粒子—遺傳算法在光纜車間調(diào)度應(yīng)用研究

摘 要：針對(duì)光纜制造生產(chǎn)車間調(diào)度算法收斂速度慢、效率低下的問(wèn)題，提出一種粒子-遺傳算法（Particle Genetic Swarm Algorithm，PGSA），該算法基于精英競(jìng)爭(zhēng)策略，選擇適應(yīng)度好的個(gè)體進(jìn)行交叉，在選擇適應(yīng)度值好的個(gè)體的同時(shí)，有概率的選擇適應(yīng)度值差的個(gè)體，提高種群的多樣性。以某公司光纜生產(chǎn)車間調(diào)度為例，使用MATLAB對(duì)該車間調(diào)度問(wèn)題進(jìn)行仿真，仿真實(shí)驗(yàn)結(jié)果表明該光纜生產(chǎn)車間調(diào)度算法具有較高的效率。

關(guān)鍵詞：工業(yè)4.0；粒子-遺傳算法；光纜生產(chǎn)車間調(diào)度

1 引言

隨著工業(yè)4.0[1]的提出，以及通信建設(shè)需求的形勢(shì)下，我國(guó)的光纜制造產(chǎn)業(yè)迎來(lái)了巨大的挑戰(zhàn)和機(jī)遇，企業(yè)的生產(chǎn)和技術(shù)實(shí)力也迅速發(fā)展壯大，中國(guó)已成為當(dāng)今世界最大的光纖光纜制造國(guó)家。

生產(chǎn)調(diào)度問(wèn)題，因其研究具有較大的工程價(jià)值和現(xiàn)實(shí)意義，目前國(guó)內(nèi)外已有很多學(xué)者研究結(jié)合實(shí)際生產(chǎn)方面的應(yīng)用。花季偉等人[2]利用串行的蟻群算法與遺傳算法結(jié)合獲得多班組資源優(yōu)化分配可行解，從而得到鋼構(gòu)件的最優(yōu)調(diào)度分配方案。張建輝[3]將遺傳算法進(jìn)行實(shí)數(shù)編碼，從而對(duì)線纜產(chǎn)品的成組生產(chǎn)調(diào)度進(jìn)行優(yōu)化，提高機(jī)器的利用率，與此同時(shí)，縮短了最大完工時(shí)間。李黎[4]通過(guò)采用一種啟發(fā)式調(diào)度算法，在對(duì)生產(chǎn)系統(tǒng)進(jìn)行瓶頸分析的基礎(chǔ)上，對(duì)電纜車間的調(diào)度問(wèn)題進(jìn)行優(yōu)化，提高了求解效率和質(zhì)量。Li等人將迭代貪婪算法嵌入到果蠅優(yōu)化算法里，增強(qiáng)了算法的開(kāi)發(fā)和探索能力，從而優(yōu)化煉鋼調(diào)度問(wèn)題，提高了調(diào)度效率，在諸多調(diào)度問(wèn)題上體現(xiàn)了良好的應(yīng)用，但是在光纜生產(chǎn)車間的調(diào)度，研究的學(xué)者卻很少。

本文從實(shí)際出發(fā)，將粒子-遺傳算法應(yīng)用于光纜生產(chǎn)車間調(diào)度中，結(jié)合精英選擇策略和Boltzmann生存機(jī)制，在選擇優(yōu)秀個(gè)體進(jìn)行交叉的同時(shí)，以一定幾率選擇劣質(zhì)個(gè)體，從而提高種群的多樣性，優(yōu)化車間調(diào)度總時(shí)間，改善車間的生產(chǎn)效率。

2 光纜生產(chǎn)調(diào)度模型

最常見(jiàn)的光纜有層絞式光纜和中心束管式光纜，相比較而言，層絞式光纜應(yīng)用更為廣泛一些，此處只討論層絞式光纜的生產(chǎn)調(diào)度問(wèn)題。該類光纜加工經(jīng)由以下四大加工工序：光纖著色、光纖二套、成纜、護(hù)套，此類光纜生產(chǎn)可以看作擁有相同的加工工序，并且以上加工工序分別在光纖著色機(jī)、光纖二次套塑機(jī)、光纜成纜機(jī)以及光纜護(hù)套擠塑機(jī)上進(jìn)行加工，可得簡(jiǎn)化調(diào)度模型：首先光纖著色，接著光纖二套，然后成纜，最后做外護(hù)套。光纜生產(chǎn)具有相同的工藝約束，工件（光纖）需要經(jīng)過(guò)以上4個(gè)工序的加工，符合流水車間調(diào)度[5]模型。

3 問(wèn)題描述

結(jié)合光纜制造調(diào)度問(wèn)題的特點(diǎn)，以上一節(jié)描述的流水車間調(diào)度模型為研究對(duì)象。則該調(diào)度問(wèn)題可以描述為：n個(gè)工件要在m臺(tái)不同機(jī)器上加工，每個(gè)工件有m道工序，每道工序都要在不同的機(jī)器上加工，且加工順序相同，同時(shí)滿足如下的約束條件：各個(gè)工件在進(jìn)行加工的加工順序一致，且給定加工順序是1，2，3，…，m；在同一時(shí)刻，同一工件只能在一臺(tái)機(jī)器上加工；每臺(tái)機(jī)器同時(shí)只能夠加工一個(gè)工件；不同工件在工序之間等待時(shí)間已含，機(jī)器在其它工件未到達(dá)的情況下做等候處理。已知各個(gè)工件在每臺(tái)機(jī)器上的加工時(shí)間，要求找到一個(gè)最優(yōu)工件加工順序使得全部工件加工總時(shí)間（即最大完工時(shí)間）最小化。

4 問(wèn)題的PGSA算法設(shè)計(jì)

本文采取實(shí)數(shù)編碼方式，每一個(gè)染色體個(gè)體設(shè)為 ，初始化各個(gè)參數(shù)，計(jì)算各個(gè)個(gè)體的適應(yīng)度，選擇適應(yīng)度好的個(gè)體進(jìn)行交叉，，將粒子群思想引入到變異算子中，并對(duì)新產(chǎn)生個(gè)體利用Boltzmann生存機(jī)制進(jìn)行選擇，在選擇適應(yīng)度值好的個(gè)體的同時(shí)，有概率的選擇適應(yīng)度值差的個(gè)體，提高種群的多樣性

5 光纜車間調(diào)度問(wèn)題仿真

在光纜車間生產(chǎn)條件下，要求生產(chǎn)1000米長(zhǎng)度光纜，著色機(jī)每分鐘著色2000米，48芯以下套塑機(jī)每分鐘套塑400米，48芯及以上套塑機(jī)每分鐘套塑300米，成纜機(jī)每分鐘絞纜70米，擠塑機(jī)每分鐘擠出80米；其中12芯采用4束套塑，24芯和36芯采用6束管套塑，48芯及以上采用12束管套塑。考慮到車間實(shí)際情況，大纜芯換色時(shí)間較長(zhǎng)以及成纜護(hù)套的復(fù)雜性，可得如下加工時(shí)間：分別時(shí)間為著色、二套、成纜和護(hù)套。

工件1：6，8 ，15 ，13；工件2：12，10，16，14；工件3：12，10，16，14；工件4：20，15，18，15；工件5：20，16，20，17；工件6：28，16，20，16，17；工件7：28，16，20，17；工件8：42，18，22，19；工件9：8：42，18，22，19；工件10：56，20，25，22。上述即為各工件在對(duì)應(yīng)工序加工時(shí)間表，由第三節(jié)敘述可知，該光纜車間調(diào)度模型符合流水車間調(diào)度，由此在MATLAB 2012a軟件上進(jìn)行仿真，試驗(yàn)中參數(shù)設(shè)置，取psize=100，genn=100，Pc=0.9，Pm=0.06，T1=6000，可得以下圖1所示的工件加工時(shí)間收斂曲線圖。

由圖1可知，在生產(chǎn)1000米長(zhǎng)度光纜的情況下，經(jīng)PGSA算法優(yōu)化以后可以節(jié)省16分鐘的加工時(shí)間，提高了5.3%的生產(chǎn)效率，有效的節(jié)省了光纜車間的生產(chǎn)時(shí)間，具有一定的實(shí)際意義。

6 結(jié)束語(yǔ)

本文研究了光纜車間生產(chǎn)調(diào)度問(wèn)題，從實(shí)際出發(fā)，以工件的總完工時(shí)間為目標(biāo)函數(shù)，提出了一個(gè)性能較優(yōu)的粒子-遺傳算法PGSA，通過(guò)仿真結(jié)果明顯可以看出，該算法有效的提高了車間生產(chǎn)調(diào)度的效率，有一定的研究意義，但是對(duì)于目前大規(guī)模光纜生產(chǎn)車間來(lái)說(shuō)，往往存在各工序多臺(tái)加工設(shè)備的問(wèn)題，所以這方面來(lái)說(shuō)本文的研究有待進(jìn)一步改善，這也給我們提出了下一步研究的方向。

參考文獻(xiàn)

[1] 李金華. 德國(guó)“工業(yè)4.0”與“中國(guó)制造2025”的比較及啟示[J]. 中國(guó)地質(zhì)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2015， 15（5）：71-79.

[2] 花季偉， 佟靜翠， 雷兆明. 鋼構(gòu)企業(yè)生產(chǎn)調(diào)度系統(tǒng)的研究與應(yīng)用[J].計(jì)算機(jī)應(yīng)用與軟件， 2016，33（9）：67-71.

[3]張建輝. 線纜產(chǎn)品車間柔性調(diào)度研究[D]. 上海：上海交通大學(xué)， 2007.

[4]李黎. 基于MES的電纜生產(chǎn)車間調(diào)度系統(tǒng)研究[D]. 北京：清華大學(xué)，2004.

[5]Li J Q， Pan Q K， Mao K. A Hybrid Fruit Fly Optimization Algorithm for the Realistic Hybrid Flowshop Rescheduling Problem in Steelmaking Systems[J]. IEEE Transactions on Automation Science & Engineering， 2016， 13（2）：932-949.

作者簡(jiǎn)介

汪鵬（1991-），男，漢，安徽安慶人，安徽理工大學(xué)碩士，專業(yè)：控制科學(xué)與工程，研究方向：生產(chǎn)車間調(diào)度。endprint