内燃机调度问题（2）

一、数据重构

前文数据不能直接用来进行调度，必须将其重新处理得到调度数据，根据内燃机加工特点建立模型，工序组非完全柔性车间调度问题。

已知n个零件产品，每个零件产品需要一定数量毛坯件分别独立加工，则每个零件需要进行的工序为所有毛坯件加工工序数之和。而每个毛坯件的加工各工序（工序组内部）有先后顺序约束，毛坯件之间没有先后约束，即工序组柔性加工。每个工序在一个机器上加工，个别机器存在并行相同机器，可以进行替代。因此需要的数据主要有：零件-工序（位置时间）表、装配任务表。目标为零件平均通过时间最短和总的makespan最短。

二、编程实现

1.智能算法

如遗传算法，编码阶段实现零件顺序编码，其需要包括不同毛坯件的顺序或者只对零件编码不包括毛坯件，毛坯件单独进行排序优化；然后注意并行机器的影响，其主要影响并行毛坯件或其他零件的毛坯件，在机器选择时进行判定较早结束的机器，看下论文中轮旋的方式选择机器；其次注意阻塞问题，流水工序中，机器使用不足时前面毛坯件被阻塞，优化阻塞时间（优化投入时间）来减少通过时间——阻塞时间的计算。

2.强化学习

如深度强化学习，状态的设置，包括剩余零件数量、机器闲置时间、设备利用率、每个零件的加功率、方差等等，根据文献中的方法进行优化，也是一部分关键；动作设置，每台机器对毛坯件的选择；奖励设置，完工率，目标阻塞时间与完工时间的设置；更新方式设置，如何更新Q表使得下次在特定状态时选择更好的动作。

3.数据处理

一般此种真实案例的数据多数以excel表格形式存储，因此在数据读取和处理上非常有必要进行学习转化。以几个简单案例来说明如何处理。

上面的截图中有三种装配件，分别是 PH80048033CB、PH80048050CBH_H和PH80040119__H1_H。其对应零件为右边的几个投入零件编号以及对应数量，如PH80048033CB对应PA80040194和PH80040042Z，数量分别为1和1，装配时间为20。则进行读取该excel时，可用以下代码：

import xlrd
xl = xlrd.open_workbook(r"G:\gas_engine\assembly_process.xls")  # 获得数据位置
table = xl.sheets()[0]
rows = table.nrows
assemblys = {}  # # 装配件，以字典形式存贮
for i in range(rows):
    row_v = table.row_values(i)
    if i == 0 and row_v[9] != '':  # 此处避免读入空值
        assemblys[(row_v[0], row_v[3], row_v[5])] = [(row_v[9], row_v[11])]
        machine, time = row_v[3], row_v[5]
    else:
        if table.row_values(i)[0] == table.row_values(i-1)[0] and row_v[9] != '':  # 是同一装配件
            machine_, time_ = machine, time
            assemblys[(row_v[0], machine, time)].append((row_v[9], row_v[11]))
        else:
            if row_v[9] != '':
                assemblys[(row_v[0], row_v[3], row_v[5])] = [(row_v[9], row_v[11])]
                machine, time = row_v[3], row_v[5]

下面的数据和上面相反，则需要进行其他逻辑转换： 

 该零件的几道工序已给出，同样使用字典形式：

job_all = {}  # 零件任务集合，字典形式{任务：工序列表}
# no_l = []
for j in range(len(ope_num)):  # 任务遍历len(ope_num)=len(no_before)
    if j == 0:
        job_all[no_before[j]] = values[:ope_num[j]]  # 第一个零件的工序集合为所有集合的前序号个
        # no_l.append(l[:ope_num[j]])
    else:
        job_all[no_before[j]] = values[sum(ope_num[:j]):sum(ope_num[:j+1])]  # 之后的工序数计算方式
        # no_l.append(l[sum(ope_num[:j]):sum(ope_num[:j+1])])

这样，读入数据可以避免读入空键，同时保证值被录入。