柔性作业车间调度

柔性作业车间调度

---

1 问题描述

1.1 传统作业车间调度

传统作业车间带调度实例

工件	工序	可选择的加工机器
		M1	M2	M3	M4	M5
J1	O11	--	--	5	--	--
	O12	11	--	--	--	--
	O13	--	--	--	--	8
J2	O21	--	6	--	--	--
	O22	9	--	--	--	--
	O23	--	--	--	7	--

有若干工件，每个工件有若干工序，有多个加工机器，但是每道工序只能在一台机器上加工。对应到上面表格中的实例就是，两个工件，工件J1有三道工序，工序Q11只能在M3上加工，加工时间是5小时。

约束是对于一个工件来说，工序的相对顺序不能变。O11->O12->O13。每时刻，每个工件只能在一台机器上加工；每个机器上只能有一个工件。

调度的任务则是安排出工序的加工顺序，加工顺序确定了，因为每道工序只有一台机器可用，加工的机器也就确定了。

调度的目的是总的完工时间最短（也可以是其他目标）。举个例子，比如确定了O21->O22->O11->O23->O12->O13的加工顺序之后，我们就可以根据加工机器的约束，计算出总的加工时间。
M2加工O21消耗6小时，工件J2当前加工时间6小时。
M1加工O22消耗9小时，工件J2当前加工时间6+9=15小时。
M3加工O11消耗5小时，工件J1当前加工时间5小时。
M4加工O23消耗7小时，工件J2加工时间15+7=22小时。
M1加工O12消耗11小时，但是要等M1加工完O22之后才开始加工O12，所以工件J1的当前加工时间为max(5,9)+11=20小时。
M5加工O13消耗8小时，工件J2加工时间20+8=28小时。
总的完工时间就是max(22,28)=28小时。

1.2 柔性作业车间调度

柔性作业车间带调度实例（参考自高亮老师论文
《改进遗传算法求解柔性作业车间调度问题》——机械工程学报）

工件	工序	可选择的加工机器
		M1	M2	M3	M4	M5
J1	O11	2	6	5	3	4
	O12	--	8	--	4	--
	O13	4	--	3	6	2
J2	O21	3	--	6	--	5
	O22	4	6	5	--	--
	O23	--	7	11	5	8

相比于传统作业车间调度，柔性作业车间调度放宽了对加工机器的约束，更符合现实生产情况，每个工序可选加工机器变成了多个，可以由多个加工机器中的一个加工。比如上表中的实例，J1的O12工序可以选择M2和M4加工，加工时间分别是8小时和4小时，但是并不一定选择M4加工，最后得出来的总的完工时间就更短，所以，需要调度算法求解优化。

相比于传统作业车间，柔性车间作业调度的调度任务不仅要确定工序的加工顺序，而且需要确定每道工序的机器分配。比如，确定了O21->O22->O11->O23->O12->O13的加工顺序，我们并不能相应工序的加工机器，所以还应该确定对应的[M1、M3、M5]->[M1、M2、M3]->[M1、M2、M3、M4、M5]->[M2、M3、M4、M5]->[M2、M4]->[M1、M3、M4、M5]的机器组合。调度的目的还是总的完工时间最短（也可以是其他目标，比如机器最大负荷最短、总的机器负荷最短）

---

2 数据处理

2.1 数据集

引自博文“【标准算例数据源】作业车间、流水车间、柔性作业车间、其它”：https://blog.csdn.net/weixin_40775077/article/details/108762117

2.2 数据解释

上面的图片是Mk数据的一个例子，第一行6 6 1表示6个工件6个机器，平均每道工序有1个可选加工机器。第2-7行为工件1-6的信息。以第2行为例，6表示工件J1有6道工序；后面的1 3 1表示工序O11有1台机器可选，可选机器为M3，加工时间为1小时；后面的1 1 3表示工序O12有1台机器可选，可选机器为M1，加工时间为3小时。依此类推。

2.3 处理为适合自己的格式

上面的数据格式其实是不方便计算的（可行解不容易设计，调度目标如完工时长不容易计算）。所以需要读取为适合自己的格式。

下面是我的处理方式：

变量	类型	解释
num_job	1*1大小的整数	工件个数
num_machine	1*1大小的整数	机器个数
num_op	1*num_job大小的数组	num_op[i]表示工件i的工序个数
operation_time	1*num_job大小的cell，其中每个cell存储的是num_op[i]*num_machine大小的数组	operation_time[i]存储的是工件i所有工序的可选加工机器以及加工时间，0表示不可加工

对应到上面图中的例子：
num_job = 6;
num_machine = 6;
num_op = [6 6 6 6 6 6];
operation_time{1} = [
0 0 1 0 0 0;
3 0 0 0 0 0;
0 6 0 0 0 0;
0 0 0 7 0 0;
0 0 0 0 0 3;
0 0 0 0 6 0;
];
operation_time{2-6}不再列出。operation_time{1}[i][j]表示工件1的第i道工序在第j台机器上的加工时间，0表示不可加工。

---

3 优化算法求解

3.1 编码方案

参考高亮老师论文改进遗传算法求解柔性作业车间调度问题——机械工程学报的编码方案。可行解分成两部分，第一部分为机器分配编码，第二部分为工序加工顺序编码。编码长度为2*工序总数。

机器分配编码按照工序的顺序来，第一个表示工序O11的机器分配，第二个数表示工序O12的机器分配，依此类推，如1.2节表格的一个可行解的机器分配可以从“[M1、M3、M5]->[M1、M2、M3]->[M1、M2、M3、M4、M5]->[M2、M3、M4、M5]->[M2、M4]->[M1、M3、M4、M5]”随机选为M3->M1->M2->M4->M2->M5，机器编码可以表示为3 1 2 4 2 5。这样编码的优势就是可以很容易设计出交叉变异操作方案，使得执行交叉变异操作之后得到的新解的机器编码是可行的。

工序加工顺序编码使用工件表示，工件i第j次出现表示工序Oij。比如1.2节表格的一个可行解的工序加工顺序可以为O21->O22->O11->O23->O12->O13，工序编码可以表示2 2 1 2 1 1。这样编码的优势是把工件对加工顺序的约束隐含到了编码里面。

3.2 适应度计算（目标函数）

对于一个可行解，要计算总的完工时间，需要计算每个工件的当前加工时间，每个机器的当前加工时间。然后根据可行解，解码出工件加工顺序和机器安排，根据2.3小节获得的数据格式计算完工时间。

主要的思路如下（细节不再给出）：

1. 初始化，每个工件的当前加工时间 = 0；每个机器的当前加工时间 = 0；
2. 工件的当前工序完工时间 = max(工件上一道工序完工时间，当前工序对应加工机器的上一个任务完工时间)+对应机器对当前工序的加工时间；
3. 机器的当前加工时间 = 工件的当前工序完工时间；

3.3 可行解更新策略

参考高亮老师论文改进遗传算法求解柔性作业车间调度问题——机械工程学报的更新策略。主要实现了GA（遗传算法）的选择、交叉和变异。

3.3.1 选择

采用锦标赛选择，K元锦标赛：从大小为N的种群中随机选取K个个体，将适应度最好的个体加入下一代。重复执行N次，获得N个个体。

3.3.2 交叉

当满足交叉概率时，执行交叉，重复N次判断。随机选择两个个体，具体交叉策略如下：

对于机器编码，采用两点交叉，随机生成两个交叉点，交换两个个体位于交叉点内的基因。

对于1.2节表格的两个可行解的机器编码，比如p1 = [3 1 2 5 4 1]；p2 = [1 3 2 4 2 5]；选取交叉点为2-4的话，交换p1和p2位于2-4之内的基因，得到两个子代s1 = [3 3 2 4 4 1]；s2 = [1 1 2 5 2 5]。

对于工序编码，采用基于工件的POX交叉，将工件分成两个互补的集合J1和J2，P1中在J1中的工件保留，在J2中的工件使用P2中在J2中的工件按顺序对应填充。

1.2节的表格不适合解释这个交叉方案，我们提出一个新的问题：有4个工件待加工，工序数目为[2 2 2 1]。对应的两个可行解的工序编码，比如p1 = [3 1 2 4 2 1 3]；p2 = [2 3 1 2 4 3 1]。J1={1,4}，J2={2,3}。首先s1继承p1的J1编码，s2继承p2的J2编码，s1 = [- 1 - 4 - 1 -]；s2 = [2 3 - 2 - 3 -]。用p2的J2编码填充s1的空位，同样方法