基于遺傳算法的制造訂單多任務(wù)資源配置系統(tǒng)

周奇慧

(上海飛機(jī)設(shè)計(jì)研究院，上海 201206)

隨著網(wǎng)絡(luò)信息和科學(xué)技術(shù)的發(fā)展，制造行業(yè)的管理和運(yùn)營模式發(fā)生了翻天覆地的變化[1]。面對(duì)日漸激烈的市場(chǎng)競(jìng)爭(zhēng)，制造企業(yè)有大量的訂單需要在同時(shí)段完成[2-3]，但受到資金、資源、管理等多方面的限制，制造企業(yè)的智能化變革進(jìn)度較慢[4]。目前，大多數(shù)制造企業(yè)面對(duì)多項(xiàng)制造訂單時(shí)，仍舊采用人工方式進(jìn)行資源調(diào)配，效率低、成本高，工期延誤、生產(chǎn)秩序混亂、客戶投訴等問題頻發(fā)，嚴(yán)重影響制造企業(yè)的生產(chǎn)效率和資源利用率[5]。因此需要將科學(xué)技術(shù)和先進(jìn)的管理理念相融合，設(shè)計(jì)可靠、高效的制造訂單多任務(wù)資源配置系統(tǒng)，以提升制造企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力。對(duì)此，國內(nèi)一些學(xué)者提出了智能化制造管理技術(shù)，如張成吉等[6]和魏圓圓等[7]分別基于ISO15693協(xié)議與WebGIS設(shè)計(jì)制造業(yè)管理系統(tǒng)，實(shí)現(xiàn)對(duì)訂單生產(chǎn)進(jìn)度的實(shí)時(shí)監(jiān)測(cè),保證制造計(jì)劃的順利執(zhí)行，但系統(tǒng)擴(kuò)展性較差，且系統(tǒng)結(jié)構(gòu)復(fù)雜，實(shí)施成本較高。

本文提出的基于遺傳算法的制造訂單多任務(wù)資源配置系統(tǒng)，通過數(shù)據(jù)層、執(zhí)行層和界面層的相互協(xié)作，實(shí)現(xiàn)多個(gè)制造訂單任務(wù)的協(xié)調(diào)管理。在面對(duì)多任務(wù)需求時(shí)，利用遺傳算法對(duì)多任務(wù)目標(biāo)進(jìn)行分析，確定任務(wù)排序并進(jìn)行調(diào)配，滿足了制造業(yè)的需求，當(dāng)多項(xiàng)制造業(yè)務(wù)同時(shí)進(jìn)行時(shí)，生產(chǎn)線不空轉(zhuǎn)、不停用，降低了制造廠商的生產(chǎn)成本。

1 制造訂單多任務(wù)資源配置系統(tǒng)

制造企業(yè)通常會(huì)在同一時(shí)間接到多個(gè)制造訂單，同時(shí)生產(chǎn)數(shù)十個(gè)產(chǎn)品，而各個(gè)產(chǎn)品的要求不同，對(duì)于生產(chǎn)線的協(xié)調(diào)控制要求較高，因此需要設(shè)計(jì)存儲(chǔ)容量大、反應(yīng)快速的制造訂單多任務(wù)資源配置系統(tǒng)。

1.1 系統(tǒng)整體結(jié)構(gòu)

選擇Oracle數(shù)據(jù)庫，在B/S架構(gòu)模式的基礎(chǔ)上[8-9]，設(shè)計(jì)制造訂單多任務(wù)資源配置系統(tǒng)，將制造訂單以電子化的方式進(jìn)行流轉(zhuǎn)，快速而有效地利用信息共享功能協(xié)調(diào)制造訂單多任務(wù)的資源配置工作，提高制造企業(yè)的生產(chǎn)效率。該系統(tǒng)由數(shù)據(jù)層、執(zhí)行層和界面層構(gòu)成。

1)數(shù)據(jù)層：以O(shè)racle Database 12數(shù)據(jù)庫服務(wù)器為核心，完成數(shù)據(jù)的基本操作，執(zhí)行層通過數(shù)據(jù)庫訪問接口能夠訪問制造訂單數(shù)據(jù)庫中的數(shù)據(jù)。

2)執(zhí)行層：該層作為數(shù)據(jù)層和界面層之間的橋梁，可以實(shí)現(xiàn)系統(tǒng)的全部業(yè)務(wù)功能。數(shù)據(jù)采集模塊利用RFID設(shè)備采集制造訂單生產(chǎn)過程和設(shè)備狀態(tài)數(shù)據(jù)，并將采集結(jié)果保存至Primavera P6模塊的P6數(shù)據(jù)庫中；Primavera P6模塊的多任務(wù)資源配置單元使用基于遺傳算法的多任務(wù)資源配置方法，將滿足制造訂單任務(wù)要求的生產(chǎn)資源從備選資源中選取出來[10]；IIS服務(wù)器內(nèi)集成三維CAD與PDM，具有提供產(chǎn)品CAD圖紙、產(chǎn)品信息查看以及圖紙更新等功能。

3)界面層：搭建制造訂單多任務(wù)協(xié)同調(diào)控的網(wǎng)絡(luò)環(huán)境，通過流程化的管理方式，將多個(gè)制造訂單涉及的生產(chǎn)流程等進(jìn)行展示，員工對(duì)制造訂單進(jìn)行多任務(wù)的遠(yuǎn)程調(diào)配管理。

1.2 三維CAD與PDM集成框架

根據(jù)制造訂單多任務(wù)的生產(chǎn)需求，利用三維技術(shù)進(jìn)行可視化分析處理，將多任務(wù)生產(chǎn)的產(chǎn)品信息導(dǎo)入，生成三維CAD，以豐富、直觀、生動(dòng)的形式表現(xiàn)制造訂單產(chǎn)品細(xì)節(jié)，以便于在制造前隨時(shí)調(diào)整產(chǎn)品的制造工序等，提高制造效率和準(zhǔn)確度[11]。三維CAD與PDM集成框架利用組件調(diào)度程序統(tǒng)一控制不同接口，主要包括三維CAD通用集成接口、數(shù)據(jù)模型轉(zhuǎn)換接口以及基于PDM數(shù)據(jù)模型的處理邏輯接口。三維CAD通用集成接口對(duì)共有特征的獲取，可利用三維CAD對(duì)相應(yīng)集成組件進(jìn)行特征采集，并將所得特征存儲(chǔ)至CAD數(shù)據(jù)模型，格式為XML文件[12-13]；通過數(shù)據(jù)模型轉(zhuǎn)換接口能夠?qū)⒊跏糃AD數(shù)據(jù)變成標(biāo)準(zhǔn)XML信息；基于PDM數(shù)據(jù)模型的處理邏輯接口涵蓋PDM內(nèi)三維數(shù)據(jù)模型通用處理邏輯，用于存儲(chǔ)PDM。當(dāng)使用者完成相應(yīng)三維CAD集成組件的注冊(cè)時(shí)，其調(diào)用可通過PDM采用集成框架組件調(diào)度程序?qū)崿F(xiàn)[14]，并將編輯或查看請(qǐng)求傳輸給CAD。三維CAD與PDM集成框架如圖1所示。

圖1 三維CAD與PDM集成框架

1.3 基于遺傳算法的多任務(wù)資源配置方法

由于市場(chǎng)競(jìng)爭(zhēng)日益激烈，制造企業(yè)為了進(jìn)一步控制成本，提高經(jīng)濟(jì)效益，在生產(chǎn)中會(huì)盡量安排多種產(chǎn)品同時(shí)生產(chǎn)，合理調(diào)整工序，以避免生產(chǎn)線空轉(zhuǎn)或停工，實(shí)現(xiàn)生產(chǎn)效率最大化。面對(duì)多項(xiàng)生產(chǎn)任務(wù)，需要根據(jù)不同產(chǎn)品的生產(chǎn)要求進(jìn)行資源配置，為此在Primavera P6模塊中，應(yīng)用基于遺傳算法的多任務(wù)資源配置方法，將滿足制造多任務(wù)要求的生產(chǎn)資源從備選資源中選出來，實(shí)現(xiàn)多任務(wù)資源配置，從而實(shí)現(xiàn)制造成本的降低。

產(chǎn)品生產(chǎn)需要的資源包括原材料和加工設(shè)備、人員及配套設(shè)備。訂單的完成過程包含多個(gè)環(huán)節(jié)，可按環(huán)節(jié)將生產(chǎn)任務(wù)劃分為幾個(gè)子任務(wù)，根據(jù)不同的子任務(wù)確定所需的制造資源，以工期最短為目標(biāo)構(gòu)建模型，實(shí)現(xiàn)對(duì)制造資源更好的管理，進(jìn)而實(shí)現(xiàn)資源優(yōu)化配置。

1)數(shù)學(xué)模型構(gòu)建。

將工期最短作為目標(biāo)，構(gòu)建式(1)所示的制造業(yè)多任務(wù)資源配置數(shù)學(xué)模型：

(1)

式中：i為制造訂單任務(wù)序號(hào)，i=1,2,…,n，n為總?cè)蝿?wù)數(shù)量；j為制造訂單中各個(gè)子任務(wù)序號(hào)，j=1,2,…,oi，oi為次序?yàn)閕的制造訂單任務(wù)的子任務(wù)個(gè)數(shù)；t為生產(chǎn)時(shí)段序號(hào)，t=1,2,…,T；k為所需生產(chǎn)資源序號(hào)，k=1,2,…,mij，mij為子任務(wù)的待選生產(chǎn)資源個(gè)數(shù)；xijk為子任務(wù)選擇資源k的決策變量，如果選擇，則其值為1，如果未選擇，則其值為0；STij和FTij分別為子任務(wù)制造工序周期的開始時(shí)間和結(jié)束時(shí)間；Pij為全部子任務(wù)工序組成的集合；FTioi為子任務(wù)完成工序的用時(shí)，max{FTioi}為全部任務(wù)的總工期。通過構(gòu)建此模型，規(guī)劃資源配置，使得多任務(wù)的訂單盡量在交貨期內(nèi)完工。

2)基于遺傳算法的模型求解。

該算法的編碼方式采用基于制造訂單子任務(wù)與待選生產(chǎn)資源的雙層整數(shù)編碼方式。將制造訂單任務(wù)順次編碼為1,2,…,n。根據(jù)制造訂單總?cè)蝿?wù)及子任務(wù)對(duì)生產(chǎn)資源的需求量，利用遺傳算法對(duì)資源配置進(jìn)行求解，在最短工期內(nèi)完成制造訂單，實(shí)現(xiàn)最低的生產(chǎn)成本。

在遺傳算法中，染色體第一層的各基因值分別與各制造任務(wù)相匹配，某基因位代表的子任務(wù)可通過該基因值呈現(xiàn)于染色體內(nèi)的頻率獲得[15]。如果用[1 2 2 1 1 2]代表染色體第一層基因串編碼，則其代表的制造任務(wù)用[A11A21A22A12A13A23]描述。

將生產(chǎn)資源順次編碼為1,2,…,m，m為總資源數(shù)量，根據(jù)任務(wù)次序，染色體第二層的各基因位分別與各子任務(wù)相匹配，基因值分別與子任務(wù)的資源一一對(duì)應(yīng)。制造任務(wù)用A1和A2描述，相應(yīng)的子任務(wù)個(gè)數(shù)分別為2和4，使用[2 3 1 3 2 2]代表染色體第二層基因串編碼，其描述的兩個(gè)制造任務(wù)的子任務(wù)分別用[A11A12]、[A21A22A23A24]描述，與此制造任務(wù)關(guān)聯(lián)程度最高的生產(chǎn)資源分別為[2 3]、[1 3 2 2]。

通過制造任務(wù)序號(hào)描述子任務(wù)的形式隨機(jī)產(chǎn)生染色體第一層子任務(wù)的初始種群，利用制造任務(wù)對(duì)應(yīng)的工序段的制造時(shí)間的資源編號(hào)產(chǎn)生染色體第二層資源的初始種群。此時(shí)，已經(jīng)實(shí)現(xiàn)了制造任務(wù)編碼、工序編碼、生產(chǎn)資源編碼。初始化種群，保證染色體的隨機(jī)性和合法性，當(dāng)出現(xiàn)不滿足工期最短這一約束條件的個(gè)體時(shí)，重新初始化，直至滿足約束條件。

該算法搜索計(jì)算時(shí)，以適應(yīng)度函數(shù)計(jì)算值為基礎(chǔ)完成全局查找，獲得滿足要求的染色體，并且保留個(gè)體基因信息(即制造任務(wù)編碼、生產(chǎn)資源編碼、工序編碼)。在染色體解碼時(shí)，可以根據(jù)編碼反推該染色體對(duì)應(yīng)的制造任務(wù)信息、生產(chǎn)資源信息和工序信息，進(jìn)而利用適應(yīng)度函數(shù)進(jìn)行評(píng)估。

在遺傳算法中，常出現(xiàn)收斂度和個(gè)體分散度較低的現(xiàn)象，為此本文選擇算子以輪盤賭方法結(jié)合精英保留方案作為實(shí)現(xiàn)方式，輪盤的扇區(qū)面積決定種群里個(gè)體的選擇概率，其計(jì)算式如式(2)：

(2)

式中：N為種群規(guī)模；f(vk)為個(gè)體適應(yīng)值；vk為第k個(gè)個(gè)體。

交叉算子以多點(diǎn)交叉方法作為實(shí)現(xiàn)方式，產(chǎn)生合法染色體的效率較高。變異算子以自適應(yīng)的插入變異方法作為實(shí)現(xiàn)方式，從父代染色體里選擇一個(gè)基因位，在其前面或者后面插入變異算子。

為得到最小工期，需要將染色體個(gè)體最大解當(dāng)作過濾依據(jù)，由此轉(zhuǎn)化后染色體的適應(yīng)度函數(shù)為：

f(s)=P(vk)/F(s)

(3)

式中：f(s)為轉(zhuǎn)化后染色體的適應(yīng)度；s為染色體個(gè)體；F(s)為完成制造任務(wù)的時(shí)間。式(3)所得結(jié)果值越大，個(gè)體任務(wù)用時(shí)越少，適應(yīng)力越強(qiáng)。適應(yīng)度達(dá)到最大值的情況下，s的制造任務(wù)目標(biāo)工期為F(s)，即為所需要的工期最優(yōu)解。迭代運(yùn)算后，s染色體解碼后對(duì)應(yīng)的生產(chǎn)資源信息即為最優(yōu)資源配置方案。

2 結(jié)果分析

以某市車輛裝備制造集團(tuán)公司為研究對(duì)象，該公司主營摩托車齒輪生產(chǎn)，有多條生產(chǎn)線、共享設(shè)備、原材料等制造資源，為了盡可能地利用生產(chǎn)資源，多項(xiàng)生產(chǎn)任務(wù)協(xié)同進(jìn)行。本文隨機(jī)選擇其中8項(xiàng)摩托車齒輪生產(chǎn)任務(wù)進(jìn)行多任務(wù)資源配置測(cè)試，生產(chǎn)任務(wù)詳情見表1。

根據(jù)表1，設(shè)定制造任務(wù)編號(hào)為1,2，…，8，制造資源包括不同類型的鋼、生產(chǎn)設(shè)備(機(jī)床、刀具等)、生產(chǎn)員工等，編號(hào)為1,2，…，15。遺傳算法的參數(shù)設(shè)置為：最大迭代次數(shù)500，群體規(guī)模200，交叉概率0.85，變異概率0.06。

不同運(yùn)行次數(shù)下，比較正常情況、任務(wù)需求改變和生產(chǎn)機(jī)器故障3種狀態(tài)的適應(yīng)度值進(jìn)化曲線，如圖2所示，以驗(yàn)證本文系統(tǒng)所用遺傳算法的求解能力。從圖2可以看出，正常狀態(tài)的適應(yīng)度值進(jìn)化曲線在迭代次數(shù)達(dá)到100時(shí)收斂于最優(yōu)解。當(dāng)任務(wù)需求改變或生產(chǎn)機(jī)器故障時(shí)，適應(yīng)度值曲線仍能快速收斂，表明本文系統(tǒng)所用遺傳算法具有優(yōu)良的求解能力，受外界因素影響較小，可極大地提升制造訂單多任務(wù)配置水平。

圖2 不同狀態(tài)的適應(yīng)度值進(jìn)化曲線

對(duì)傳統(tǒng)手動(dòng)多任務(wù)資源配置和本文系統(tǒng)的多任務(wù)資源配置效果進(jìn)行比較，某月前10天的任務(wù)決策師的日工作量結(jié)果如圖3所示。從圖3可以看出，當(dāng)手動(dòng)進(jìn)行多任務(wù)資源配置時(shí)，任務(wù)決策師的日工作量均保持在7～8 h；當(dāng)使用本文系統(tǒng)進(jìn)行多任務(wù)資源配置時(shí)，任務(wù)決策師的日工作量降低了73%左右。由此可知，本文系統(tǒng)的多任務(wù)資源配置效果較優(yōu)異，對(duì)提升多任務(wù)資源配置效率和減輕工作人員的工作壓力具有顯著效果。

圖3 多任務(wù)資源配置效果

使用本文系統(tǒng)完成表1中的生產(chǎn)任務(wù)，具體完成情況如圖4所示。從圖4可以看出，使用本文系統(tǒng)完成8個(gè)齒輪生產(chǎn)任務(wù)時(shí)，各生產(chǎn)成本均控制在最大生產(chǎn)成本以下，且各齒輪合格數(shù)量均超出設(shè)定的最小合格數(shù)量，其中有超過一半的齒輪合格率達(dá)到100%。以上結(jié)果表明，本文系統(tǒng)具有較理想的制造生產(chǎn)資源控制效果，可確保生產(chǎn)任務(wù)符合計(jì)劃標(biāo)準(zhǔn)。

圖4 各生產(chǎn)任務(wù)的完成情況

測(cè)試不同生產(chǎn)任務(wù)數(shù)量下本文系統(tǒng)的負(fù)載均衡性，使用期望處理時(shí)間的標(biāo)準(zhǔn)差對(duì)該指標(biāo)進(jìn)行衡量，結(jié)果如圖5所示。分析圖5可以看出，隨著生產(chǎn)任務(wù)量的增加，本文系統(tǒng)的負(fù)載均衡性緩慢上升，并在生產(chǎn)任務(wù)量達(dá)到700個(gè)時(shí)逐漸趨于平穩(wěn)，由此可知，本文系統(tǒng)具有良好的負(fù)載均衡性，對(duì)大規(guī)模制造訂單多任務(wù)的資源配置水平較高，應(yīng)用前景廣闊。

圖5 本文系統(tǒng)的負(fù)載均衡結(jié)果

綜上，本文設(shè)計(jì)的基于遺傳算法的制造訂單多任務(wù)資源配置系統(tǒng)，能夠有效地完成對(duì)多任務(wù)下制造資源配置的運(yùn)算，不僅收斂速度較快，得到的最優(yōu)配置結(jié)果較為穩(wěn)定，且通過驗(yàn)證資源配置的任務(wù)量發(fā)現(xiàn)，設(shè)計(jì)的算法能夠大大降低資源配置的工作量，且對(duì)制造任務(wù)生產(chǎn)質(zhì)量控制效果較好。

3 結(jié)束語

為高效管理制造生產(chǎn)過程，提高制造企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力，本文設(shè)計(jì)了基于遺傳算法的制造訂單多任務(wù)資源配置系統(tǒng)。通過構(gòu)建系統(tǒng)的總體框架和設(shè)計(jì)三維CAD與PDM集成，利用遺傳算法進(jìn)行多項(xiàng)制造訂單任務(wù)的調(diào)配，實(shí)現(xiàn)制造訂單的多任務(wù)資源智能管理。該系統(tǒng)具有良好的模型求解能力和多任務(wù)資源配置效果，在確保制造訂單任務(wù)高質(zhì)量的同時(shí)，能將制造成本控制在規(guī)定范圍內(nèi)，且對(duì)大規(guī)模制造任務(wù)的管理水平較高，具有一定的應(yīng)用價(jià)值。