本發(fā)明屬于混合流水線分析，具體涉及一種考慮訂單交付時間的流水車間調(diào)度優(yōu)化方法與系統(tǒng)。

背景技術(shù)：

1、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，其通過在工廠內(nèi)生產(chǎn)預制構(gòu)件（如墻板、陽臺、樓梯等）后在施工現(xiàn)場進行機械化裝配完成建筑主體結(jié)構(gòu)和其他部分。裝配式建筑因為具有節(jié)能環(huán)保、施工效率高、質(zhì)量可控等優(yōu)點而符合當前綠色建筑理念的要求。然而，裝配式建筑的發(fā)展目前仍然面臨著種種挑戰(zhàn)，其中之一就是生產(chǎn)調(diào)度的復雜性。隨著市場競爭越發(fā)激烈，越來越多的預制構(gòu)件制造商采用分布式生產(chǎn)和并行生產(chǎn)線的模式來提高生產(chǎn)效率。但是因為澆筑機的設(shè)備成本較高的原因，導致工廠中往往需要兩條或更多的生產(chǎn)線共享一臺澆注機。并且因為不同的工廠機器可能型號不同等原因，同一訂單在不同的工廠加工所需要的時間和成本也不完全相同。我們的目標是在綜合考慮訂單的交付時間和生產(chǎn)與運輸成本情況下，能夠在較短的時間內(nèi)為預制構(gòu)件制造商制定一個較好的調(diào)度方案以此來幫助企業(yè)提升自身的競爭力。

2、現(xiàn)存的方法中，對預制構(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等商用求解器進行求解。但是因為分布式異構(gòu)流水車間問題的復雜性使用商規(guī)劃用求解器求解約束模型或混合整數(shù)線性規(guī)劃模型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。而啟發(fā)式算法因為無法得到下界所以無法衡量得到的調(diào)度方案的質(zhì)量。因此，本發(fā)明提出一種方案解決上述問題。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于克服現(xiàn)有調(diào)度方案無法快速的使解收斂，難以在時間限制內(nèi)得到最優(yōu)調(diào)度方案的問題，提供一種考慮訂單交付時間的流水車間調(diào)度優(yōu)化方法與系統(tǒng)。

2、為了達到上述目的，本發(fā)明采用如下技術(shù)方案：

3、一種考慮訂單交付時間的流水車間調(diào)度優(yōu)化方法，包括如下步驟：

4、s1：采集生產(chǎn)數(shù)據(jù)，將考慮訂單交付時間與交付費用加權(quán)和最小的車間調(diào)度問題記為dhppfsp_sr_tcpc；

5、s2：將所述車間調(diào)度問題劃分為主問題與子問題，主問題為訂單分配到工廠的指派問題，子問題為工廠內(nèi)訂單分配到具體的生產(chǎn)線并確定生產(chǎn)線上生產(chǎn)順序的調(diào)度問題；

6、s3：通過自適應(yīng)果蠅算法求解dhppfsp_sr_tcpc，得到訂單分配到工廠的初步分配方案；

7、s4：構(gòu)建主問題的milp模型和子問題的cp模型，基于訂單分配到工廠的初步分配方案對子問題的cp模型求解，得到每個工廠的最晚交付時間，將每個工廠的最晚交付時間加入主問題的milp模型中，計算得到dhppfsp_sr_tcpc的解作為初始上界；

8、s5：構(gòu)建以訂單只加工第三階段工序為條件的模型milp_lb3，基于第三階段的生產(chǎn)數(shù)據(jù)對模型milp_lb3求解，并結(jié)合其他階段的交付時間，計算初始下界；

9、s6：判斷所述初始上界和初始下界的gap值，若gap值小于等于0，則輸出初始上界作為最優(yōu)解，否則，執(zhí)行s7；

10、s7：以最小化訂單交付時間和生產(chǎn)與運輸成本的加權(quán)和最小為目標，使用求解器求解主問題的milp模型，獲得將訂單分配到工廠的指派方案和下界，并更新下界；

11、s8：更新子問題的cp模型得到ssp_cp，以每個工廠的最小化最晚交付時間為目標，基于訂單分配到工廠的指派方案，使用求解器求解子問題模型ssp_cp，得到每個工廠的最小化最晚交付時間；

12、s9：比較每個工廠的最小化最晚交付時間，得到最小化最晚交付時間的最大值，基于所述最大值計算并更新上界；

13、s10：判斷更新后的上界和下界的gap值，若gap值小于等于0，則輸出上界值作為最優(yōu)解，否則，基于更新后的上界值向主問題模型milp中添加割約束，基于添加割約束后的主問題模型milp返回s7進行迭代求解；

14、其中，所述交付時間為生產(chǎn)時間與運輸時間的和，交付費用為生產(chǎn)費用與運輸費用的和。

15、所述s1中采集的生產(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和費用、訂單從工廠到訂單交付地點所需要的時間和費用、每個工廠中生產(chǎn)線的數(shù)量；訂單需要經(jīng)過模具組裝、鋼筋預埋、混凝土澆筑、蒸汽養(yǎng)護、模具拆除、瑕疵修整六道工序。

16、所述s3中通過自適應(yīng)果蠅算法求解dhppfsp_sr_tcpc，得到訂單分配到工廠的初步分配方案的具體方法如下：

17、s301：將所有的訂單進行實數(shù)編碼；

18、s302：基于實數(shù)編碼方式隨機產(chǎn)生一個訂單分配方案作為種群中心；

19、s303：以種群中心為搜索起點，基于采集的生產(chǎn)數(shù)據(jù)進行多鄰域協(xié)同搜索，按照鄰域選擇概率生成種群；

20、s304：根據(jù)生成的種群統(tǒng)計每種鄰域構(gòu)造產(chǎn)生的優(yōu)于當前種群中心解的個數(shù)；

21、s305：根據(jù)統(tǒng)計的每種鄰域構(gòu)造產(chǎn)生的優(yōu)于當前種群中心解的個數(shù)更新下次迭代時各個鄰域的選擇概率；

22、s306：判斷當前種群最優(yōu)解是否優(yōu)于種群的中心，如果優(yōu)于則以當前種群的最優(yōu)解替換種群中心，否則種群中心保持不變；

23、s307：判斷是否到達時間限制，如果到達則輸出結(jié)果，否則返回步驟s303。

24、所述將所有的訂單進行實數(shù)編碼的步驟中，采用插0法的集成編碼解碼方式進行實數(shù)編碼。

25、所述s4中將每個工廠的最晚交付時間通過式（19）加入主問題的milp模型中，并通過式（20）計算得到dhppfsp_sr_tcpc初始上界的步驟中，具體公式表示如下：

26、

27、其中，為每個工廠的最晚交付時間，其中的最大值記為，為每個工廠中分配的訂單的集合，是二進制變量，當訂單j分配到工廠f中時為1，否則為0；是交付費用的權(quán)重系數(shù)，是訂單交付時間的權(quán)重系數(shù)，是工廠的索引，是訂單的索引，是工廠的集合，是訂單的集合，是訂單在工廠中生產(chǎn)所需要花費的成本，是工廠運輸訂單到對應(yīng)客戶的運輸成本。

28、所述s5中，計算初始下界的公式如下：

29、（27）

30、將式(28)添加入主問題的milp模型中，用于提升該模型獲取初始下界的能力，具體公式如下：

31、

32、其中，表示工廠中訂單在第道工序的處理時間；為工廠運輸訂單到對應(yīng)客戶的運輸時間，為訂單在第三階段的交付時間與交付費用的加權(quán)和，為訂單完工時間與運輸時間之和的最大值。

33、所述s8中更新后的子問題ssp_cp的優(yōu)化目標為：

34、

35、其中，表示每個工廠在第h次迭代中的最晚交付時間。

36、所述s9中，更新后的上界為：

37、

38、其中，表示?f個工廠的最小化最晚交付時間中的最大值記為。

39、所述s10中添加的割約束為：

40、

41、其中，表示每個工廠在第h次迭代中的最小化最晚交付時間，為決策變量。

42、一種考慮訂單交付時間的流水車間調(diào)度優(yōu)化系統(tǒng)，包括：

43、采集模塊，用于采集生產(chǎn)數(shù)據(jù)，將考慮訂單交付時間與交付費用加權(quán)和最小的車間調(diào)度問題記為dhppfsp_sr_tcpc；

44、分類模塊，用于將所述車間調(diào)度問題劃分為主問題與子問題，主問題為訂單分配到工廠的指派問題，子問題為工廠內(nèi)訂單分配到具體的生產(chǎn)線并確定生產(chǎn)線上生產(chǎn)順序的調(diào)度問題；

45、自適應(yīng)求解模塊，用于通過自適應(yīng)果蠅算法求解dhppfsp_sr_tcpc，得到訂單分配到工廠的初步分配方案；

46、初始上界計算模塊，用于構(gòu)建主問題的milp模型和子問題的cp模型，基于訂單分配到工廠的初步分配方案對子問題的cp模型求解，得到每個工廠的最晚交付時間，將每個工廠的最晚交付時間加入主問題的milp模型中，計算得到dhppfsp_sr_tcpc的解作為初始上界；

47、初始下界計算模塊，用于構(gòu)建以訂單只加工第三階段工序為條件的模型milp_lb3，基于第三階段的生產(chǎn)數(shù)據(jù)對模型milp_lb3求解，并結(jié)合其他階段的交付時間，計算初始下界；

48、第一判斷模塊，用于判斷所述初始上界和初始下界的gap值，若gap值小于等于0，則輸出初始上界作為最優(yōu)解，否則，執(zhí)行s7；

49、下界更新模塊，用于以最小化訂單交付時間和生產(chǎn)與運輸成本的加權(quán)和最小為目標，使用求解器求解主問題的milp模型，獲得將訂單分配到工廠的指派方案和下界，并更新下界；

50、子問題迭代求解模塊，用于更新子問題cp模型得到ssp_cp，以每個工廠的最小化最晚交付時間為目標，基于訂單分配到工廠的指派方案，使用求解器求解子問題模型ssp_cp，得到每個工廠的最小化最晚交付時間；

51、上界更新模塊，用于比較每個工廠的最小化最晚交付時間，得到最小化最晚交付時間的最大值，基于所述最大值計算并更新上界；

52、第二判斷模塊，用于判斷更新后的上界和下界的gap值，若gap值小于等于0，則輸出上界值作為最優(yōu)解，否則，基于更新后的上界值向主問題模型milp中添加割約束，基于添加割約束后的主問題模型milp返回s7進行迭代求解。

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)明提供了一種考慮訂單交付時間的流水車間調(diào)度優(yōu)化方法與系統(tǒng)，包括如下步驟：s1：采集生產(chǎn)數(shù)據(jù)，將考慮訂單交付時間與交付費用加權(quán)和最小的車間調(diào)度問題記為dhppfsp_sr_tcpc；s2：將所述車間調(diào)度問題劃分為主問題與子問題，主問題為訂單分配到工廠的指派問題，子問題為工廠內(nèi)訂單分配到具體的生產(chǎn)線并確定生產(chǎn)線上生產(chǎn)順序的調(diào)度問題；s3：通過自適應(yīng)果蠅算法求解dhppfsp_sr_tcpc，得到訂單分配到工廠的初步分配方案；s4：構(gòu)建主問題的milp模型和子問題的cp模型，基于訂單分配到工廠的初步分配方案對子問題的cp模型求解，得到每個工廠的最晚交付時間，將每個工廠的最晚交付時間加入主問題的milp模型中，計算得到dhppfsp_sr_tcpc的解作為初始上界；s5：構(gòu)建以訂單只加工第三階段工序為條件的模型milp_lb3，基于第三階段的生產(chǎn)數(shù)據(jù)對模型milp_lb3求解，并結(jié)合其他階段的交付時間，計算初始下界；s6：判斷所述初始上界和初始下界的gap值，若gap值小于等于0，則輸出初始上界作為最優(yōu)解，否則，執(zhí)行s7；s7：以最小化訂單交付時間和生產(chǎn)與運輸成本的加權(quán)和最小為目標，使用求解器求解主問題的milp模型，獲得將訂單分配到工廠的指派方案和下界，并更新下界；s8：更新子問題的cp模型得到ssp_cp，以每個工廠的最小化最晚交付時間為目標，基于訂單分配到工廠的指派方案，使用求解器求解子問題模型ssp_cp，得到每個工廠的最小化最晚交付時間；s9：比較每個工廠的最小化最晚交付時間，得到最小化最晚交付時間的最大值，基于所述最大值計算并更新上界；s10：判斷更新后的上界和下界的gap值，若gap值小于等于0，則輸出上界值作為最優(yōu)解，否則，基于更新后的上界值向主問題模型milp中添加割約束，基于添加割約束后的主問題模型milp返回s7進行迭代求解；本發(fā)明添加了獲取初始上界和初始下界的方法，隨后的迭代過程中，通過不斷更新上下界并添加割約束，逐步逼近最優(yōu)解。這種方法確保了求解過程的收斂性和解的最優(yōu)性。

55、進一步的，通過將復雜的調(diào)度問題分解為主問題和子問題，使得問題更容易被理解和處理。主問題關(guān)注訂單到工廠的分配，而子問題則關(guān)注工廠內(nèi)部的生產(chǎn)線分配和生產(chǎn)順序調(diào)度，這種分解提高了問題的可解性和求解效率。

56、進一步的，使用自適應(yīng)果蠅算法求解主問題，能夠快速得到一個初步的訂單分配方案。自適應(yīng)算法能夠根據(jù)實際情況調(diào)整搜索策略，提高求解的準確性和效率。

57、進一步的，本發(fā)明具有較高的靈活性和可擴展性。隨著生產(chǎn)環(huán)境的變化或新需求的出現(xiàn)，可以方便地調(diào)整模型參數(shù)或添加新的約束條件，以適應(yīng)新的調(diào)度需求。