本發(fā)明屬于混合流水線分析，具體涉及一種分布式異構(gòu)預(yù)制構(gòu)件流水車間的優(yōu)化調(diào)度方法及系統(tǒng)。

背景技術(shù)：

1、隨著信息技術(shù)的飛速發(fā)展和消費(fèi)模式的不斷變化，分布式制造已成為制造業(yè)未來的發(fā)展趨勢。在經(jīng)濟(jì)全球化日益加劇的背景下，市場競爭愈發(fā)激烈。為降低運(yùn)輸成本并實(shí)現(xiàn)基于消費(fèi)者偏好的個性化定制，越來越多的制造商開始采用分布式生產(chǎn)模式。

2、裝配式建筑是一種以工業(yè)化生產(chǎn)為基礎(chǔ)的新型建筑方式，其主要特征是通過在工廠內(nèi)預(yù)制構(gòu)件（如墻板、陽臺、樓梯等），并在施工現(xiàn)場進(jìn)行組裝和拼接。相比傳統(tǒng)現(xiàn)澆施工，裝配式建筑具有施工速度快、質(zhì)量穩(wěn)定、節(jié)能環(huán)保等顯著優(yōu)勢，能夠有效減少建筑垃圾和施工現(xiàn)場的環(huán)境污染。此外，裝配式建筑強(qiáng)調(diào)標(biāo)準(zhǔn)化設(shè)計與模塊化生產(chǎn)，有助于提高建筑的生產(chǎn)效率和可持續(xù)性。因為裝配式建筑符合綠色建筑的理念所以受到了越來越多的關(guān)注。然而，裝配式建筑的發(fā)展目前仍然面臨著種種挑戰(zhàn)，其中之一就是預(yù)制構(gòu)件生產(chǎn)調(diào)度的復(fù)雜性。因為目前的精確算法求解效率低下，而啟發(fā)式算法又無法衡量得到的調(diào)度方案的質(zhì)量所以當(dāng)前預(yù)制構(gòu)件的生產(chǎn)調(diào)度仍然依靠經(jīng)驗和人工安排。這就導(dǎo)致了在調(diào)度情況復(fù)雜的時間會出現(xiàn)調(diào)度不合理而導(dǎo)致的生產(chǎn)效率降低與生產(chǎn)成本提高的問題。

3、預(yù)制構(gòu)件的生產(chǎn)過程主要包括六道工序:模具組裝、鋼筋預(yù)埋、混凝土澆筑、蒸汽養(yǎng)護(hù)、模具拆除、瑕疵修整。其中蒸汽養(yǎng)護(hù)為并行工序，一次可以加工多個預(yù)制構(gòu)件。其余工序為串行工序，同一時刻只能加工一個預(yù)制構(gòu)件。因為澆筑機(jī)的成本較高所以通常是一個工廠的兩條或者更多條生產(chǎn)線共用一臺澆筑機(jī)。

4、這個問題可以描述如下：有集合j個訂單，需要分配到集合f個工廠進(jìn)行加工。每個工廠有兩條或三條生產(chǎn)線，并且每個工廠的所有生產(chǎn)線共用一臺澆筑機(jī)。因為不同工廠的機(jī)器不同，所以對于同一個訂單的同一個工序在不同工廠的加工時間也不同。同一工廠具有多條生產(chǎn)線，每條生產(chǎn)線上的機(jī)器相同。因此對與同一個訂單的同一個工序在同一個工廠的不同生產(chǎn)線上加工時間是相同的。訂單需要經(jīng)過模具組裝、鋼筋預(yù)埋、混凝土澆筑、蒸汽養(yǎng)護(hù)、模具拆除、瑕疵修整六道工序，其中蒸汽養(yǎng)護(hù)為并行工序，同一時刻可以加工多個訂單。其余工序為串行工序，同一時刻只能加工一個訂單。為了使制造商能夠盡早完成生產(chǎn)任務(wù)，優(yōu)化的目標(biāo)是最小化最大完工時間。

5、上述問題需要滿足一下幾個條件：所有的工序在零時刻都是可用的;每個訂單只包含一個作業(yè);每臺機(jī)器之間的緩沖區(qū)足夠大;作業(yè)的準(zhǔn)備時間被忽略不計;每個工廠內(nèi)的所有生產(chǎn)線共用一臺澆筑機(jī)。

6、現(xiàn)存的方法中，對預(yù)制構(gòu)件的生產(chǎn)調(diào)度問題可以構(gòu)建混合整數(shù)線性規(guī)劃模型或約束規(guī)劃模型然后使用gurobi或cplex等商用求解器進(jìn)行求解。但是因為分布式異構(gòu)流水車間問題的復(fù)雜性使用現(xiàn)有的方法無法快速的使解收斂所以難以在時間限制內(nèi)得到令人滿意的調(diào)度方案。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于克服現(xiàn)有的方法無法快速的使解收斂，導(dǎo)致難以在時間限制內(nèi)產(chǎn)生最優(yōu)調(diào)度方案的問題，提供一種分布式異構(gòu)預(yù)制構(gòu)件流水車間的優(yōu)化調(diào)度方法及系統(tǒng)。

2、為了達(dá)到上述目的，本發(fā)明采用如下技術(shù)方案：

3、本發(fā)明提供一種分布式異構(gòu)預(yù)制構(gòu)件流水車間的優(yōu)化調(diào)度方法，包括如下步驟：

4、s1：采集生產(chǎn)數(shù)據(jù)；

5、s2：構(gòu)建以最小化最大完工時間為目標(biāo)的約束規(guī)劃模型dhppfsp_cp，基于采集的生產(chǎn)數(shù)據(jù)求解約束規(guī)劃模型dhppfsp_cp，得到最小化最大完工時間，將所述最小化最大完工時間作為初始上界；

6、s3：構(gòu)建以最小完工時間為目標(biāo)的milp模型，基于采集的生產(chǎn)數(shù)據(jù)求解milp模型，得到最小完工時間，將所述最小完工時間作為初始下界；

7、s4：判斷所述初始上界和初始下界的差值，若差值小于等于0，則輸出結(jié)果作為最優(yōu)調(diào)度優(yōu)化方法；若差值大于0，則進(jìn)行下一步；

8、s5：構(gòu)建混合線性整數(shù)規(guī)劃模型amp_ssr，基于采集的生產(chǎn)數(shù)據(jù)求解線性整數(shù)規(guī)劃模型amp_ssr，得到訂單分配到工廠的指派方案和新的最小完工時間，將新的最小完工時間作為本次迭代的下界；

9、s6：構(gòu)建約束規(guī)劃模型ssp_cp，基于訂單分配到工廠的指派方案求解約束規(guī)劃模型ssp_cp，得到新的最小化最大完工時間，將新的最小化最大完工時間作為本次迭代的上界；

10、s7：根據(jù)上界值向混合線性整數(shù)規(guī)劃模型amp_ssr中添加割約束，得到新的混合線性整數(shù)規(guī)劃模型amp_ssr，基于新的混合線性整數(shù)規(guī)劃模型amp_ssr執(zhí)行s5；

11、s8：計算新的上界和新的下界的差值，若差值小于等于0，則輸出結(jié)果作為最優(yōu)調(diào)度優(yōu)化方法；若差值大于0，則返回s6。

12、所述采集的生產(chǎn)數(shù)據(jù)包括工廠數(shù)、訂單數(shù)、工序數(shù)、訂單的各個工序在不同工廠的加工時間、每個工廠中生產(chǎn)線的數(shù)量。

13、所述構(gòu)建以最小化最大完工時間為目標(biāo)的約束規(guī)劃模型dhppfsp_cp，基于采集的生產(chǎn)數(shù)據(jù)求解約束規(guī)劃模型dhppfsp_cp，得到最小化最大完工時間，將所述最小化最大完工時間作為初始上界的步驟中，構(gòu)建的約束規(guī)劃模型dhppfsp_cp目標(biāo)函數(shù)如下：

14、（1）

15、（15）

16、其中，j表示訂單的數(shù)量，j表示每一個訂單，s表示工序的數(shù)量，表示訂單j的完工時間。

17、所述構(gòu)建以最小完工時間為目標(biāo)的milp模型，基于采集的生產(chǎn)數(shù)據(jù)求解milp模型，得到最小完工時間，將所述最小完工時間作為初始下界的步驟中，計算最小完工時間的方法為：

18、構(gòu)建以訂單只加工第三階段工序為目標(biāo)的milp_lb3模型，基于第三階段的生產(chǎn)數(shù)據(jù)計算milp_lb3模型的解，得到目標(biāo)值；

19、計算每個工廠的第一、第二階段加工時間之和的最小值，以及第四、五、六階段加工時間之和的最小值；

20、將第一、第二階段加工時間之和的最小值與第四、五、六階段加工時間之和的最小值相加，，記為；

21、計算每個工廠的將每個工廠的并進(jìn)行比較，找到其中最小的，將最小的與目標(biāo)值相加，作為最小完工時間。

22、所述構(gòu)建混合線性整數(shù)規(guī)劃模型amp_ssr，基于采集的生產(chǎn)數(shù)據(jù)求解線性整數(shù)規(guī)劃模型amp_ssr，得到訂單分配到工廠的指派方案和新的最小完工時間，將新的最小完工時間作為本次迭代的下界的步驟中，構(gòu)建的混合線性整規(guī)劃模型amp_ssr的目標(biāo)函數(shù)如下：

23、（21）

24、（22）

25、通過添加不等式對所述模型進(jìn)行增強(qiáng)，添加的不等式如下：

26、

27、其中，式（21）與式（22）表示目標(biāo)函數(shù)為訂單最小化最大完工時間，是訂單j在階段s的完工時間，不等式表示工件的最大完工時間大于等于每個工廠中各個階段完工時間的總和。

28、所述混合線性整規(guī)劃模型amp_ssr的目標(biāo)函數(shù)約束如下：

29、（23）

30、（24）

31、（25）

32、其中，式（23）確保訂單第一道工序的完工時間不得小于訂單第一道工序加工所需要的時間；為訂單j在工廠f中第s個階段加工所需要的時間，表示工件中所有工廠的所有加工時間累計求和的值，是二進(jìn)制變量，如果訂單j分配到工廠f的話則為1，否則為0；

33、式（24）確保訂單的開始加工時間不得早于訂單的上一道工序完工時間；

34、式（25）表示訂單必須被分配到工廠中，且一個訂單只能被分配到一個工廠。

35、所述構(gòu)建混合線性整數(shù)規(guī)劃模型amp_ssr，基于采集的生產(chǎn)數(shù)據(jù)求解線性整數(shù)規(guī)劃模型amp_ssr，得到訂單分配到工廠的指派方案和新的最小完工時間，將新的最小完工時間作為本次迭代的下界的步驟中，將新的最小完工時間作為本次迭代的下界條件如下：

36、若新的最小完工時間大于初始下界，則將新的最小完工時間作為本次迭代的下界；否則，不更新下界。

37、所述構(gòu)建約束規(guī)劃模型ssp_cp，基于訂單分配到工廠的指派方案求解約束規(guī)劃模型ssp_cp，得到新的最小化最大完工時間，將新的最小化最大完工時間作為本次迭代的上界的步驟中，約束規(guī)劃模型ssp_cp的目標(biāo)函數(shù)如下：

38、（36）

39、（45）

40、其中，是工廠f的最大完工時間。

41、所述根據(jù)上界值向混合線性整數(shù)規(guī)劃模型amp_ssr中添加割約束，得到新的混合線性整數(shù)規(guī)劃模型amp_ssr，基于新的混合線性整數(shù)規(guī)劃模型amp_ssr執(zhí)行s5的步驟中，添加的割約束為：

42、（46）

43、其中為二進(jìn)制變量，如果訂單j分配到工廠f則為1，否則為0；為第h次迭代中工廠f的最大完工時間，為第h次迭代中分配到工廠f的訂單的集合。

44、一種分布式異構(gòu)預(yù)制構(gòu)件流水車間的優(yōu)化調(diào)度系統(tǒng)，包括：

45、采集模塊，用于采集生產(chǎn)數(shù)據(jù)；

46、dhppfsp_cp模型構(gòu)建模塊，用于構(gòu)建以最小化最大完工時間為目標(biāo)的約束規(guī)劃模型dhppfsp_cp，基于采集的生產(chǎn)數(shù)據(jù)求解約束規(guī)劃模型dhppfsp_cp，得到最小化最大完工時間，將所述最小化最大完工時間作為初始上界；

47、milp模型構(gòu)建模塊，用于構(gòu)建以最小完工時間為目標(biāo)的milp模型，基于采集的生產(chǎn)數(shù)據(jù)求解milp模型，得到最小完工時間，將所述最小完工時間作為初始下界；

48、第一判斷模塊，用于判斷所述初始上界和初始下界的差值，若差值小于等于0，則輸出結(jié)果作為最優(yōu)調(diào)度優(yōu)化方法；若差值大于0，則進(jìn)行下一步；

49、amp_ssr模型構(gòu)建模塊，用于構(gòu)建混合線性整數(shù)規(guī)劃模型amp_ssr，基于采集的生產(chǎn)數(shù)據(jù)求解線性整數(shù)規(guī)劃模型amp_ssr，得到訂單分配到工廠的指派方案和新的最小完工時間，將新的最小完工時間作為本次迭代的下界；

50、ssp_cp模型構(gòu)建模塊，用于構(gòu)建約束規(guī)劃模型ssp_cp，基于訂單分配到工廠的指派方案求解約束規(guī)劃模型ssp_cp，得到新的最小化最大完工時間，將新的最小化最大完工時間作為本次迭代的上界；

51、割約束模塊，用于根據(jù)上界值向混合線性整數(shù)規(guī)劃模型amp_ssr中添加割約束，得到新的混合線性整數(shù)規(guī)劃模型amp_ssr，基于新的混合線性整數(shù)規(guī)劃模型amp_ssr執(zhí)行s5；

52、第二判斷模塊，用于計算新的上界和新的下界的差值，若差值小于等于0，則輸出結(jié)果作為最優(yōu)調(diào)度優(yōu)化方法；若差值大于0，則返回s6。

53、與現(xiàn)有技術(shù)相比，本發(fā)明具有如下有益效果：

54、本發(fā)明提供一種分布式異構(gòu)預(yù)制件流水車間的優(yōu)化調(diào)度方法及系統(tǒng)，包括如下步驟：s1：采集生產(chǎn)數(shù)據(jù)；s2：構(gòu)建以最小化最大完工時間為目標(biāo)的約束規(guī)劃模型dhppfsp_cp，基于采集的生產(chǎn)數(shù)據(jù)求解約束規(guī)劃模型dhppfsp_cp，得到最小化最大完工時間，將所述最小化最大完工時間作為初始上界；s3：構(gòu)建以最小完工時間為目標(biāo)的milp模型，基于采集的生產(chǎn)數(shù)據(jù)求解milp模型，得到最小完工時間，將所述最小完工時間作為初始下界；s4：判斷所述初始上界和初始下界的差值，若差值小于等于0，則輸出結(jié)果作為最優(yōu)調(diào)度優(yōu)化方法；若差值大于0，則進(jìn)行下一步；s5：構(gòu)建混合線性整數(shù)規(guī)劃模型amp_ssr，基于采集的生產(chǎn)數(shù)據(jù)求解線性整數(shù)規(guī)劃模型amp_ssr，得到訂單分配到工廠的指派方案和新的最小完工時間，將新的最小完工時間作為本次迭代的下界；s6：構(gòu)建約束規(guī)劃模型ssp_cp，基于訂單分配到工廠的指派方案求解約束規(guī)劃模型ssp_cp，得到新的最小化最大完工時間，將新的最小化最大完工時間作為本次迭代的上界；s7：根據(jù)上界值向混合線性整數(shù)規(guī)劃模型amp_ssr中添加割約束，得到新的混合線性整數(shù)規(guī)劃模型amp_ssr，基于新的混合線性整數(shù)規(guī)劃模型amp_ssr執(zhí)行s5；s8：計算新的上界和新的下界的差值，若差值小于等于0，則輸出結(jié)果作為最優(yōu)調(diào)度優(yōu)化方法；若差值大于0，則返回s6。本發(fā)明添加了獲取初始上界和初始下界的方法，通過構(gòu)建amp_ssr模型和ssp_cp模型，不斷進(jìn)行迭代求解，減小新的上界和下界之間的差值，得到最優(yōu)調(diào)度方案，能夠在較短時間內(nèi)獲取一個較好的調(diào)度方案。

55、進(jìn)一步的，在本發(fā)明中對amp_ssr模型進(jìn)行了增強(qiáng)，提高了模型精度與準(zhǔn)確性、增強(qiáng)模型魯棒性、提升了求解效率。

56、進(jìn)一步的，添加割約束，確保求解過程中得到的解滿足特定的約束條件，從而提高了解的可行性，能夠排除那些不可能達(dá)到更優(yōu)解的方案，從而顯著縮小搜索空間，減少了不必要的計算和資源消耗。