基于蚁群算法的纺织企业生产调度技术研究

孙延

(陕西工业职业技术学院 陕西 咸阳 712000)

基于蚁群算法的纺织企业生产调度技术研究

孙延

(陕西工业职业技术学院 陕西 咸阳 712000)

针对如何实现纺织企业车间资源合理配置,有效解决生产调度管理问题的目的,采用了基于蚁群算法对复杂工况下的纺织企业织造工序的排产过程进行研究,通过将其转化为蚁群的寻址方式后,建立了织造工序排产和调度的蚁群算法模型,得出利用本文所提出的生产调度排产算法,对纺织企业生产任务进行排产调度时,得到的测试结果为完成生产任务共用了29天,每台机台累计进入改车工序共12次,使其即使面对多个订单同时出现时,仍能够较好的完成排产调度任务,有效提高纺织企业市场竞争力的结论。

蚁群算法；纺织；生产调度；模型

由于纺织企业的生产环境是不断变化的,因此,在车间制造运行过程中,会遇到各种不同类型的随机干扰和冲突。这些因素如机台本身的设计产能、人为失误以及一些不可预见的情况。此外还包括:订单交货日期的更改、紧急订单的到来、车间计划的改动、机台突发故障等意外情况［1］。实际车间过程是非常复杂的,当各种不确定性事件发生时,上述各因素中的每一项可能都会涉及对生产计划和机台生产任务的重新安排,使原来调度方案的效率大大降低,纺织车间的生产调度问题也更加复杂［1］。

因此,当预调度不能正常执行,需要安排重调度时,寻找一种适应生产变化的动态车间的作业调度系统是极其必要的。生产线动态调度有2个目标:第一,调度要及时处理生产线大量的实时数据［2］。第二,要在不能耽误高效生产作业的前提情况下,在一定的时限内做出调度方案［2］。因此,本文构建了基于蚁群算法的生产调度模型,目的是为了使车间的生产调度更合理,使生产更好地适应不断变化的需求。

1 现代纺织企业生产调度现状

目前,纺织企业是典型的面向订单生产的流程型制造企业,一般采用面向订单的生产模式,所以,针对订单的预先排产是非常重要的。纺织企业的主要生产流程为:松络→紧络→整经→织造→整装工序。其中织造是整个生产流程中最为核心的工序,多数企业在对织造工序进行生产排产调度的时候,不是按照科学的计算方法进行合理地排产,是由调度人员根据自己的经验安排车间生产,在面对多台机器,多个订单,多个交期,相对复杂的工况时,会多次进入改车工序,或机台出现不必要的空台,使织造时间过长,生产效率低下。当前生产调度应用的排产方法如图1所示。

为此,考虑到纺织企业当前织造工序的排产和调度的实际情况,本文提出运用蚂蚁算法对车间生产的织造工序进行排产和调度,目的是解决各织造机器可运转时间不同情况下,多订单不同交期的织造排产问题,以提高排产和调度的效率和准确性。

图1 当前排产方式及效果Fig.1 The current production scheduling methods and effect

2 基于蚁群算法的车间生产调度建模

2.1 生产调度建模思想

表1表明了纺织企业的实际织造排产过程与蚁群算法,即蚂蚁在城市间寻址觅食有许多相似之处［3］。因此,采用蚁群算法对复杂工况下的纺织企业织造工序的排产过程进行研究时,通过将其转化为蚁群的寻址方式后,再进一步建立织造工序排产和调度的蚁群算法模型。

表1 织造工序的排产调度和蚁群算法的相似性Tab.1 The scheduling and the ant colony algorithm of similarity in weaving

2.2 蚁群算法模型

针对上述问题,本文对人工蚂蚁的设计包括以下五部分:循环次数、第几只蚂蚁、时间（在本文中指开始排产的第几天）、机器、标识（1或2）。其中标识为1时,输出产品编号；标识为2时,输出加工数量。通过路径选择策略人工蚂蚁每天为每台可用机器确定要加工的产品、数量和状态。若在可用于加工产品的最晚时间结束后,所有产品都加工完毕,并且没有超过其相应的加工时间段,则该蚂蚁为可行解,在所有蚂蚁循环结束后,以目标值平均加工时间最短为最优解进行输出［4］。

蚁群算法的路径选择要先设置车间启发函数。因此,本文将启发函数设置为生产的紧急度。因为,对于纺织企业的整个生产流程而言,安排在前面的订单应是紧急的订单,所以当机器在生产某种产品时,应尽量使其继续加工这种产品,避免改车的麻烦。而对于继续加工同一种产品或是加工另一种产品,所设置的启发函数也是不尽相同的［5］。本文设置的启发函数如下所示。

式中:i——当前机台加工产品；j——下一步机台加工产品；rj——产品的剩余加工量；d——从所有产品中最早开始加工那天起的第几天。

另外,在蚁群算法的路径选择中,其概率计算公式如（2）所示。

1）若机台所生产的在织品剩余产量不足一天,则该机台不由概率计算选择,继续加工该产品。

2）若机台已完成了产品的加工,则按概率公式确认后续应加工的产品,同时开始改车作业。

3）若按概率公式得到出后续加工产品与在织品不是同一品种,在织产品并没有生产结束,而在改车期内,又有参与生产的新机台,这时该机台后续加工的产品不变,还是原来加工的在织产品,新机台生产的产品是计算出来概率最大的产品。

4）若加工情况同上,而加工剩余量的生产时间小于改车时间,那么继续生产机台所加工的在织品［6］。

当蚂蚁完成一次循环后,要进行信息素的实时更新处理。人工信息素在本文中表示产品之间的信息素,在考虑机台的同时,还考虑产品生产时间,所以它被表示为:τij（d，mi）,其中d表示第几天,mi代表目前机台所生产的产品,j表示机台后续生产产品。完成一次循环后,把蚂蚁所走过路线的长度按从小到大进行排序,即L1≤L2≤L3≤…Lk,并按路线长度赋予不同的权重,路线较短可获得的权重值较大。全局最优解的权重ωi=k,第r个最优解的权重ωi=r,最差解权重ωi=0；再计算路线是否可行,能否在规定时间内完成任务,若不可行,权重降到0,然后进行所有路线上信息素量的更新,如公式（3）所示。

2.3 算法实现

1）蚁群算法参数α,β,η,ρ,迭代次数nc,蚂蚁只数k,τij（1，mi）的初始化。

2）一组蚂蚁按每日、每台机台开始进行循环。

3）为蚂蚁赋值,按照概率公式确认机台后续应生产的产品。

4）确定产品剩余量,记录每种产品生产的的实际开始时间、结束时间、更改产品状态。

5）蚂蚁终止循环后,计算各蚂蚁的目标函数值。

6）对蚂蚁的目标函数值进行排序。

7）对每只蚂蚁走过的路径的权重进行计算。

8）对蚂蚁路径能否满足相关约束条件进行判断。

9）对蚂蚁走过的路径的权重进行更新。

10）信息素的更新。

11）进入下一组循环。

12）所有循环结束,输出最优解。

3 结束语

本文主要是对车间生产调度技术进行了研究。首先在分别深入分析纺织车间生产调度要素以及纺织企业车间生产调度现状的基础上,研究提出了针对纺织企业基于蚁群算法的车间生产优化调度模型。采用蚁群算法对纺织企业进行生产调度设计,实现生产优化控制的目的,有效地解决了纺织企业车间的生产排产和调度问题。总之,文中所设计的算法能够得到较好的生产调度效果,并解决纺织企业实际生产中的调度难题。

［1］董玉倩.制造执行系统关键技术研究及在纺织企业的应用[D].天津:天津工业大学,2007.

［2］于冬青.制造执行系统MES在纺织行业中的应用［J］.针织工业,2006(9):61-64.YU Dong-qing.Manufacturing Execution System MES applications in the textile industry ［J］.Knitting Industry，2006（9）:61-64.

［3］王万雷.制造执行系统(MES)若干关键技术研究[D].大连:大连理工大学,2005.

［4］黄文雷.基于蚁群算法的分层生产调度模型研究与设计［D］.重庆:重庆大学,2008.

［5］魏先民.基于思维进化的蚁群算法在典型生产调度中的应用[J].计算机科学,2013(7):236-238.WEI Xian-min.Ant colony algorithm based on the application of evolutionary thinking in typical production scheduling［J］.Computer Science，2013（7）:236-238.

［6］陶莉,赵改平.基于蚁群算法的车间生产调度模型的研究与应用[J].企业研究,2012(4):142-145.TAO Li，ZHAO Gai-ping.Research and application of ant colony algorithm workshop production scheduling model［J］.Based Business Research，2012（4）:142-145.

Research on scheduling workshop production of modern textile enterprises

SUN Yan
（Shaanxi Polytechnic Institute,Xianyang 712000，China）

In this paper，based on how to realize the rational allocation of the resources of workshop in textile enterprises，effectively solve the problem of production scheduling management purposes，using studied the scheduling process of ant colony algorithm under the complicated conditions of textile enterprises based on the weaving process，transforming it into the addressing mode of ant colony after established the weaving process rows of ant colony algorithm model production and scheduling and draw the scheduling algorithm proposed in this paper by using the production scheduling of production task，textile enterprises to arrange production scheduling，test results are obtained for the completion of production tasks sharing 29 days，each machine accumulated into the car modification process a total of 12 times，making it even in the face of multiple orders at the same time，still can the complete scheduling scheduling tasks，effectively improve the market competitiveness of textile enterprises conclusion.

ant colony optimization；spinning；production scheduling；model

TN-9

：A

：1674-6236（2015）18-0116-03

2014-12-04稿件编号：201412039

孙 延（1982—）,女,陕西咸阳人,硕士,讲师。研究方向:机械工程。