本發(fā)明涉及調(diào)度優(yōu)化，更具體的說(shuō)是涉及一種基于船舶制造的調(diào)度優(yōu)化方法及系統(tǒng)。

背景技術(shù)：

1、目前，海上運(yùn)輸作為全球貿(mào)易和商品交換的核心支柱，其重要性不言而喻。船舶的建造和運(yùn)營(yíng)效率直接影響到全球供應(yīng)鏈的順暢運(yùn)行，尤其在當(dāng)前全球化經(jīng)濟(jì)環(huán)境中，船舶高效運(yùn)作對(duì)于保持貿(mào)易流通的穩(wěn)定性至關(guān)重要。隨著國(guó)際貿(mào)易的持續(xù)擴(kuò)展以及對(duì)船舶需求的不斷增長(zhǎng)，造船行業(yè)呈現(xiàn)出強(qiáng)勁的發(fā)展勢(shì)頭，推動(dòng)了海運(yùn)業(yè)的快速發(fā)展。

2、但是，船舶制造過(guò)程復(fù)雜多樣，涉及船體建造、舾裝和涂裝三大工藝流程，其中包含多個(gè)關(guān)鍵環(huán)節(jié)，如鋼材預(yù)處理、零部件加工、部件裝配、分段組合和船臺(tái)合攏等。這一過(guò)程面臨諸多挑戰(zhàn)，包括但不限于建造周期的管理、資金的有效利用及車間設(shè)備間的協(xié)調(diào)問(wèn)題。特別是在提高建造效率和降低運(yùn)營(yíng)成本方面，現(xiàn)有的解決方案顯得不足。盡管確定性方法能夠?yàn)樾∫?guī)模問(wèn)題提供最優(yōu)解，而啟發(fā)式方法則提供了更高的靈活性和可擴(kuò)展性，但這些方法大多數(shù)基于靜態(tài)模型構(gòu)建，缺乏應(yīng)對(duì)現(xiàn)場(chǎng)條件變化（如物料短缺、設(shè)備故障或生產(chǎn)優(yōu)先級(jí)調(diào)整）所需的動(dòng)態(tài)適應(yīng)能力。

3、因此，開(kāi)發(fā)具備動(dòng)態(tài)適應(yīng)性的調(diào)度優(yōu)化算法以滿足船舶制造場(chǎng)景下的實(shí)時(shí)調(diào)整和突發(fā)事件應(yīng)對(duì)的需求，是本領(lǐng)域技術(shù)人員亟需解決的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明提供了一種基于船舶制造的調(diào)度優(yōu)化方法及系統(tǒng)，克服了上述缺陷。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

3、一種基于船舶制造的調(diào)度優(yōu)化方法，具體步驟為：

4、采集船舶制造生產(chǎn)的相關(guān)數(shù)據(jù)，并對(duì)所述相關(guān)數(shù)據(jù)進(jìn)行預(yù)處理；

5、基于預(yù)處理數(shù)據(jù)構(gòu)建搭載網(wǎng)絡(luò)，并計(jì)算各節(jié)點(diǎn)間的依賴關(guān)系和約束條件，生成最優(yōu)總段部署方案；

6、根據(jù)高斯過(guò)程模型利用所述最優(yōu)總段部署方案和歷史數(shù)據(jù)構(gòu)建系統(tǒng)行為的先驗(yàn)分布；獲取實(shí)時(shí)狀態(tài)數(shù)據(jù)，并通過(guò)所述實(shí)時(shí)狀態(tài)數(shù)據(jù)更新生成后驗(yàn)概率分布；

7、基于所述預(yù)處理數(shù)據(jù)構(gòu)建以最小化物料搬運(yùn)成本、生產(chǎn)周期和資源消耗為目標(biāo)，滿足多重約束的數(shù)學(xué)模型，采用蟻群算法和系統(tǒng)行為的先驗(yàn)分布或后驗(yàn)概率分布對(duì)所述數(shù)學(xué)模型進(jìn)行多目標(biāo)優(yōu)化求解，獲得最優(yōu)部署方案。

8、可選地，所述船舶制造生產(chǎn)的相關(guān)數(shù)據(jù)包括船舶設(shè)計(jì)圖紙、物料清單、工藝流程信息、設(shè)備資源和人力資源信息。

9、可選地，所述最優(yōu)總段部署方案的獲取步驟為：

10、基于所述相關(guān)數(shù)據(jù)構(gòu)建搭載網(wǎng)絡(luò)，所述搭載網(wǎng)絡(luò)中以各個(gè)生產(chǎn)環(huán)節(jié)為節(jié)點(diǎn)，以工藝約束為邊；

11、利用拓?fù)渑判蛩惴ɑ谒龃钶d網(wǎng)絡(luò)計(jì)算各個(gè)節(jié)點(diǎn)間的依賴關(guān)系和約束條件，生成所述最優(yōu)總段部署方案。

12、可選地，所述最優(yōu)部署方案的具體步驟為：

13、步驟41、構(gòu)建船舶制造過(guò)程的優(yōu)化模型，確定以最小化物料搬運(yùn)成本、生產(chǎn)周期和資源消耗為目標(biāo)，并定義多重約束條件；將船舶制造工藝流程分解為狀態(tài)空間節(jié)點(diǎn)，所述狀態(tài)空間節(jié)點(diǎn)對(duì)應(yīng)生產(chǎn)步驟、資源分配及作業(yè)工序；

14、步驟42、初始化蟻群種群，隨機(jī)生成多個(gè)螞蟻個(gè)體，每個(gè)所述螞蟻個(gè)體代表一種船舶制造路徑方案，并初始化各個(gè)所述螞蟻個(gè)體的初始路徑；

15、步驟43、在每個(gè)迭代步驟中，所述螞蟻個(gè)體基于路徑選擇概率選擇下一狀態(tài)空間節(jié)點(diǎn)，所述路徑選擇概率由節(jié)點(diǎn)間信息素濃度和啟發(fā)式信息共同決定；

16、步驟44、根據(jù)所述螞蟻個(gè)體完成路徑的目標(biāo)函數(shù)優(yōu)化值更新路徑信息素；

17、步驟45、評(píng)估各個(gè)所述螞蟻個(gè)體的路徑方案，選擇當(dāng)前最優(yōu)解，并判斷是否滿足迭代終止條件；若否，則返回步驟43繼續(xù)迭代優(yōu)化；若是，則輸出所述最優(yōu)部署方案。

18、可選地，所述路徑選擇概率的表達(dá)式為：

19、；

20、式中，為從節(jié)點(diǎn)到節(jié)點(diǎn)的選擇概率，為路徑（，）的信息素強(qiáng)度；為路徑（，）的啟發(fā)式信息；為信息素的權(quán)重；為路徑（，）的信息素強(qiáng)度；為路徑（，）的啟發(fā)式信息；為啟發(fā)式信息的權(quán)重；為候選路徑節(jié)點(diǎn)；為節(jié)點(diǎn)集合。

21、一種基于船舶制造的調(diào)度優(yōu)化系統(tǒng)，包括依次連接的數(shù)據(jù)預(yù)處理模塊、部署順序優(yōu)化模塊、啟發(fā)式方案生成模塊和蟻群優(yōu)化模塊；

22、所述數(shù)據(jù)預(yù)處理模塊，用于采集船舶制造生產(chǎn)的相關(guān)數(shù)據(jù)，并對(duì)所述相關(guān)數(shù)據(jù)進(jìn)行預(yù)處理；

23、所述部署順序優(yōu)化模塊，用于通過(guò)基于預(yù)處理數(shù)據(jù)構(gòu)建的搭載網(wǎng)絡(luò)，計(jì)算各節(jié)點(diǎn)間的依賴關(guān)系和約束條件，生成最優(yōu)總段部署方案；

24、所述啟發(fā)式方案生成模塊，用于根據(jù)高斯過(guò)程模型利用所述最優(yōu)總段部署方案和歷史數(shù)據(jù)構(gòu)建系統(tǒng)行為的先驗(yàn)分布；獲取實(shí)時(shí)狀態(tài)數(shù)據(jù)，并通過(guò)所述實(shí)時(shí)狀態(tài)數(shù)據(jù)更新生成后驗(yàn)概率分布；

25、所述蟻群優(yōu)化模塊，用于建立以最小化物料搬運(yùn)成本、生產(chǎn)周期和資源消耗為目標(biāo)，滿足多重約束的數(shù)學(xué)模型，采用蟻群算法和系統(tǒng)行為的先驗(yàn)分布或后驗(yàn)概率分布對(duì)所述數(shù)學(xué)模型進(jìn)行多目標(biāo)優(yōu)化求解，獲得最優(yōu)部署方案。

26、可選地，所述部署順序優(yōu)化模塊包括：

27、搭載網(wǎng)絡(luò)構(gòu)建單元，用于基于所述相關(guān)數(shù)據(jù)構(gòu)建搭載網(wǎng)絡(luò)，所述搭載網(wǎng)絡(luò)中以各個(gè)生產(chǎn)環(huán)節(jié)為節(jié)點(diǎn)，以工藝約束為邊；

28、計(jì)算單元，用于利用拓?fù)渑判蛩惴ɑ谒龃钶d網(wǎng)絡(luò)計(jì)算各節(jié)點(diǎn)間的依賴關(guān)系和約束條件，生成所述最優(yōu)總段部署方案。

29、可選地，所述蟻群優(yōu)化模塊包括：

30、數(shù)字模型構(gòu)建單元，用于構(gòu)建船舶制造過(guò)程的優(yōu)化模型，確定以最小化物料搬運(yùn)成本、生產(chǎn)周期和資源消耗為目標(biāo)，并定義多重約束條件；將船舶制造流程分解為狀態(tài)空間節(jié)點(diǎn)，所述狀態(tài)空間節(jié)點(diǎn)對(duì)應(yīng)生產(chǎn)步驟、資源分配及作業(yè)工序；

31、蟻群初始化單元，用于初始化蟻群種群，隨機(jī)生成多個(gè)螞蟻個(gè)體，每個(gè)所述螞蟻個(gè)體代表一種船舶制造路徑方案，并初始化各個(gè)所述螞蟻個(gè)體的初始路徑；

32、路徑選擇單元，用于在每個(gè)迭代步驟中，所述螞蟻個(gè)體基于路徑選擇概率選擇下一狀態(tài)空間節(jié)點(diǎn)，所述路徑選擇概率由節(jié)點(diǎn)間信息素濃度和啟發(fā)式信息共同決定；

33、信息素更新單元，用于根據(jù)所述螞蟻個(gè)體完成路徑的目標(biāo)函數(shù)優(yōu)化值更新路徑信息素；

34、部署方案生成單元，用于評(píng)估各個(gè)所述螞蟻個(gè)體的路徑方案，選擇當(dāng)前最優(yōu)解，并判斷是否滿足迭代終止條件；若否，繼續(xù)迭代優(yōu)化；若是，則輸出所述最優(yōu)部署方案。

35、經(jīng)由上述的技術(shù)方案可知，本發(fā)明公開(kāi)提供了一種基于船舶制造的調(diào)度優(yōu)化方法及系統(tǒng)，與現(xiàn)有技術(shù)相比，具有以下有益效果：

36、1.高斯過(guò)程提供的先驗(yàn)分布引導(dǎo)蟻群算法進(jìn)行搜索，減少了不必要的探索，從而降低了陷入局部最優(yōu)的風(fēng)險(xiǎn)；隨著生產(chǎn)環(huán)境的變化，通過(guò)更新后驗(yàn)分布，蟻群算法能夠靈活調(diào)整策略，以應(yīng)對(duì)不斷變化的條件，提高了調(diào)度的效率和精度。

37、2.蟻群算法的全局搜索能力與高斯過(guò)程的局部?jī)?yōu)化能力相輔相成，利用高斯過(guò)程模型和啟發(fā)式信息，根據(jù)歷史數(shù)據(jù)和當(dāng)前狀態(tài)動(dòng)態(tài)調(diào)整策略，實(shí)現(xiàn)了對(duì)生產(chǎn)過(guò)程的靈活優(yōu)化；面對(duì)生產(chǎn)中的變化和不確定性，系統(tǒng)能夠迅速做出響應(yīng)并調(diào)整策略，保持了高度的靈活性和適應(yīng)性，這對(duì)于維持生產(chǎn)流程的穩(wěn)定性和效率至關(guān)重要。

38、3.充分考慮了船舶制造過(guò)程中遇到的各種復(fù)雜約束條件，如安全距離、設(shè)備干擾以及任務(wù)優(yōu)先級(jí)等，確保了調(diào)度方案不僅科學(xué)合理，而且切實(shí)可行，更好地適應(yīng)實(shí)際生產(chǎn)環(huán)境中的復(fù)雜要求。