1；

43、若且那么且flag＝1；

44、若且那么且flag＝0；

45、若且那么且flag＝0；

46、其中，flag＝1代表上述0-1背包問題的解中放入背包中的訂單是從out母板分配到in母板的訂單，flag＝0代表上述0-1背包問題的解中不放入背包中的訂單是從out母板分配到in母板的訂單；

47、其中，為out至少要留下的訂單重量；為out最多可分出的訂單重量；為in至少要分得的訂單重量；為out最多能留下的訂單重量；

48、gsum代表上述0-1背包問題的物品的訂單的總重量；代表母板out的重量上限。

49、進一步地，所述調整包括：

50、當母板out的長度或者重量超標時；

51、若且那么且flag＝0；

52、若且那么且flag＝0；

53、若且那么且flag＝1；

54、若且那么且flag＝1；

55、其中，為out最多要留下的訂單重量；out至少要分出的訂單重量；為in最多能分得的訂單重量；為out至少要留下的訂單重量。

56、另外，還提供了一種面向熱處理船板生產訂單組合優(yōu)化的母板優(yōu)化設計系統，包括：

57、計入模塊，用于接入訂單信息，用于從erp下發(fā)訂單，生產系統接收訂單信息并保存，所述訂單信息包括訂單子板的厚度、寬度、長度以及數量；

58、獲取模塊，用于獲取設計規(guī)則，所述設計規(guī)則包括母板設計規(guī)則和母板母卷子板轉換規(guī)則；

59、確定模塊，用于確定組合優(yōu)化的數學模型，所述數學模型包括目標函數和約束條件；

60、初始化模塊，用于對所述目標函數和所述約束條件的參數進行初始化，根據訂單信息將所有訂單按照訂單子板的寬度分組，所有分組按照寬度降序排列；

61、計算模塊，用于計算母板的數量，根據分組中所有訂單的總重量計算出母板數量的最小值；

62、組卷模塊，用于將訂單按照寬度進行組卷得到初始方案，每個母板的寬度等于該母板上的子訂單的訂單子板的最長寬度；所述母板上的子訂單為該母板上的子板對應的訂單；

63、調整模塊，用于基于所述初始方案中每塊母板的長度、寬度以及子訂單的訂單信息，根據0-1背包問題對各個母板上的子訂單進行調整，所述調整包括：母板超重或超長，向相鄰母板分出部分訂單；若母板長度不夠，從相鄰母板中分到部分訂單；

64、最終方案獲得模塊，用于基于遺傳算法解決0-1背包問題以獲得最終方案；

65、輸出模塊，用于將最終方案輸出到數據表中，生產系統從數據表中讀取數據并展示結果。

66、另外，還提供了一種計算機設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述計算機程序時實現如上所述的方法。

67、另外，還提供了一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機程序，當所述計算機程序被處理器執(zhí)行時實現如上所述的方法。

68、與現有技術相比，本技術具有以下優(yōu)點：

69、本技術結合企業(yè)熱處理船板面向訂單生產進行組卷設計的需求，根據訂單特性，以及生產工藝、設備等約束，建立了以最小化母卷數量和最大化成材率為目標的優(yōu)化控制模型，對子訂單的組合方式、母板和母卷的長度和寬度進行決策。接收到訂單信息后先根據訂單特性和目標函數生成一個粗略的初始方案，然后針對每個母板進行分析，對不滿足約束條件的母板進行調整，將其轉化為0-1背包問題，并確定該背包問題的“物品”和背包的“最大容量”，采用基于遺傳算法的求解方式對方案進行調整。當所有母板分析完之后，輸出最終方案。本技術能夠減少母板余材和材料損失，可以更好地滿足生產需要。而且，對比于在全局搜索最優(yōu)方案的方式來說，這種局部微調方式可以在保證方案較優(yōu)的前提下，減小大量的計算量和搜索量。

技術實現思路