本發明屬于生產調度，具體涉及基于種子種群優化算法的車間調度方法、電子設備和介質。

背景技術：

1、車間計劃排產是制造企業的車間生產環節中的一項重要工作，基于生產工藝設計和車間設備布置，為每一個加工工序安排合適的加工設備進行加工，獲得車間每個設備的生產任務或者工單，進而安排車間物料準備、加工操作、倉儲物流、質量管控等生產工作，是車間生產活動組織的關鍵依據，其安排的的質量直接影響著車間生產效率和資源利用率。然而，傳統車間排產調度安排基本基于人工經驗進行，依賴于車間計劃排產人員結合自身經驗和車間生產狀態的分析，制定排產調度計劃。由于排產調度問題是典型的運籌優化問題，特別對于一些工藝流程復雜，加工設備多，訂單品種多的制造車間，人工排產只能在局部范圍、局部時間內獲得相對合適的方案，在全局層面往往非最優方案，常常導致設備負荷不均衡、生產等待多、資源浪費大等問題，使得車間生產效率難以完全發揮，制約了企業效率、成本的優化提升。因此，在信息技術、數字技術創新發展的當下，應用相關技術實現排產優化具備迫切需求。

2、隨著專家系統、優化算法、大數據、人工智能等數字技術與制造技術的深度融合，基于數據分析結合智能算法實現車間排產調度的優化已經成為重要探索應用方向，通過構建車間排產調度業務模型，結合生產工序和設備能力，通過算法模型求解獲得全局最優的計劃調度安排，能夠全面提升設備利用率，減少等待和空閑浪費，全面提升車間生產效率，提升制造企業市場競爭力。同時，通過算法模型代替人工進行排產調度的方法，其求解質量極大的依賴于算法模型設計本身，只有不斷開發性能更優的排產調度方法，才能持續優化排產調度方案。

技術實現思路

1、有鑒于此，本發明提供了一種基于種子種群優化算法的車間調度方法，以解決現有技術中存在的生產效率低問題。

2、第一方面，本發明提供了一種基于種子種群優化算法的車間調度方法，包括：獲取車間調度數據，所述車間調度數據包括加工工件總數量、可用于加工的設備數量、加工工序、可選擇的設備編號和對應的加工用時；基于種子種群優化算法的算法參數初始化種子個體，得到設備序列和工序序列，所述算法參數包括種群，所述種群包括種子個體和其它個體；基于所述設備序列和所述工序序列初始化其它個體，生成初始種群個體；對所述初始種群個體進行解碼，計算得到每個排產結果的解數值，所述解數值為所述排產結果的最大完工時間；基于所述解數值，如果判斷不滿足求解退出條件，則對所述初始種群個體進行優化和進化操作，持續判斷是否滿足求解退出條件；基于所述解數值，如果判斷滿足求解退出條件，則輸出輸出排產最優解和對應的甘特圖。

3、在一種可選的實施方式中，基于種子種群優化算法的算法參數初始化種子個體，得到設備序列和工序序列，具體包括：采用全局選擇負載均衡結合單次選擇負載均衡的策略，得到所述設備序列；采用剩余工作量最大啟發式規則，得到所述工序序列。

4、在一種可選的實施方式中，采用剩余工作量最大啟發式規則，得到所述工序序列，具體包括：獲取待安排工序集合，所述待安排工序集合包括全部待安排工件的第一個加工工序；獲取待安排工序集合的工序數量；如果所述工序數量大于1，則采用剩余工作量最大規則對所述待安排工序集合中的各工序進行優先級排序，獲得排序后工序集合；從所述排序后工序集合中按從前至后的順序逐個取出工序安排至對應的設備上；取各個工件的下一個工序放入所述待安排工序集合，如果各個工件的全部工序均調度完成，則得到所述工序序列。

5、在一種可選的實施方式中，基于所述設備序列和所述工序序列初始化其它個體，生成初始種群個體，具體包括：采用基于索引串的非重復工序排序初始化確定工序序列排列，得到工序串；采用基于索引串的非重復選擇初始化確定設備選擇序列，得到設備串；將工序串和所述設備串隨機組合后生成所述初始種群個體。

6、在一種可選的實施方式中，基于所述解數值，如果判斷不滿足求解退出條件，則對所述初始種群個體進行優化和進化操作，持續判斷是否滿足求解退出條件，具體包括：基于所述解數值，如果判斷不滿足求解退出條件，則對種子種群進行優化操作，得到優化種群，所述優化種群包括優化種子個體和優化其它個體；對所述優化種子個體進行進化操作，得到進化種子種群；基于所述進化種子種群進行進化操作，得到進化種群；基于所述進化種群，持續判斷是否滿足求解退出條件。

7、在一種可選的實施方式中，基于所述解數值，如果判斷不滿足求解退出條件，則對種子種群進行優化操作，得到優化種群，所述優化種群包括優化種子個體和優化其它個體，具體包括：對種子種群進行最優種子更新，得到所述優化種群；或對所述種子種群進行末尾種子淘汰，得到所述優化種群；或如果全部種子個體連續3次進化后解數值均相同且未發生變化，則對種子種群進化停滯下的災變，得到所述優化種群。

8、在一種可選的實施方式中，對所述優化種子個體進行進化操作，得到進化種子種群，具體包括：按所述解數值的優劣順序，取出一個種子個體，判定該種子個體排產方案中的關鍵路徑、關鍵塊和關鍵工序，所述關鍵路徑是從排產第一個工序開始到最后一個工序結束，各工序間前后直接銜接，沒有時間間隔的最長工序串；關鍵工序是關鍵路徑的組成工序；關鍵塊是在同一臺設備上執行，且前后順序相接的關鍵工序組成的部分工序串；如果有未搜索的關鍵路徑，則順序選擇一個關鍵路徑，如果有未搜索的關鍵塊，則順序選擇一個關鍵塊；如果有未搜索的關鍵工序，則順序選擇一個關鍵工序；基于選中關鍵工序所有的可加工設備，如果在所述選中關鍵工序的上道工序完工時間至下道工序開工時間之間，存在空閑等待時間段，則將所述選中關鍵工序插入至所述空閑時間段，獲得局部搜索個體；將所述局部搜索個體暫存入局部搜索個體庫中；比較所述局部搜索個體庫中各個個體的解數值，如果獲得更優的個體，則將所述更優的個體替換原種子個體，得到進化種子種群。

9、在一種可選的實施方式中，基于所述進化種子種群進行進化操作，得到進化種群，具體包括：執行選擇操作，生成新個體隨機替換原種群其它個體；在滿足交叉概率時執行交叉操作，生成兩個子代，放入交叉個體集中；從所述交叉個體集中依次選擇一個個體，當滿足變異概率時，執行變異操作，生成變異個體；將所述變異個體放入新種群中，得到進化種群。

10、第二方面，本發明還提供了一種電子設備，包括：至少一個處理器；與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠：獲取車間調度數據，所述車間調度數據包括加工工件總數量、可用于加工的設備數量、加工工序、可選擇的設備編號和對應的加工用時；基于種子種群優化算法的算法參數初始化種子個體，得到設備序列和工序序列，所述算法參數包括種群，所述種群包括種子個體和其它個體；基于所述設備序列和所述工序序列初始化其它個體，生成初始種群個體；對所述初始種群個體進行解碼，計算得到每個排產結果的解數值，所述解數值為所述排產結果的最大完工時間；基于所述解數值，如果判斷不滿足求解退出條件，則對所述初始種群個體進行優化和進化操作，持續判斷是否滿足求解退出條件；基于所述解數值，如果判斷滿足求解退出條件，則輸出輸出排產最優解和對應的甘特圖。

11、第三方面，本發明提供了一種存儲介質，存儲有計算機程序，所述計算機程序被處理器執行時實現任一項所述的基于種子種群優化算法的車間調度方法。

12、本發明的有益效果為：

13、本發明為一種求解柔性車間作業任務調度問題的種群種子優先進化算法。該方法通過預先在種群中加入“種子”個體，表示種群進化過程中，每代種群中相對較優的個體，然后再針對種子個體，進行局部領域的精細化搜索，尋找更優的個體成為新的種子，進而加速種群進化，提高了調度問題的求解精度和效率。