生產(chǎn)調(diào)度及智能優(yōu)化ch

生產(chǎn)調(diào)度及智能優(yōu)化

陳靜杰博士

教授航空自動(dòng)化學(xué)院航空電子系

中國(guó)民航大學(xué)數(shù)據(jù)分析研究所jjchen@

24092499（O）/1365203793912/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第1頁(yè)!生產(chǎn)調(diào)度生產(chǎn)調(diào)度與運(yùn)籌學(xué)Q：區(qū)別？聯(lián)系？生產(chǎn)調(diào)度運(yùn)籌學(xué)12/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第2頁(yè)!生產(chǎn)調(diào)度什么是生產(chǎn)調(diào)度？即按時(shí)間分配資源完成任務(wù)/作業(yè)的過(guò)程或方法。要求：任務(wù)/作業(yè)必須是可分割的。生產(chǎn)調(diào)度問(wèn)題Q：現(xiàn)場(chǎng)有哪些？12/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第3頁(yè)!生產(chǎn)調(diào)度生產(chǎn)調(diào)度與生產(chǎn)計(jì)劃生產(chǎn)計(jì)劃的制定以企業(yè)的利潤(rùn)最大化為目標(biāo)，而生產(chǎn)調(diào)度則以生產(chǎn)過(guò)程的平穩(wěn)過(guò)渡/順暢接續(xù)為目標(biāo)。生產(chǎn)計(jì)劃的制定，一般是考慮靜態(tài)情況。當(dāng)生產(chǎn)因素比較穩(wěn)定和比較理想時(shí)才能達(dá)到優(yōu)化的預(yù)期目標(biāo)生產(chǎn)過(guò)程是動(dòng)態(tài)的，要求生產(chǎn)調(diào)度系統(tǒng)有一定的柔性，能適應(yīng)生產(chǎn)過(guò)程中內(nèi)、外因素的異動(dòng)，以便準(zhǔn)確而靈活地完成生產(chǎn)計(jì)劃；生產(chǎn)調(diào)度側(cè)重于生產(chǎn)裝置的分配利用和物料平衡。12/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第4頁(yè)!生產(chǎn)調(diào)度生產(chǎn)調(diào)度系統(tǒng)的功能計(jì)劃的分解：一般采用時(shí)間分配方法，即滾動(dòng)計(jì)劃；動(dòng)態(tài)監(jiān)控：①實(shí)時(shí)監(jiān)控，包括數(shù)據(jù)的采集、關(guān)鍵參數(shù)的歷史趨勢(shì)圖分析、圖表及工藝流程的顯示。②平衡協(xié)調(diào)，包括外部的—生產(chǎn)和經(jīng)營(yíng)兩大系統(tǒng)—產(chǎn)供銷，內(nèi)部—生產(chǎn)過(guò)程—人員工位器具等12/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第5頁(yè)!生產(chǎn)調(diào)度生產(chǎn)調(diào)度問(wèn)題的一般描述語(yǔ)義描述：目標(biāo)-任務(wù)集合-資源集合-約束條件；數(shù)學(xué)描述—調(diào)度問(wèn)題的數(shù)學(xué)符號(hào)表達(dá)。生產(chǎn)調(diào)度問(wèn)題的性能指標(biāo)能力指標(biāo)：最大生產(chǎn)率、最短生產(chǎn)周期等；成本指標(biāo)：最大利潤(rùn)、最小費(fèi)用等；客戶滿意度指標(biāo)：最短交付期（提前拖期懲罰）等12/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第6頁(yè)!生產(chǎn)調(diào)度問(wèn)題的分類車間調(diào)度問(wèn)題：車間調(diào)度加工設(shè)備的分配工件的加工時(shí)間與加工順序?qū)嵸|(zhì)生產(chǎn)調(diào)度12/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第7頁(yè)!NP難題工程近似可用解生產(chǎn)調(diào)度生產(chǎn)調(diào)度問(wèn)題的分類作業(yè)車間調(diào)度問(wèn)題：JSP問(wèn)題可以采用整數(shù)線性規(guī)劃模型描述。前提假設(shè)：所有的任務(wù)在零時(shí)刻都可用，且無(wú)設(shè)備故障，任務(wù)在機(jī)器上執(zhí)行時(shí)間事先已知12/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第8頁(yè)!生產(chǎn)調(diào)度生產(chǎn)調(diào)度問(wèn)題的分類動(dòng)態(tài)調(diào)度問(wèn)題：靜態(tài)調(diào)度：調(diào)度環(huán)境和任務(wù)已知的前提下的所謂的事前調(diào)度方法—例行維修作業(yè)動(dòng)態(tài)調(diào)度：也稱再調(diào)度，指在調(diào)度環(huán)境和任務(wù)存在不可預(yù)見(jiàn)的擾動(dòng)情況下的調(diào)度方案，即依賴于事前調(diào)度環(huán)境和任務(wù)也與當(dāng)前狀態(tài)有關(guān)—例行+非例行維修作業(yè)為適應(yīng)生產(chǎn)過(guò)程的不確定性和隨機(jī)性，一般采用周期性調(diào)度和再調(diào)度相結(jié)合的策略12/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第9頁(yè)!生產(chǎn)調(diào)度生產(chǎn)調(diào)度方法分類：優(yōu)化調(diào)度方法和啟發(fā)式調(diào)度方法優(yōu)化調(diào)度：精確求解解析模型而獲得最優(yōu)解、近似求解得次優(yōu)解；基礎(chǔ)：數(shù)學(xué)規(guī)劃；適用：小規(guī)模優(yōu)化問(wèn)題啟發(fā)式調(diào)度：包括基于規(guī)則的方法、基于人工智能的方法、隨機(jī)搜索方法、基于仿真的方法等，立足當(dāng)前，追求局部最優(yōu)而非全局最優(yōu)方向：二者結(jié)合啟發(fā)推理12/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第10頁(yè)!生產(chǎn)調(diào)度的啟發(fā)式算法啟發(fā)式算法（heuristicsalgorithm）語(yǔ)義性描述：一個(gè)基于直觀或者經(jīng)驗(yàn)構(gòu)造的算法，在可接受的代價(jià)下，給出待解決組合優(yōu)化問(wèn)題的一個(gè)可行解未定義可行解與最優(yōu)解的距離12/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第11頁(yè)!生產(chǎn)調(diào)度的啟發(fā)式算法啟發(fā)式算法（heuristicsalgorithm）基于Johnson規(guī)則構(gòu)造最優(yōu)調(diào)度，步驟如下：12/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第12頁(yè)!生產(chǎn)調(diào)度的啟發(fā)式算法啟發(fā)式算法（heuristicsalgorithm）常用啟發(fā)式規(guī)則：用優(yōu)先分配規(guī)則來(lái)解決工序中可能的加工沖突（要求算法有識(shí)別所有加工沖突的能力）基于隨機(jī)分配規(guī)則的啟發(fā)式算法：每一工序都對(duì)應(yīng)啟發(fā)式規(guī)則集/族中的任意規(guī)則，規(guī)則可重用，全部工序遍歷一遍后即可找到生產(chǎn)活動(dòng)調(diào)度—工序順序集12/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第13頁(yè)!遺傳算法遺傳算法：借鑒生物界自然選擇和自然遺傳機(jī)制的隨機(jī)算法算法設(shè)計(jì)的內(nèi)容：編碼—解空間適應(yīng)度函數(shù)—解的質(zhì)量的度量/目標(biāo)函數(shù)選擇策略—大適值解對(duì)應(yīng)大存活概率/機(jī)會(huì)控制參數(shù)—種群規(guī)模、算法代數(shù)/終止準(zhǔn)則、遺傳操作概率等遺傳算子—選擇/遺傳、交叉、變異缺點(diǎn)：沒(méi)有利用目標(biāo)函數(shù)梯度等信息，造成了解的無(wú)方向性12/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第14頁(yè)!基于遺傳算法的模糊車間調(diào)度方法主要解決提前/拖期費(fèi)用調(diào)度問(wèn)題—利用模糊量表示客戶對(duì)交貨期的滿意程度Q：航班延誤問(wèn)題A1：可用隨機(jī)規(guī)則調(diào)度法A2：也可用模糊調(diào)度法12/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第15頁(yè)!不確定性生產(chǎn)調(diào)度問(wèn)題生產(chǎn)系統(tǒng)的不確定性：1）加工期的不確定性，如：備件與故障件的不匹配；2）存儲(chǔ)容量的不確定性，如：最優(yōu)庫(kù)存容量問(wèn)題即存儲(chǔ)容量的上下限的確定；3）人的行為的不確定性不確定因素的處理方法：1）用精確數(shù)來(lái)表示不確定性，比如各類各級(jí)工程技術(shù)人員的標(biāo)準(zhǔn)人工時(shí)測(cè)度；2）隨機(jī)概率分布函數(shù)表達(dá)，如機(jī)務(wù)工程作業(yè)中可靠性/度的表達(dá)；3）模糊理論方法—模糊冗余處理+學(xué)習(xí)過(guò)程12/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第16頁(yè)!生產(chǎn)調(diào)度生產(chǎn)調(diào)度與生產(chǎn)計(jì)劃都是對(duì)生產(chǎn)過(guò)程的規(guī)劃與控制（均考慮優(yōu)化的目的），主要區(qū)別是考慮的時(shí)間尺度不同，理論上均稱調(diào)度問(wèn)題；生產(chǎn)調(diào)度是生產(chǎn)計(jì)劃的可行性驗(yàn)證過(guò)程生產(chǎn)計(jì)劃側(cè)重于經(jīng)營(yíng)計(jì)劃和生產(chǎn)能力的平衡，考慮的時(shí)間以月或年計(jì)的中長(zhǎng)期——粗生產(chǎn)調(diào)度則在較短的時(shí)間內(nèi)進(jìn)行，最主要的任務(wù)是生產(chǎn)作業(yè)的安排與資源的具體分配，涉及實(shí)際生產(chǎn)環(huán)境的各種約束——細(xì)12/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第17頁(yè)!生產(chǎn)調(diào)度生產(chǎn)計(jì)劃優(yōu)化系統(tǒng)優(yōu)化系統(tǒng)可根據(jù)企業(yè)的產(chǎn)、供、銷狀況，以企業(yè)綜合效益為目標(biāo)，建立合適的數(shù)學(xué)模型，依一定方法求解，分別考慮企業(yè)內(nèi)外約束，進(jìn)而獲得最優(yōu)計(jì)劃；計(jì)劃的實(shí)施，必須充分利用現(xiàn)有資源，優(yōu)化資源配置，提高生產(chǎn)決策的科學(xué)性，實(shí)現(xiàn)效益的最大化。12/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第18頁(yè)!生產(chǎn)調(diào)度生產(chǎn)調(diào)度系統(tǒng)的特點(diǎn)復(fù)雜性；隨機(jī)性；多約束；多目標(biāo)。Q:維修作業(yè)調(diào)度系統(tǒng)特點(diǎn)的表達(dá)?12/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第19頁(yè)!生產(chǎn)調(diào)度生產(chǎn)調(diào)度問(wèn)題的分類依模型變量分類：1）連續(xù)變量問(wèn)題；2）離散變量問(wèn)題/組和優(yōu)化問(wèn)題（binatorialoptimizationproblem:COP）依生產(chǎn)過(guò)程輸出：1）連續(xù)生產(chǎn)過(guò)程（連續(xù)的產(chǎn)品流）；2）間隙生產(chǎn)過(guò)程（離散批量）/批處理過(guò)程—批處理調(diào)度問(wèn)題；3）離散生產(chǎn)過(guò)程（離散數(shù)量）—車間調(diào)度問(wèn)題按調(diào)度目標(biāo)：總的作業(yè)時(shí)間最短、總的延遲時(shí)間最小等其他：依人物特點(diǎn)：可否終端、加工時(shí)限、順序約束等12/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第20頁(yè)!生產(chǎn)調(diào)度問(wèn)題的分類流水車間調(diào)度問(wèn)題：分類（基于加工時(shí)間或交付期）：確定型、隨機(jī)型和模糊型/滿意型生產(chǎn)調(diào)度12/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第21頁(yè)!生產(chǎn)調(diào)度生產(chǎn)調(diào)度問(wèn)題的分類間隙生產(chǎn)調(diào)度問(wèn)題：分類：多產(chǎn)品（multi-product）間隙生產(chǎn)過(guò)程[所有產(chǎn)品生產(chǎn)順序相同，加工路徑相同，整個(gè)生產(chǎn)過(guò)程分成若干個(gè)生產(chǎn)階段，每個(gè)階段包含若干并行設(shè)備。類似Flow-shop]和多用途或多目的（multi-purpose）間隙生產(chǎn)過(guò)程[可以是不同的生產(chǎn)線、不同的路徑、不同的工序，可通過(guò)設(shè)備的組織來(lái)調(diào)整。類似Job-shop]排序的問(wèn)題中間產(chǎn)品存儲(chǔ)策略等待時(shí)間切換時(shí)間上層組織路經(jīng)與時(shí)間分配下層設(shè)備與資源分配決策12/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第22頁(yè)!生產(chǎn)調(diào)度生產(chǎn)調(diào)度問(wèn)題的分類動(dòng)態(tài)調(diào)度問(wèn)題（續(xù)）：動(dòng)態(tài)調(diào)度形式：滾動(dòng)調(diào)度（rollingscheduling）和被動(dòng)調(diào)度（reactivescheduling）被動(dòng)調(diào)度目標(biāo)是盡可能維持原靜態(tài)調(diào)度水平，既保持原有的性能指標(biāo)滾動(dòng)調(diào)度：移動(dòng)時(shí)間段內(nèi)的生產(chǎn)調(diào)度；被動(dòng)調(diào)度：隨生產(chǎn)過(guò)程變化而不可行的調(diào)度的修正動(dòng)態(tài)調(diào)度的實(shí)時(shí)性要求Q：變化（加工時(shí)間、任務(wù)、設(shè)備故障等）—調(diào)機(jī)作業(yè)12/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第23頁(yè)!生產(chǎn)調(diào)度生產(chǎn)調(diào)度方法（續(xù)）數(shù)學(xué)規(guī)劃等式與不等式約束分支定界法Lagrangian松弛法貝葉斯啟發(fā)方法規(guī)則調(diào)度方法簡(jiǎn)單規(guī)則復(fù)合規(guī)則啟發(fā)式規(guī)則動(dòng)態(tài)調(diào)度依靠機(jī)器學(xué)習(xí)的動(dòng)態(tài)選擇規(guī)則利用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)智能選擇規(guī)則基于人工智能方法啟發(fā)式搜索規(guī)則基于規(guī)則與知識(shí)的方法智能求解方法ANNsGAFuzzySetsModel-basedandmodel-free12/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第24頁(yè)!生產(chǎn)調(diào)度的啟發(fā)式算法啟發(fā)式算法（heuristicsalgorithm）Johnson問(wèn)題：以最大流程時(shí)間為目標(biāo)的兩臺(tái)機(jī)器流水車間調(diào)度問(wèn)題—依Johnson規(guī)則確定其最優(yōu)調(diào)度問(wèn)題描述：n個(gè)工件在機(jī)器1和機(jī)器2上的加工時(shí)間分別為ti1和ti2，目標(biāo)是給出最短生產(chǎn)周期的產(chǎn)品序列12/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第25頁(yè)!生產(chǎn)調(diào)度的啟發(fā)式算法啟發(fā)式算法（heuristicsalgorithm）例：工件123456機(jī)器1上加工時(shí)間10511379機(jī)器2上加工時(shí)間47981015問(wèn)題的關(guān)鍵是啟發(fā)式規(guī)則的建立啟發(fā)式算法通常是以犧牲計(jì)算時(shí)間為代價(jià)12/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第26頁(yè)!遺傳算法遺傳算法：借鑒生物界自然選擇和自然遺傳機(jī)制的隨機(jī)算法原理：始于多個(gè)初始解，然后通過(guò)一定規(guī)則進(jìn)行逐步迭代產(chǎn)生新的解，合成解集，通過(guò)對(duì)解集中解的性質(zhì)的判斷，篩出需要的解12/10/2022生產(chǎn)調(diào)度及智能優(yōu)化ch共30頁(yè)，您現(xiàn)在瀏覽的是第27頁(yè)!基于遺傳算法的車間調(diào)度問(wèn)題遺傳算法：把調(diào)度問(wèn)題參數(shù)表達(dá)成按一定結(jié)構(gòu)組成的染色體編碼部分算法設(shè)計(jì)內(nèi)容：編碼—工件加工順序適應(yīng)度函數(shù)—完成加工作業(yè)可能的最大流程時(shí)間的倒數(shù)（流程時(shí)間越短越好）選擇策略—大適值解對(duì)應(yīng)大存活概率/機(jī)會(huì)控制參數(shù)—種群規(guī)模、算法代數(shù)/終止準(zhǔn)則、遺傳操作概率等遺傳算子—選擇/遺