物料调度方法、装置和存储介质与流程

1.本发明涉及物料调度方法、装置和存储介质，属于计算机技术领域。


背景技术：

2.随着工业4.0、大数据、人工智能技术的快速发展，构建智慧工厂成为生产工厂转型的核心技术，而智能物流调度系统是实现智慧工厂的关键一步。
3.现有的一种智能调度方法包括：建立以进装点的评价指标和生产周期为优化目标的生产调度模型，然后利用遗传算法对其分别进行正反、向的预调度，该预调度仍然输出固定的调度结果；最后，对车间的扰动信息分级，根据扰动的等级来决定启动的重调度的等级，输出重调度之后的调度结果。
4.然而上述方案中，需要定义扰动的等级，具备一定主观性，这就导致所确定的调度方案并不能满足实际调度需求，也即现有的调度方案可能不准确的问题。


技术实现要素：

5.本发明的目的在于提供一种物料调度方法、装置和存储介质，用于解决现有技术中存在的问题。
6.为达到上述目的，本发明提供如下技术方案：
7.根据第一方面，本发明实施例提供了一种物料调度方法，所述方法包括：
8.获取生产车间的生产配置信息，所述生产配置信息包括：所述生产车间配置的自动导航装置agv的位置信息、第x工序的加工时间和上料时间、第x 1工序的加工时间和上料时间以及缓存区的物料的存入时间，1≤x＜n，n为所述生产车间的工序的最大值；
9.在采样周期的起始时刻根据所述生产配置信息获取生产制造信息；所述生产制造信息包括：第x工序的下料时间、第x 1工序的叫料时间、第i号设备的物料到第j号设备的运输时间以及第x 1工序的设备空闲时间；
10.根据所述生产制造信息构建时间损耗矩阵；所述时间损耗矩阵的每一行对应一台已下料/已叫料的设备，每一列对应一台可送料/可取料的设备，矩阵的值代表时间损耗；
11.对所述时间损耗矩阵进行求解；
12.根据所述时间损耗矩阵的求解结果对物料进行调度。
13.可选的，所述根据所述生产制造信息构建时间损耗矩阵，包括：
14.在所述采样周期内的任意时刻根据所述第x工序的下料时间和第x 1工序的叫料时间确定是否需要进行物料调度；
15.若判断结果为需要进行物料调度，则根据所述生产制造信息构建所述时间损耗矩阵。
16.可选的，所述在所述采样周期内的任意时刻根据所述第x工序的下料时间和第x 1工序的叫料时间确定是否需要进行物料调度，包括：
17.若t_cueernt
‑
t_zr_xl
i
＜0,i∈{1，2,
…
,m}，且t_cueernt
‑
t_ks_jl
j
<0,j∈{1,
2,
…
，n}，则确定为不需要进行物料调度；
18.若t_cueernt
‑
t_zr_xl
i
＞0但t_cueernt
‑
t_ks_jl
j
＜0，则确定为需要对所述第x工序中已下料的m台设备进行调度，1≤m≤m；
19.若t_cueernt
‑
t_zr_xl
i
＜0,i∈{1,2,
…
,m}且t_cueernt
‑
t_ks_jl
j
＞0,j∈{1,2,
…
,n}，则确定为需要对所述第x 1工序中已叫料的n台设备进行调度，1≤n≤n；
20.若t_cueernt
‑
t_zr_xl
i
＞0且t_cueernt
‑
t_ks_jl
j
＞0，则确定为需要对所述第x工序中已下料的m台设备以及所述第x 1工序中已叫料的n台设备进行调度；
21.其中，t_cueernt为当前时刻，t_zr_xl
i
为第x工序中的第i台设备的下料时刻，t_ks_jl
j
为第x 1工序中的第j台设备的叫料时刻；i∈{1，2，3，
…
，m}，m为第x工序的设备总数；j∈{1，2，3，
…
，n}，n为第x 1工序的设备总数。
22.可选的，若t_cueernt
‑
t_zr_xl
i
＞0，但t_cueernt
‑
t_ks_jl
j
＜0，所述根据所述生产制造信息构建所述时间损耗矩阵，包括：
23.获取第x工序已下料的m台设备到第x 1工序的n台设备的上料位的第一时间损耗矩阵；
24.获取第x工序已下料的m台设备到第x 1工序的h台缓存区的设备的第二时间损耗矩阵，h为在t_cueernt时刻所有空闲的缓存区的台数；
25.根据所述第一时间损耗矩阵和所述第二时间损耗矩阵确定最终的所述时间损耗矩阵。
26.可选的，所述根据所述第一时间损耗矩阵和所述第二时间损耗矩阵确定最终的所述时间损耗矩阵，包括：
27.将所述第一时间矩阵和所述第二时间矩阵进行合并，得到初始送料时间损耗矩阵；
28.取所述初始送料时间损耗矩阵的每一行的时间损耗最小的前m名的列，获取取出的所有列的并集，m为正整数；
29.取所述初始送料时间损耗矩阵每一行到所述并集中所有列的时间损耗，得到最终的所述时间损耗矩阵。
30.可选的，若t_cueernt
‑
t_zr_xl
i
＜0且t_cueernt
‑
t_ks_jl
j
＞0，所述根据所述生产制造信息构建所述时间损耗矩阵，包括：
31.对于所述第x 1工序的缓存区中的物料，根据所述物料的存入时间确定优先系数ω；
32.获取第q号设备到第f号设备的运输时间t_ys
qf
；其中，q∈(1,q)，f∈(1,2,3
…
，f)；q为所述第x 1工序中所有未锁定的已叫料设备ks
q
的总数，f为当前时刻所有已存入物料的缓存区的总数；
33.根据所述优先系数ω和所述运输时间t_ys
qf
，计算ks
q
到所有在当前时刻有料的缓存区的第三时间损耗矩阵；
34.获取ks
q
到未锁定的x工序的设备zr
r
的第四时间损耗矩阵；
35.根据所述第三时间损耗矩阵和所述第四时间损耗矩阵计算最终的所述时间损耗矩阵。
36.可选的，所述根据所述第三时间损耗矩阵和所述第四时间损耗矩阵计算最终的所
述时间损耗矩阵，包括：
37.将所述第三时间损耗矩阵与所述第四时间损耗矩阵进行合并，得到初始叫料时间损耗矩阵；
38.取所述初始叫料时间损耗矩阵中每一行的时间损耗最小的前q名的列，对取出的所有列并集；
39.取所述初始叫料时间损耗矩阵中所有行到所述并集中的所有列的时间损耗，得到最终的所述时间损耗矩阵。
40.可选的，若t_cueernt
‑
t_zr_xl
i
＞0且t_cueernt
‑
t_ks_jl
j
＞0，所述根据所述生产制造信息构建所述时间损耗矩阵，包括：
41.根据所述生产制造信息构建第x工序的已下料的m台设备到第x 1工序的上料位以及第x 1工序的没有料的缓存区的第五时间损耗矩阵；
42.更新n的数值；
43.根据更新后的所述n的数值构建第六时间损耗矩阵。
44.第二方面，提供了一种物料调度装置，所述装置包括存储器和处理器，所述存储器中存储有至少一条程序指令，所述处理器通过加载并执行所述至少一条程序指令以实现如第一方面所述的方法。
45.第三方面，提供了一种计算机存储介质，所述计算机存储介质中存储有至少一条程序指令，所述至少一条程序指令被处理器加载并执行以实现如第一方面所述的方法。
46.通过获取生产车间的生产配置信息，在采样周期的起始时刻根据所述生产配置信息获取生产制造信息；根据所述生产制造信息构建时间损耗矩阵；所述时间损耗矩阵的每一行对应一台已下料/已叫料的设备，每一列对应一台可送料/可取料的设备，矩阵的值代表时间损耗；对所述时间损耗矩阵进行求解；根据所述时间损耗矩阵的求解结果对物料进行调度；解决了现有的调度方案可能不准确的问题，达到了根据生产车间的生产制造信息来进行实时调度，提高物料调度的准确度的效果。
47.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
48.图1为本发明一个实施例提供的流水线生产车间的工作流程的示意图；
49.图2为本发明一个实施例提供的物料调度方法所涉及的实施环境的示意图；
50.图3为本发明一个实施例提供的物料调度方法的方法流程图。
具体实施方式
51.下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
52.在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、
以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
53.在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
54.此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
55.首先，为了便于理解，先对本技术所涉及的应用场景做简单介绍。
56.对于生产过程是流水线式的生产车间而言，每一道工序有若干台并行的设备在同时生产，每一台设备都带有一个缓存区，每个缓存区的容量都是1，物料从第一道工序开始，依次经过所有工序最终完成生产。物料在且只在当前工序的任意一台设备上加工，然后再经过下一道工序。其工作流程示意图如图1所示。
57.在生产车间的生产过程中有两种生产方式，第一是从前往后的“送料式”生产，第二种是从后往前的“叫料式”拉动生产。送料指的是x工序的设备有加工完成的物料需要送到x 1工序，叫料指的是x 1工序有设备空闲，向x工序发出叫料请求。
58.物料在x工序生产完成之后，需要运送到x 1工序，x 1工序的每一台设备都有一个缓存区。x工序的设备加工完成下料时，优先将物料送到x 1工序的上料口，之后送到x 1工序的缓存区。而对于x 1工序，设备叫料时，优先从x 1工序的缓存区取料，之后从x工序的下料口取料。x 1工序的缓存区的物料的存放时间为900秒，物料的剩余存放时间越短，使用的优先级就越高。
59.如何在工厂生产信息实时变化的条件下，实时做出决策，将x工序下料口、x 1工序的上料口、x 1缓存区三者之间实现实时的最优匹配，使得生产过程的时间损耗最小，这是一个复杂的时变过程。即：在任意给定时刻t_cueernt，x工序有m台设备下料，分别记为zr
i
,i∈(1,m)；x 1工序有n台设备叫料，分别记为ks
j
,j∈(1,n)，x 1工序的缓存区记为hcw
k
,k∈{1,2,3,
…
,k}，k为缓存区的总数量；x 1工序的每一台设备的空余时间为res_ks
g
,g∈(1,g)，g为(x 1)工序中所有参与时刻t_cueernt匹配的设备的总数量。也即，需要在x 1工序的上料位以及x 1工序的空闲的缓存区中找出m台设备匹配到x工序，在x工序以及x 1工序有物料的缓存区中找出n台设备匹配到x 1工序，使得最小化。
60.本技术的方法即为对上述过程中的物料分配进行分配调度。
61.请参考图2，其示出了本技术各个实施例提供的物料调度方法所涉及的实施环境的示意图，如图2所示，所述实施环境可以包括：车间mcs(material control system，物料控制)系统、车间的设备和物料调度平台。其中：
62.mcs系统，用于记录动作发生的时间。比如，每个工序的上料时刻和下料时刻、缓存区的物料的起始存入时刻、每个工序的加工时间、每个工序的空闲时间等等，本实施例对此并不做限定。
63.车间的设备可以包括agv(automated guided vehicle，自动导航装置)小车，agv
小车用于对各个工序的物料进行传送。
64.物料调度平台与所述mcs系统和车间的设备通过有线或者无线的方式通信连接，用于对流水线中的各个工序的物料进行调度。
65.请参考图3，其示出了本技术一个实施例提供的物料调度方法的方法流程图，本实施例以该方法用于图2所示的物料调度平台中，如图3所示，所述方法包括：
66.步骤301，获取生产车间的生产配置信息；
67.生产配置信息包括：所述生产车间配置的自动导航装置agv的位置信息、第x工序的加工时间和上料时间、第x 1工序的加工时间和上料时间以及缓存区的物料的存入时间，1≤x＜n，n为所述生产车间的工序的最大值。
68.物料调度系统可以从车间mcs系统和车间的设备中获取生产配置信息。其中，车间配置信息的内容可以如表1所示。
[0069][0070]
表1
[0071]
步骤302，在采样周期的起始时刻根据所述生产配置信息获取生产制造信息；
[0072]
所述生产制造信息包括：第x工序的下料时间、第x 1工序的叫料时间、第i号设备的物料到第j号设备的运输时间以及第x 1工序的设备空闲时间；
[0073]
其中，以上所述的各个时间均为最新的时间。
[0074]
物料调度平台可以先确定得到采样周期。实际实现时，确定采样周期的确定方式可以包括如下两种：
[0075]
第一种：根据仿真实验进行模拟测试，取不同的采样周期计算实际的时间损耗，根据计算得到的各个时间损耗确定最终的采样周期。比如，选择时间损耗最小的周期作为最终的采样周期。
[0076]
第二种：根据车间生产过程的实际生产状况，确定采样周期。具体的，实际生产状况可以包括车间的生产产品总量total_production、当前工序的设备总数量num_of_equipment、每一台设备的开机时间t_of_running
i
，i∈{1,2,
…
,num_of_equipment}，确定得到的采集周期如下：
[0077][0078]
在每个采样周期的起始时刻采集表2所示的生产制造信息。
[0079][0080][0081]
表2
[0082]
其中，每个工序的加工时间固定不变，每个工序的上料时间在步骤301中可以实时得到，因此每个工序的下料时刻即可根据步骤301中获取到的生产制造信息计算得到，比如x工序下料时刻的计算公式为：t_zr_sl
i
t_x，x 1工序同理，在此不再赘述。
[0083]
步骤303，根据所述生产制造信息构建时间损耗矩阵；所述时间损耗矩阵的每一行对应一台已下料/已叫料的设备，每一列对应一台可送料/可取料的设备，矩阵的值代表时间损耗；
[0084]
实际实现时，本步骤包括：
[0085]
第一，在采样周期内的任意时刻根据所述第x工序的下料时间和第x 1工序的叫料时间确定是否需要进行物料调度；
[0086]
若t_cueernt
‑
t_zr_xl
i
＜0，且t_cueernt
‑
t_ks_jl
j
<0，则说明当前时刻x工序没有下料，x 1工序没有叫料。即：确定为不需要进行物料调度。
[0087]
若t_cueernt
‑
t_zr_xl
i
＞0，但t_cueernt
‑
t_ks_jl
j
＜0，则证明当前时刻，x工序有设备下料，x工序有m台设备下料，分别记为zr
i
，i∈{1，2，
…
，m}，x 1工序没有叫料。即：此时刻需要对x工序已下料的m台设备进行调度，从x 1工序的上料位或者x 1工序的空闲的缓存
区抽取m台设备进行匹配。确定为需要对所述第x工序中已下料的m台设备进行调度，1≤m≤m。
[0088]
若t_cueernt
‑
t_zr_xl
i
＜0且t_cueernt
‑
t_ks_jl
j
＞0，则证明当前时刻，x工序没有设备下料，但x 1工序有设备叫料，x 1工序有n台设备叫料，分别记为ks
j
,j∈(1,n)。即：此刻需要对x 1工序的n台已叫料设备进行调度，从x工序和x 1工序的有物料的缓存区抽取n台设备进行匹配，1≤n≤n。
[0089]
若t_cueernt
‑
t_zr_xl
i
＞0且t_cueernt
‑
t_ks_jl
j
＞0，则证明当前时刻既有x工序下料也有x 1工序叫料。x工序有m台设备下料，分别记为zr
i
,i∈{1,2,
…
,m}，x 1道工序有n台设备叫料，分别记为ks
j
,j∈(1，n)。即：此刻需要对x工序的已下料的m台设备和x 1工序的n台已叫料设备分别进行调度；
[0090]
其中，t_zr_xl
i
为第x工序中的第i台设备的下料时刻，t_ks_jl
j
为第x 1工序中的第j台设备的叫料时刻；i∈{1，2，3,
…
,m}，m为第x工序的设备总数；j∈{1,2,3,
…
,n}，n为第x 1工序的设备总数。
[0091]
第二，若判断结果为需要进行物料调度，则根据所述生产制造信息构建所述时间损耗矩阵。
[0092]
在第一种可能的实施方式中，若t_cueernt
‑
t_zr_xl
i
＞0，但t_cueernt
‑
t_ks_jl
j
＜0，则本步骤包括：
[0093]
(1)、获取第x工序已下料的m台设备到第x 1工序的n台设备的上料位的第一时间损耗矩阵；
[0094]
第一时间损耗举证可以为δt
ij
＝α*[t_ks_jl
j
‑
(t_zr_xl
i
t_ys
ij
)],i∈{1,2,
…
,m},j∈{1,2,
…
,n}，其中，α∈(0,1)为优先系数，表示x工序的下料位的物料优先送往(x 1)工序的上料位。
[0095]
(2)、获取第x工序已下料的m台设备到第x 1工序的h台缓存区的设备的第二时间损耗矩阵，h为在t_cueernt时刻所有空闲的缓存区的台数；
[0096]
没有物料存入的缓存区，满足条件t_current
‑
t_hcw_cr
k
<0,k∈{1,2,
…
,k}，找出所有在t_current时刻空闲的缓存区，共计h台，记为ks
s
,s∈{1,2,
…
,h}，计算x工序已下料的m台设备到(x 1)工序的h台缓存区的设备的第二时间损耗矩阵，计算公式为：δt
is
＝t_ys
is
。
[0097]
(3)、根据所述第一时间损耗矩阵和所述第二时间损耗矩阵确定最终的所述时间损耗矩阵。
[0098]
a、将所述第一时间矩阵和所述第二时间矩阵进行合并，得到初始送料时间损耗矩阵zk
initial
；
[0099]
b、取所述初始送料时间损耗矩阵zk
initial
的每一行的时间损耗最小的前m名的列，获取取出的所有列的并集u；
[0100]
c、取所述初始送料时间损耗矩阵每一行到所述并集u中所有列的时间损耗，得到最终的所述时间损耗矩阵zk
final
。
[0101]
在第二种可能的实施方式中，若t_cueernt
‑
t_zr_xl
i
＜0，i∈{1,2,
…
,m}且t_cueernt
‑
t_ks_jl
j
＞0，j∈{1，2，
…
，n}，则本步骤包括：
[0102]
(1)、对于所述第x 1工序的缓存区中的物料，根据所述物料的存入时间确定优先
系数ω；
[0103]
物料的存入时间为：t_current
‑
t_hcw_cr
k
，k∈{1，2，
…
，k}。优先系数的给定按照模糊数学理论，通过隶属度计算，得出表3所示的优先系数：
[0104]
t_current
‑
t_hcw_cr
k
ω(0，180]0.7(180,360]0.6(360,540]0.5(540,720]0.3(720,900)0.1其他当前k号缓存区不可用
[0105]
表3
[0106]
(2)、获取第q号设备到第f号设备的运输时间t_ys
qf
；其中，q∈(1,q)，f∈(1,2，3
…
，f)；q为所述第x 1工序中所有未锁定的已叫料设备的总数，f为当前时刻所有已存入物料的缓存区的总数；
[0107]
(3)、根据所述优先系数ω和所述运输时间t_ys
qf
，计算ks
q
到所有在当前时刻有料的缓存区的第三时间损耗矩阵；
[0108]
第三时间损耗矩阵为：δt
qf
＝ω*t_ys
qf
。
[0109]
(4)、获取ks
q
到未锁定的x工序的设备zr
r
的第四时间损耗矩阵；
[0110]
r∈(1，r)，r为未锁定的设备的总数，计算得到的第四时间损耗矩阵为：δt
qr
＝[t_ks_jl
q
‑
(t_zr_xl
r
t_ys
qr
)]。
[0111]
(5)、根据所述第三时间损耗矩阵和所述第四时间损耗矩阵计算最终的所述时间损耗矩阵。
[0112]
a、将所述第三时间损耗矩阵与所述第四时间损耗矩阵进行合并，得到初始叫料时间损耗矩阵kz
initial
；
[0113]
b、取所述初始叫料时间损耗矩阵kz
initial
中每一行的时间损耗最小的前q名的列，获取取出的所有列的并集e；
[0114]
需要说明的是，如果可取的是列的数量不足q，则添加虚拟设备形成新列，进而进行补足。
[0115]
c、取所述初始叫料时间损耗矩阵kz
initial
中所有行到所述并集e中的所有列的时间损耗，得到最终的所述时间损耗矩阵。
[0116]
其中，各个行到并集e中的虚拟设备也即虚拟列的时间损耗为无穷大。
[0117]
在第三种可能的实施方式中，若t_cueernt
‑
t_zr_xl
i
＞0，i∈{1,2,
…
,m}且t_cueernt
‑
t_ks_jl
j
＞0，j∈{1，2，
…
，n}，则本步骤包括：
[0118]
第一，根据所述生产制造信息构建第x工序的已下料的m台设备到第x 1工序的上料位以及第x 1工序的没有料的缓存区的第五时间损耗矩阵；
[0119]
第五时间损耗矩阵的计算方式与上述第一种可能的计算方式类似，在此不再赘述。
[0120]
第二，更新n的数值；
[0121]
在经过步骤一之后，第x 1工序中的部分设备被锁定，此时，被锁定的设备不可选
用。此时，更新n的数值，更新后的n的数值为n
‑
m。
[0122]
第三，根据更新后的所述n的数值构建所述时间损耗矩阵。
[0123]
若更新后的n＝0，则继续执行步骤304；而若n>0，则计算x 1工序中已叫料且未被锁定的设备到x工序中未被锁定的设备以及第x 1工序中有料的缓存区的的设备的时间损耗矩阵，此时，计算时间损耗矩阵与上述第二种可能的实施方式中的计算方式类似，在此不再赘述。
[0124]
这也就是说，在第三种可能的实现方式中，先计算x工序的已下料的m台设备到x 1工序的上料位以及x 1工序的没有料的缓存位的时间损耗矩阵，此时计算方式与上述第一种可能的计算方式相同，在计算完成后调用算法求解该时间损耗矩阵，同时根据求解结果锁定对应的x工序和x 1工序的设备；然后，从x 1工序的叫料设备中剔除已经被锁定的设备，对未被锁定且已经叫料的设备进行匹配，此时需要计算x 1工序中已叫料且未被锁定的设备到x工序中未被锁定的设备以及x 1工序中有料的缓存区的设备的时间损耗矩阵，具体计算方式与上述第二种可能的计算方式相同，在此不再赘述。
[0125]
步骤304，对所述时间损耗矩阵进行求解；
[0126]
实际实现时，可以根据遗传算法对步骤303中计算得到的时间损耗矩阵进行求解。具体的：
[0127]
t1：初始化：初始化种群规模num、迭代次数iteration、交叉概率p
c
、变异概率p
m
。
[0128]
t2：编码：根据上述构造的时间损耗矩阵的大小，构造二维矩阵编码，编码矩阵的大小与时间损耗矩阵的大小相同，矩阵值为x
ij
∈{0,1}，其中0表示i号设备和j号设备之间不产生物料运输；1表示i号设备和j号设备之间产生物料运输；每条染色体的每一行、每一列都只有一个1，其余所有位置的值均为0；按照此规则初始化num个染色体，形成初始种群pop。
[0129]
t3：计算适应度值：取适应度函数为：d为二维矩阵编码的行数，l为二维矩阵编码的列数。记录当前种群中的最小的适应度值，与上一轮的最小的适应度值比较，初始适应度值取一个极大的数100000，取小记为f
min
。
[0130]
t4：停止条件：若迭代次数达到iteration，且第iteration次的适应度值f
iteration
≤f
min
，停止迭代。对求解结果进行解码，输出最优个体，否则转t5。
[0131]
t5：选择：采用轮盘赌的方式，根据个体的存活概率选择两个个体进行遗传运算，形成新个体，存入新种群new_pop，其中，个体的存活概率为f
i
为每一个个体的适应度值，num为种群的个体总数。
[0132]
t6：遗传运算：交叉和变异，设定交叉概率p
c
，产生(0,1)的伪随机数p，如果p≥p
c
，两条染色体之间发生交叉，交叉点随机选取，交叉有两种方式，第一是在交叉点所在行局部交叉，第二是在交叉点所在行之后整体交叉。变异采用部分基因突变的形式，产生(0,1)的伪随机数q,若q≥p
m
，产生变异，变异点随机选取，将变异点所在行的1突变为0。
[0133]
t7：修复：对交叉过程中产生的非法解进行修复。交叉和变异都有可能导致行或者列出现多个1的情况，如果某一行或者列出现多个1，将其中运料的时间损耗较大的1平移到没有1的行或者列，并将原来的1置0。
[0134]
t8：若新种群new_pop的数量达到num，用new_pop代替pop，返回t3；
[0135]
步骤305，根据所述时间损耗矩阵的求解结果对物料进行调度。
[0136]
在物料调度平台计算得到求解结果之后，根据求解结果进行物料调度。实际实现时，根据agv小车的位置以及求解结果进行物料调度。具体的，将求解结果进行解码，将解码结果发送至mcs系统，mcs系统根据解码结果锁定x工序中的已下料的设备和x 1工序中的已选中参与匹配的设备，同时更新x 1工序中已叫料的设备总数n，若x 1工序中已叫料的设备n＝0，调度结束，驱动agv实施调度；否则，转步骤303。
[0137]
综上所述，通过获取生产车间的生产配置信息，在采样周期的起始时刻根据所述生产配置信息获取生产制造信息；根据所述生产制造信息构建时间损耗矩阵；所述时间损耗矩阵的每一行对应一台已下料/已叫料的设备，每一列对应一台可送料/可取料的设备，矩阵的值代表时间损耗；对所述时间损耗矩阵进行求解；根据所述时间损耗矩阵的求解结果对物料进行调度；解决了现有的调度方案可能不准确的问题，达到了根据生产车间的生产制造信息来进行实时调度，提高物料调度的准确度的效果。
[0138]
生产车间的设备信息一直处于动态变化中，叫料和下料的设备数量在任意时刻都是任意的，所以本技术通过在任意时刻实现实时的车间时间损耗矩阵的建立，使得构建过程具有鲁棒性，提高了调度准确度。
[0139]
另外，本技术通过遗传算法对时间损耗矩阵进行求解，缩短了矩阵求解所需的时间，保证了物料调度的实时性。
[0140]
本技术实现实时输出调度方案，使设备的空闲时间达到最小，从而提高设备的使用率，并且降低了物料的流转次数，节省大量的运输时间，能够大幅度提高生产效率。
[0141]
根据缓存区物料的存入时间，依照模糊数学理论，通过隶属度分析，为缓存区物料赋予不同的优先系数，实现了其他条件相同的情况下，先存入的物料先使用，后存入的物料后使用。
[0142]
本技术还提供了一种物料调度装置，所述装置包括存储器和处理器，所述存储器中存储有至少一条程序指令，所述处理器通过加载并执行所述至少一条程序指令以实现如上所述的方法。
[0143]
本技术还提供了一种计算机存储介质，所述计算机存储介质中存储有至少一条程序指令，所述至少一条程序指令被处理器加载并执行以实现如上所述的方法。
[0144]
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0145]
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。