分布式流水车间调度方法及装置

技术特征：
1.一种分布式流水车间调度方法，其特征在于，包括以下步骤：s1：获取分布式流水车间的参数，所述参数包括工件总数、工厂总数、各工厂中的机器总数、每个工件的工序数、每台机器的加工速度及速度等级数、每台机器各速度等级对应的功耗和每个工件每道工序的标准处理时间；s2：设置约束条件，根据所述分布式流水车间的参数和约束条件构建分布式流水车间调度问题模型，所述分布式流水车间调度问题模型以最小化最大完工时间和总碳排放量为目标；s3：采用知识驱动的多目标memetic调度方法对所述分布式流水车间调度问题模型进行求解，输出最优分布式流水车间调度方案。2.根据权利要求1所述的分布式流水车间调度方法，其特征在于，所述总碳排放量包括：工件加工时产生的碳排放、机器待机时产生的碳排放以及工件在加工过程中辅助物料消耗产生的碳排放；各环节的碳排放量采用机器消耗的实际功率或能源乘以相关碳排放系数的方式计算得到。3.根据权利要求1所述的分布式流水车间调度方法，其特征在于，所述约束条件包括：所有工件都可以在任意的工厂中加工，一旦工件被分配到某个工厂中，该工件的所有工序必须在指定的工厂中进行，不能转移到其他工厂；每个工厂相当于一个具有不同机器的置换流水车间，即每个工厂中机器的加工能力不同，各工厂中的每个工件在机器上的加工次序相同，且每台机器加工各工件的顺序也相同；各工厂中的所有机器都有不同的加工速度等级，机器的运行速度在工件加工前确定，一旦机器开始加工工件，其加工速度不能改变；每台机器一次最多只能处理一个工件的一道工序，机器上的前一个工件加工完后才能开始加工后一个工件，且工序加工过程中不能被打断；各工件在机器上加工时，除第一道工序外，其余每道工序只能在前一道工序加工完成后才能开始加工。4.根据权利要求1所述的分布式流水车间调度方法，其特征在于，所述分布式流水车间调度问题模型的数学表达式如下：min{c
max
,ce},ce},ce},ce},ce}
ce
total
＝ce
run
ce
idle
ce
auauau
式中，n为工件总数，m为各工厂中的机器总数，f为工厂总数，s为加工速度等级数量，i为工件索引，i∈{1,...,n}，l为序列中工件的位置索引，l∈{1,...,n}，j为机器索引，j∈{1,...,m}，f为工厂索引，f∈{1,...,f}，k为速度索引，v
k
为第k个加工速度，o
i,j
为工件i的第j道工序，p
i,j
为o
i,j
的标准处理时间，为o
i,j
以速度v
k
加工时的实际处理时间，为在工厂f中机器j以速度v
k
加工时的单位时间功耗，sp
f,j
为在工厂f中机器j待机时的单位时间功耗，c
max
为整个调度过程的最大完成时间，c
l,j,f
为工厂f中机器j上l位置的完成时间，c
l,0,f
＝0，c(f)为工厂f的最大完成时间，ce
run
为工件加工时产生的碳排放，ce
idle
为机器待机时产生的碳排放量，ce
au
为机器消耗辅助物料产生的碳排放量，ce
total
为整个调度过程产生的碳排放量，x
i,l,f
为0-1决策变量，当作业i在工厂f中位于l位置时，该变量值为1，否则为0，为0-1决策变量，当作业i在机器j上以速度v
k
处理时，该变量值为1，否则为0，ε
电
为电能碳排放系数，为o
i,j
加工时辅助物料碳排放系数。5.根据权利要求1所述的分布式流水车间调度方法，其特征在于，步骤s3包括：s31：针对所述分布式流水车间调度问题模型，对调度方法中的个体进行编码；s32：采用混合初始化策略生成初始解；s33：采用锦标赛选择算子、pmx算子和交换变异算子对解空间进行更新；s34：通过知识驱动的局部搜索策略获取最优解，最优解即为分布式流水车间调度方案。6.如权利要求5所述的分布式流水车间调度方法，其特征在于，步骤s31中，编码由两个序列组成，分别是每个工厂的工件分配序列和分配到各工厂中工件在各机器上加工的速度等级序列；解码用于解决工厂的工件分配和各工厂的工件顺序，采用了ecf规则的译码机制。
7.如权利要求5所述的分布式流水车间调度方法，其特征在于，步骤s32具体包括：s321：采用mneh算法在求解问题时生成一个具有最小最大完成时间的初始解，mneh算法步骤如下：步骤1：生成一个随机的初始工件分配序列和工件加工速度等级序列；步骤2：将所有工件的加工速度提高到最高等级，即将所有机器的加工速度设置为最大；步骤3：将每个工件一次插入到所有工厂的所有可能位置，并选择具有最小makespan值的调度序列；步骤4：插入工件后的调度序列将用于下一个工件的插入，直到所有工件都被分配到工厂；s322：采用降碳策略来生成一个具有最小总碳排放量的初始解，步骤如下：首先，对所有工件按照加工额定功率进行非升序排序；其次，将所有工件的加工速度设置为最低；然后，按照排序顺序，将各个工件尝试插入到所有可能的位置，并计算各个位置的碳排放量；最后，选择其中碳排放量最小的位置作为工件最终分配位置，直到所有工件分配完毕；s323：随机生成其余的初始解，以保持种群的多样性。8.如权利要求5所述的分布式流水车间调度方法，其特征在于，步骤s33包括：采用二进制锦标赛选择算子从种群中选择进行更新操作的双亲；采用pmx算子和交换变异算子进行更新操作：其中，pmx算子的操作步骤如下：步骤1：在选中的双亲染色体上随机选择两个位置，并将这两个位置之间的元素定义为匹配的子字符串；步骤2：交换双亲染色体的两个匹配子字符串来获得两个临时子代染色体；步骤3：根据交换的两组基因确定并映射冲突工件的关系；步骤4：根据映射关系，确保工件序列可行，无需对子字符串进行任何更改。交换变异算子是在选择的双亲染色体上，分别随机选择两个基因的位置并交换这两个位置上的工件。9.如权利要求5所述的分布式流水车间调度方法，其特征在于，步骤s34中，所述知识驱动局部搜索策略包括三种操作算子，分别为：关键工厂中的工件移动、关键工厂中的降速以及非关键工厂中的降速；三种操作算子的说明如下：关键工厂中的工件移动：在关键工厂中，选择关键路径上的一个工件，将该工件插入到该关键工厂的其他所有可能位置中；关键工厂中的降速：在不影响最大完成时间的前提下，降低关键工厂中非关键路径上某一工件的加工速度；非关键工厂中的降速：在不影响最大完成时间的前提下，降低非关键工厂中非关键路径上某一工件的加工速度；对于一个试验解，通过对执行上述三种局部搜索策略，得到一个新解，若得到的新解支配原始解，则用新解替换原始解，否则使用原始解，最终得到分布式流水车间调度问题模型的最优解。
10.一种分布式流水车间调度装置，其特征在于，包括以下模块：获取模块，用于获取分布式流水车间的参数，所述参数包括工件总数、工厂总数、各工厂中的机器总数、每个工件的工序数、每台机器的加工速度及速度等级数、每台机器各速度等级对应的功耗和每个工件每道工序的标准处理时间；构建模块，用于设置约束条件，根据所述于分布式流水车间的参数和约束条件构建分布式流水车间调度问题模型，所述分布式流水车间调度问题模型以最小化最大完工时间和总碳排放量为目标；求解模块，用于采用知识驱动的多目标memetic调度方法对所述分布式流水车间调度问题模型进行求解，输出最优分布式流水车间调度方案。

技术总结
本发明提供一种分布式流水车间调度方法及装置，以最小化最大完成时间和总碳排放量为目标，构建分布式流水车间调度问题模型，采用知识驱动的多目标Memetic调度方法进行求解，提出双序列编码方式对调度方法中的个体进行编码。提出混合初始化策略，运用改进的NEH算法生成一个具有最小最大完成时间的初始解，再运用降碳策略生成一个具有最小总碳排放的初始解，其余初始解随机生成，用以生成具有良好多样性和收敛性的初始解。提供了知识驱动的局部搜索策略，通过移动关键工厂内关键路径上的工件，进一步降低最大完成时间；在不影响最大完成时间的前提下，通过降低关键工厂和非关键工厂中非关键路径上工件的加工速度，进一步降低碳排放。碳排放。碳排放。


技术研发人员：颜雪松 胡成玉 王紫琪 洪佳乐 李楠
受保护的技术使用者：中国地质大学（武汉）
技术研发日：2022.07.08
技术公布日：2022/12/19