纺织企业车间生产调度方法和遗传算法研究与实现.docVIP

纺织企业车间生产调度方法和遗传算法研究与实现 　　摘 要：研究了纺织公司的生产车间调度，尤其是并行成套设备多批次的调度问题，针对该调度问题进行遗传算法设计，并以示例进行仿真。使得遗传算法能在纺织企业的生产调度中起到节约生产成本，提高企业效益的作用。 　　关键词：生产调度；纺织企业；遗传算法 　　中图分类号：TP301.6 文献标识码：A 　　 　　Research and Implementation of the Textile Enterprises Job-shop Scheduling and Genetic Algorithm 　　ZHANG Xian-feng 　　（School building industries in Jiaxing, Zhejiang Jiaxing 314001） 　　Key words: the Job-shop scheduling;textile enterprises;genetic algorithm 　　 　　生产车间作业调度问题，就是根据需求合理分配产品制造资源，从而达到合理利用产品制造资源、提高企业经济效益的目的。车间生产调度在企业生产经营活动中占有十分重要的地位，生产调度系统也是CIMS、ERP等系统中的重要组成部分，因此受到学术界和工业界的广泛关注。对它的研究具有很高的理论意义和实际意义。 　　生产调度问题一般可以描述为：针对某项可以分解的工作，在一定的约束条件下，如何安排其组成部分(操作)所占用的资源、加工时间及先后顺序，以获得产品制造时间或者成本等性能指标最优。生产调度问题主要集中在车间的计划与调度方面，许多学者作了大量研究，出了不少的研究成果。制造系统的生产调度是针对一项可分解的工作(如产品制造) ，探讨在尽可能满足约束条件(如交货期、工艺路线、资源情况)的前提下，通过 下达生产指令，安排其组成部分(操作)使用哪些资源、其加工时间及加工的先 后顺序，以获得产品制造时间或成本的最优化。在理论研究中，生产调度问题常被称为排序问题或资源分配问题[1]。 　　由上可见，生产车间调度问题在具体行业中的应用的研究问题。具有很强的针对性，对其的研究具有积极意义，而最为合适的分析方法则是采用遗传算法。 　　遗传算法(GA)是一种新的并行优化搜索方法。它是一种模仿生物群体进化过程的一种优化算法，给定一组初始解作为一个群体，通过选择、交又和变异等遗传操作来搜索最优解。 　　李国富(1998)[2]用遗传算法对Job-shop零件排序问题进行优化搜索，并在算法中引进了一些新的思想，以有利于降低种群的规模，提高计算速度，改善优化结果。 　　 　　1 纺织企业车间生产流程 　　 　　纺织公司生产业务流程大致可描述为：接单-》产品设计-》采购计划-》生产计划-》染色-》纺纱-》织造-》坯布检验-》生修-》复检-》入库-》染整-》熟修-》成品检验-》成品入库-》成品包装-》装箱-》发货等，其中染色、纺纱、织造有自制及委外。 　　具体来说，纺织企业在接到订单后，经过前面的分析，可以确认具体的生产步骤。首先，先确认是否原有库存有与订单相符的坯布，有的话只要进行必要的改进，如：染色，后整理就可以达到要求；假如没有就看有没有库存纱线，进行生产流程设计，没有就要开始从精毛开始入手进行生产工艺单的制作，确认需要具体的精毛原材料，把原材料送到纺纱机进行纺纱，纺纱结束后根据订单需要，看看是否需要染色和合股，而且合股一般可能不只一次，不过我们这里主要根据大部分的订单需要，基本上是合股一次以下，假如合股一次以上，可能进行原材料的分离来解决。 　　通过前面研究的纺织企业生产问题，我们可以得到有一些特征： 　　①所有的生产都是以订单为驱动的；②每个生产流程都有多台设备；③有些工序可以省略。④每个设定的流程路线基本都相同。 　　考虑以上的因素，我们可以看出有些类同于混合的Flow-Shop调度问题，我们可以在这个基础上进行必要的修改，用以适用凌龙纺织有限公司的生产调度要求。并建立了相应的数学优化模型，仿真结果很好的安排了定单的生产，且使得企业取得了较高的经济效益。 　　 　　2 纺织企业车间生产模型的建立 　　 　　遗传算法已经被成功地应用于求解流水车间调度问题[4]：Ishibuchi H.研究了模糊交货期下的流水车间调度问题，黄宇纯等结合遗传算法和REAS启发式规则，求解Flow-shop调度问题，庞哈利和郑秉霖提出多阶段混合Flow-shop调度问题的遗传算法求解方法，张纪会等提出了基于GA的机器学习算法，用于动态调度中的知识获取。 　　Flow-shop调度问题一般可以描述为n个工件要在m台机器上加工，每个工件需要经过二道工序，每道工序要求不同的机器，n个